检索结果-内蒙古大学图书馆

通信学报 2025年第1期46卷 144-156页

作者：于舒娟赵阳魏玉尧张昀高贵赵生妹南京邮电大学电子与光学工程学院、柔性电子(未来技术)学院江苏南京210023 南京邮电大学通信与信息工程学院江苏南京210003

为了进一步提升THz超大规模MIMO系统混合场信道估计性能,基于不动点网络(FPN)引入了一种基于跨通道信息交互的Transformer注意力机制模块与快速傅里叶变换卷积网络(FCN),提出了一种基于图像恢复网络的信道估计算法FPN-OTFN,将信道估计... 详细信息

为了进一步提升THz超大规模MIMO系统混合场信道估计性能,基于不动点网络(FPN)引入了一种基于跨通道信息交互的Transformer注意力机制模块与快速傅里叶变换卷积网络(FCN),提出了一种基于图像恢复网络的信道估计算法FPN-OTFN,将信道估计问题建模为图像恢复问题。在导频处采用最小二乘算法获得初始信道信息,并将其作为所提FPN-OTFN算法的输入,通过训练学习低精度信道图像和高精度图像间的映射关系,恢复出真实的信道状态信息。仿真实验结果表明,所提算法不仅继承了FPN框架的高效性、自适应性,同时对THz信道拥有较高的估计精度和良好的鲁棒性。

关键词：信道估计 THz超大规模MIMO系统深度学习图像恢复注意力机制

来源：评论

学校读者我要写书评

暂无评论

分布式卫星系统中基于位置信息的安全波束成形方法

引用

中国空间科学技术(中英文) 2024年第6期44卷 164-173页

作者：邵一焓王子宁李菲季铭仪刘笑宇南京邮电大学通信与信息工程学院南京210003

针对分布式卫星系统中的安全传输问题,提出两种基于窃听者位置信息的安全波束成形算法,以提升系统的安全性能。在考虑窃听者位置信息不准确的情况下,建立发射功率最小化和合法用户安全速率最大化为目标的优化问题。为求解上述优化问题,... 详细信息

针对分布式卫星系统中的安全传输问题,提出两种基于窃听者位置信息的安全波束成形算法,以提升系统的安全性能。在考虑窃听者位置信息不准确的情况下,建立发射功率最小化和合法用户安全速率最大化为目标的优化问题。为求解上述优化问题,首先,基于窃听者的位置信息推导出信道误差的范数界。其次,针对这两个非凸的优化问题,分别利用三角不等式和柯西施瓦茨不等式等数学方法处理信道误差,并进一步提出了基于角度信息的分布式鲁棒波束成形算法,以较低计算复杂度求解得到分布式波束成形权矢量的闭式解,为未来分布式卫星通信系统的部署与应用提供了参考。最后,计算机仿真验证了所提算法的有效性,相较于传统半正定规划算法,能够以较低的复杂度实现安全通信,同时相较于非鲁棒算法,性能提升约30%。

关键词：分布式卫星系统物理层安全分布式波束成形位置信息低轨卫星

来源：评论

学校读者我要写书评

暂无评论

基于回归决策树的测量设备无关型量子密钥分发参数优化

引用

物理学报 2023年第11期72卷 147-156页

作者：刘天乐徐枭付博伟徐佳歆刘靖阳周星宇王琴南京邮电大学通信与信息工程学院南京210003 南京邮电大学量子信息技术研究所南京210003

量子密钥分发(quantum key distribution,QKD)结合一次一密的加密方式,可以实现无条件安全的量子通信.双场(twin-field,TF)QKD和测量设备无关(measurement-device-independent,MDI)QKD具有较高的安全性,同时适合构建以测量端为中心的网络,具有广阔的应用前景.但在实际应用过程中,参数配置对QKD性能有着极大影响,而实际场景中存在着用户数量大、位置距离中心站点非对称、并且用户大部分处在实时移动中的特点.面对上述实时的参数配置需求,传统的参数优化方式将无法满足.本文提出将监督机器学习算法应用于QKD参数优化配置中,通过机器学习模型预测不同场景下TF和MDI两种常用协议的最优参数.将神经网络、最近邻、随机森林、梯度提升决策树和分类回归决策树(classification and regression tree,CART)等监督学习模型进行对比,结果显示CART模型在R^(2)等回归评估指标上均有最优表现.在随机划分训练组、验证组情况下,预测参数的密钥率与最优密钥率比值的均值在0.995以上;在“超精度”和“超范围”两种极限情况下,该均值仍能维持在0.988左右,且在残差分析中具有较好的环境鲁棒性,展现出较好的性能.此外,基于CART的新方案相较于传统方案在计算实时性表现上有很大提升,将单次预测时间缩短至微秒量级,很好地满足了通信方在移动状态下的实时通信需求.

关键词：量子密钥分发测量设备无关分类回归决策树参数优化

来源：评论

学校读者我要写书评

暂无评论

基于多智能体深度强化学习的低轨星座跳波束资源调度研究

引用

通信学报 2025年第1期46卷 35-51页

作者：张晨徐阳威李宛静王威张更新南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家工程研究中心江苏南京210003

针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法。通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系。在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型... 详细信息

针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法。通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系。在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型的方法,构建一个资源调度多智能体,用于星上资源与跳波束图案的实时决策调度。仿真结果表明,与传统方法相比,所提资源调度方法不仅能满足不同业务对时延和吞吐量的性能需求,还能有效平衡算法的复杂度,适应多样化业务的融合传输需求,应对业务流量的时空分布不均和动态变化,具有较强的泛化能力。

关键词：低轨卫星跳波束深度强化学习资源调度

来源：评论

学校读者我要写书评

暂无评论

面向服务质量的RIS辅助的多用户NOMA系统功率分配方案

引用

电子与信息学报 2023年第10期45卷 3603-3611页

作者：季薇赵亚楠刘子卿李汀梁彦宋云超李飞南京邮电大学通信与信息工程学院南京210003 南京邮电大学电子与光学工程学院南京210023 南京邮电大学研究生院南京210023

可重构智能超表面(RIS)可被视为通信网络中具有特殊功能的“中继”来配合非正交多址接入(NOMA)系统构建一种协同的信息传输方案。考虑到未来物联网(IoT)场景下不同用户设备对服务质量(QoS)的不同需求,该文提出一种RIS辅助的多用户NOMA... 详细信息

可重构智能超表面(RIS)可被视为通信网络中具有特殊功能的“中继”来配合非正交多址接入(NOMA)系统构建一种协同的信息传输方案。考虑到未来物联网(IoT)场景下不同用户设备对服务质量(QoS)的不同需求,该文提出一种RIS辅助的多用户NOMA通信系统模型,并针对两类用户(信息用户和能量用户)的QoS需求设计了一种基于迭代优化的功率分配方法。该方法通过联合设计RIS相移矩阵、基站端波束赋形以及NOMA系统串行干扰消除顺序来最小化系统的总发射功率,以全面减轻通信系统中基站的能耗负担。仿真结果表明,与无RIS的场景相比,RIS辅助的NOMA系统可有效减小基站的能耗;在有RIS的场景下,所提功率分配方法的能耗明显低于RIS端随机选择相位的方式和基站端直接采用迫零波束赋形的方式。

关键词：非正交多址接入可重构智能超表面服务质量功率分配

来源：评论

学校读者我要写书评

暂无评论

RIS辅助MIMO NOMA系统中利用统计CSI的下行传输方法

引用

电子与信息学报 2024年第4期46卷 1257-1265页

作者：陆佳程王斌张军倪艺洋南京邮电大学通信与信息工程学院南京210003 江苏第二师范学院物理与信息工程学院南京210013

针对可重构智能反射表面(RIS)辅助多输入多输出(MIMO)非正交多址接入(NOMA)下行传输系统,该文提出利用统计信道状态信息(CSI)的基站发送协方差矩阵与RIS相移矩阵设计方法。首先,在莱斯空间相关信道假设下,利用大维随机矩阵理论,推导了RI... 详细信息

针对可重构智能反射表面(RIS)辅助多输入多输出(MIMO)非正交多址接入(NOMA)下行传输系统,该文提出利用统计信道状态信息(CSI)的基站发送协方差矩阵与RIS相移矩阵设计方法。首先,在莱斯空间相关信道假设下,利用大维随机矩阵理论,推导了RIS辅助MIMO NOMA系统遍历和速率的确定性表达式;然后,在弱用户速率约束与发送功率受限的条件下,通过最大化确定性大系统近似和速率,利用统计CSI,分别设计了强、弱用户的次优发送协方差矩阵和RIS的相移矩阵。仿真结果表明,所推导的近似表达式具有很好的近似效果,所设计的发送协方差矩阵和相移矩阵能显著提升系统的和速率。

关键词：统计信道状态信息非正交多址接入可重构智能反射表面发送协方差大维随机矩阵理论

来源：评论

学校读者我要写书评

暂无评论

融合投资者情绪的S_AM_BiLSTM股价预测模型

引用

计算机工程与应用 2024年第7期60卷 274-281页

作者：袁婧潘甦谢浩徐文鹏南京邮电大学物联网学院南京210003 南京邮电大学通信与信息工程学院南京210003

股票价格预测一直是金融领域的研究热点之一。然而,股票价格的形成机制是相当复杂的,各种因素都可能会导致股票价格的变化。为此,提出了一种基于深度学习方法并融合多源数据和投资者情绪的股票价格预测混合模型(S_AM_BiLSTM)。利用文本... 详细信息

股票价格预测一直是金融领域的研究热点之一。然而,股票价格的形成机制是相当复杂的,各种因素都可能会导致股票价格的变化。为此,提出了一种基于深度学习方法并融合多源数据和投资者情绪的股票价格预测混合模型(S_AM_BiLSTM)。利用文本卷积神经网络(TextCNN)对从股票论坛中提取的投资者评论进行情绪分析,并计算情绪指数。将情绪指数(sentiment)、技术指标和股票历史交易数据作为股价预测模型的特征集,采用双向长短时记忆神经网络(BiLSTM)对股票的收盘价进行预测,并在此基础上加入注意力机制(attention mechanism),提高预测精度。为了证明模型的有效性和适用性,随机选取4个重点行业的股票进行实证研究。实验结果表明,与其他单一模型和不含情绪因子的模型相比,所提出的混合模型的效果更优越。

关键词：深度学习双向长短期记忆网络(BiLSTM) 文本卷积神经网络(TextCNN) 股价预测情绪分析

来源：评论

学校读者我要写书评

暂无评论

常识辅助细粒度数据增强方法

引用

计算机工程与应用 2024年第6期60卷 214-221页

作者：李华超康彬王磊南京邮电大学物联网学院南京210003 南京邮电大学通信与信息工程学院南京210003

数据增强的代表性研究主要针对ImageNet等常规分类数据集展开。考虑到细粒度识别数据集中测试样本类内及类间关联性与常规分类数据集差异明显,因此针对细粒度识别的数据增强方法尚待深入研究。为此,从细粒度识别任务以及数据集的特殊属... 详细信息

数据增强的代表性研究主要针对ImageNet等常规分类数据集展开。考虑到细粒度识别数据集中测试样本类内及类间关联性与常规分类数据集差异明显,因此针对细粒度识别的数据增强方法尚待深入研究。为此,从细粒度识别任务以及数据集的特殊属性入手提出基于常识辅助的细粒度语义图块混合策略。所提方法利用常识知识挖掘样本标签间潜在关联,以此为基础设计结构化图像混合策略的多支路卷积神经网络结构,使图像混合过程更关注目标的细微差异。通过大量性能测试可验证所提方法的性能明显优于主流的基于图像混合的数据增强方法。同时,通过实验验证,所提出的常识知识有助于多种基于混合图像类的数据增强模型性能提升。

关键词：数据增强常识图谱多支路卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于多类型语音信息分层融合的帕金森病检测模型

引用

模式识别与人工智能 2024年第9期37卷 811-823页

作者：吴迪季薇郑慧芬李云南京邮电大学通信与信息工程学院南京210003 南京医科大学附属老年医院南京210009 南京邮电大学计算机学院南京210023

用于帕金森病检测的语音数据通常包括持续元音、重复音节及情景对话等类型.已有模型大多采用单一类型的语音数据作为输入,容易受到噪声干扰,鲁棒性无法保证.有效整合不同类型语音数据,提取至关重要的病理信息,是当前帕金森病检测任务面... 详细信息

用于帕金森病检测的语音数据通常包括持续元音、重复音节及情景对话等类型.已有模型大多采用单一类型的语音数据作为输入,容易受到噪声干扰,鲁棒性无法保证.有效整合不同类型语音数据,提取至关重要的病理信息,是当前帕金森病检测任务面临的挑战之一.文中提出基于多类型信息分层融合的帕金森病检测模型,旨在提取全面的病理信息,实现较优的检测性能.首先,针对不同类型的帕金森病语音数据,分别进行多种声学特征的提取.然后,设计挖掘多类型声学特征深层信息的表示学习方案,提取调音和韵律信息,精准反映声学特征中潜在的病理信息.进而针对两类信息,设计解耦的表示学习空间,分别提取各自的私有特征,同时学习它们的共有表示.最后,设计跨类型的注意力分层融合模块,利用交叉注意力机制,以不同粒度交互的方式逐步融合共有表示和私有表示,提升帕金森病检测性能.在公开的意大利语帕金森病语音数据集和自采的汉语帕金森病语音数据集上的实验表明,文中方法性能提升明显.

关键词：帕金森病多类型语音对比学习分层融合

来源：评论

学校读者我要写书评

暂无评论

一种基于双分支注意力神经网络的皮肤癌检测框架

引用

中国生物医学工程学报 2024年第2期43卷 153-161页

作者：王玉峰成昊沅万承北张博石爱菊南京邮电大学通信与信息工程学院南京210003 南京邮电大学理学院南京210046

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务... 详细信息

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务存在数据不平衡、类间差异性小以及皮损面积占比少等方面的挑战。为此,本研究提出一种基于双分支注意力卷积神经网络(DACNN)皮肤癌分类框架。在数据预处理阶段,根据更细粒度的皮肤病类别,对数据集进行分解,降低数据不平衡程度。从网络结构上,上分支网络利用注意力残差学习(ARL)模块有效提取潜在的病变区域特征,接着利用损伤定位网络(LLN)模块定位病变区域。对其裁剪放大输入由ARL构成的下分支网络,进行局部细节的特征提取,然后结合上下分支网络的特征,进行有效的识别。最后,为了进一步缓解数据不平衡问题,在训练阶段中采用加权损失函数。在包含10015张皮肤镜图像数据集上,对所提出的DACNN模型与几种典型的皮肤病变检测框架进行了实验验证和比较。结果表明,DACNN皮肤癌变检测框架的Sensitivity、Accuracy和F1_score等性能指标分别达到了0.922、0.942和0.933,与已有的递归注意力卷积神经网络模型RACNN相比,以上3个指标分别提升了3.48%、2.95%和3.44%。总之,对于各类图像数不平衡,类间图像差异性小以及皮损面积占比少的皮肤镜图像而言,采用适当的类分解,以及双分支注意力神经网络结构首先对潜在的病变区域进行定位放大,然后进行局部细节的特征提取,能够极大的提高皮肤癌的检测准确度。

关键词：皮肤癌双分支神经网络注意力机制数据不平衡

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：