检索结果-内蒙古大学图书馆

南通大学学报（自然科学版） 2023年第3期22卷 1-16页

作者：桂冠陶梦圆王诚付雪王禹南京邮电大学通信与信息工程学院江苏南京210003

随着第五代移动通信、物联网等技术的普及,辐射源数量与类型都呈现井喷式增长,这导致基于统计特征与机器学习的传统特定辐射源识别技术的识别性能难以达到实际应用水平。近年来,深度学习在计算机视觉、自然语言处理等领域表现出的高超... 详细信息

随着第五代移动通信、物联网等技术的普及,辐射源数量与类型都呈现井喷式增长,这导致基于统计特征与机器学习的传统特定辐射源识别技术的识别性能难以达到实际应用水平。近年来,深度学习在计算机视觉、自然语言处理等领域表现出的高超性能启发了大量研究者将深度学习用于特定辐射源识别问题,并且取得了丰硕的研究成果,验证了基于深度学习的特定辐射源识别方法的有效性。数据是深度学习的三大支柱之一,这意味着基于深度学习的特定辐射源识别方法在训练阶段通常也需要海量、高质量电磁信号样本,但是在复杂多变的电磁环境中获取海量、高质量的电磁信号样本,并对其进行标注是十分困难并且成本高昂的。为此,部分研究者将目光聚焦在小样本特定辐射源识别问题上。为了揭示面向特定辐射源识别的小样本学习方法现有水平,推动小样本场景下的特定辐射源识别方法的研究与发展,文章系统地调研并综述了近年来国内外面向特定辐射源识别的小样本学习方法。首先,将已有的小样本特定辐射源识别方法根据有无辅助电磁信号样本对其进行分类,并进行问题描述;然后,分别综述已有的研究工作;最后,进行相关实验仿真并分析了存在的问题与未来的方向。

关键词：特定辐射源识别深度学习小样本学习电磁信号

来源：评论

学校读者我要写书评

暂无评论

基于多轮修正噪声标签的神经网络分类框架

引用

计算机技术与发展 2023年第8期33卷 151-158页

作者：王学刚王玉峰南京邮电大学通信与信息工程学院江苏南京210003

利用大规模的带标签数据集训练神经网络在分类任务中表现出色,但是实际使用的数据集中通常包含噪声标签从而使得分类网络的性能变差。为了克服噪声标签的不利影响,提出了一种基于多轮修正噪声标签的神经网络分类框架。该方法在每一轮修... 详细信息

利用大规模的带标签数据集训练神经网络在分类任务中表现出色,但是实际使用的数据集中通常包含噪声标签从而使得分类网络的性能变差。为了克服噪声标签的不利影响,提出了一种基于多轮修正噪声标签的神经网络分类框架。该方法在每一轮修正中均更新训练的网络参数并修正当前训练数据中的噪声标签,修正后的数据集用于下一轮训练和修正。具体而言,在每一轮修正中首先利用本轮的数据集训练网络,并利用“锚点样本”的网络预测值估计数据集的标签转移矩阵;然后计算数据集的加权平均噪声率;之后结合加权平均噪声率和数据样本的训练损失值依据“小损失”原则筛选出噪声标签;最后利用标签转移矩阵和网络预测值对噪声标签进行自适应修正。经多轮修正可有效地降低数据集的噪声水平,从而使得训练出的分类网络更加准确。在多个真实数据集上的实验结果表明,该方法与现有的方案相比有较大的性能提升。

关键词：噪声标签标签转移矩阵加权平均噪声率多轮修正神经网络分类框架

来源：评论

学校读者我要写书评

暂无评论

多尺度注意力机制DenseNet网络的表情识别方法

引用

软件导刊 2023年第2期22卷 81-86页

作者：郑伟南京邮电大学通信与信息工程学院江苏南京210003

面部表情识别是人机交互研究领域的核心之一,现有的基于传统手工特征的面部表情识别方法难以应用在复杂多变的应用场景中。基于此,提出一种多尺度注意力机制的密集连接网络(DenseNet)表情识别方法。该网络模型对DenseNet121网络层数进... 详细信息

面部表情识别是人机交互研究领域的核心之一,现有的基于传统手工特征的面部表情识别方法难以应用在复杂多变的应用场景中。基于此,提出一种多尺度注意力机制的密集连接网络(DenseNet)表情识别方法。该网络模型对DenseNet121网络层数进行了简化,并引入多尺度结构和通道注意力模块MECANet,使得网络提取的面部表情特征更具判别性,有利于后续网络的表情分类。网络模型采用随机梯度下降算法进行训练,在CK+和FER2013数据集上取得了较高的识别率,分别达到96.2%和85.5%,与DenseNet121网络相比提高了8.4%和8.6%。

关键词：面部表情识别密集连接网络多尺度结构 MECANet

来源：评论

学校读者我要写书评

暂无评论

基于热门度修正因子和置信度的协同过滤算法

引用

计算机技术与发展 2023年第3期33卷 127-132页

作者：刘昊东王诚南京邮电大学通信与信息工程学院江苏南京210003

协同过滤算法作为推荐系统的核心算法,其思想是运用用户的历史数据去挖掘用户的兴趣爱好。由于热门项目在传统协同过滤算法的计算过程中会被过分考虑,不能更好地反映用户的真实需求,并且该算法在收集用户评分信息时还存在数据稀疏性的问... 详细信息

协同过滤算法作为推荐系统的核心算法,其思想是运用用户的历史数据去挖掘用户的兴趣爱好。由于热门项目在传统协同过滤算法的计算过程中会被过分考虑,不能更好地反映用户的真实需求,并且该算法在收集用户评分信息时还存在数据稀疏性的问题,提出了一种结合热门度修正因子和置信度的协同过滤算法。在修正余弦相似度计算公式中引入Jaccard函数来缓解评分矩阵的稀疏性,为了抑制热门项目对实际推荐效果的影响,将热门度修正因子引入到皮尔逊相似度计算公式中,最终相似度计算公式是通过上述改进的公式按照权重进行融合所生成。在公开数据集上验证了引入因子的相似度计算公式以及最终改进相似度计算公式的有效性,从结果中可以清晰地看出其平均绝对误差MAE(Mean Absolute Error)有所降低。

关键词：协同过滤算法数据稀疏热门度修正因子余弦相似度置信度

来源：评论

学校读者我要写书评

暂无评论

基于信号特征知识图谱和特征融合的特定辐射源识别技术

引用

移动通信 2023年第6期47卷 115-121页

作者：李英凯王淑菲张逸彬桂冠南京邮电大学通信与信息工程学院江苏南京210023

SEI可以用于识别各种类型的无线电发射源,包括无线电通信设备、雷达系统、无线电干扰源等。现有的SEI方法往往通过深度学习来实现,通常SEI要求分类模型具有很高的准确性和鲁棒性。针对现今辐射源信号可视化管理不足和信号识别准确率低... 详细信息

SEI可以用于识别各种类型的无线电发射源,包括无线电通信设备、雷达系统、无线电干扰源等。现有的SEI方法往往通过深度学习来实现,通常SEI要求分类模型具有很高的准确性和鲁棒性。针对现今辐射源信号可视化管理不足和信号识别准确率低的问题,提出了一种信号特征KG和特征融合的SEI方法。第一,该方法创新性地建立了信号特征数据库,且利用KG对信号特征实现可视化表征;第二,基于构建的信号特征KG进行特征融合,有效提升了特定辐射源分类识别的准确率。仿真结果表明,所提出的基于KG和特征融合的SEI方法可以更好地对辐射源信号进行可视化管理,且提升了辐射源识别性能。

关键词：特定辐射源识别知识图谱信号特征特征融合

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的D3QN拥塞控制算法

引用

计算机技术与发展 2023年第2期33卷 105-109,118页

作者：过萌竹孙君南京邮电大学通信与信息工程学院江苏南京210003

在大规模机器类通信(Machine Type Communication,MTC)中,短时间内大量的设备涌入LTE-A(Long Term Evolution-Advanced)网络,这些设备同时发起随机接入会引起严重的网络拥塞,需要采取合适的措施对拥塞加以控制。为此,提出了一种基于强... 详细信息

在大规模机器类通信(Machine Type Communication,MTC)中,短时间内大量的设备涌入LTE-A(Long Term Evolution-Advanced)网络,这些设备同时发起随机接入会引起严重的网络拥塞,需要采取合适的措施对拥塞加以控制。为此,提出了一种基于强化学习的D3QN(Dueling Double Deep Q-network)算法。D3QN以DQN(Deep Q-Network)为基础,使用Double和Dueling两种方法进行改进,并采用优先经验回放对训练数据进行采样,使算法收敛速度更快并且更加稳定。考虑多基站的场景,设备可以对其所在区域内的任一基站发送接入请求。该方案中,使用具有无记忆特性的泊松过程对采用二步的随机接入的MTC设备的到达进行建模,设备通过基站广播的发生冲突的前导码数量,改变强化学习中的奖励,使得MTC设备能够找到拥塞少的基站进行接入,减少可能的前导码冲突。在不同的负载场景中,将所提方案与传统方案以及其他基于强化学习的方案进行了比较,证明了所提方案在解决大规模问题时的实用性和有效性。

关键词：大规模机器类通信随机接入强化学习经验回放基站选择深度Q网络

来源：评论

学校读者我要写书评

暂无评论

面向低轨巨型星座的多目标卫星接入优化

引用

太赫兹科学与电子信息学报 2024年第5期22卷 495-502,515页

作者：徐阳威张晨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

低轨巨型星座可以提供全球无缝覆盖的卫星通信服务,但也会导致用户被卫星多重覆盖,如何选择最优的卫星进行接入,成为低轨巨型星座接入技术的关键问题。对此,提出一种基于粒子群的多目标卫星接入优化算法。综合考虑星地距离、卫星剩余可... 详细信息

低轨巨型星座可以提供全球无缝覆盖的卫星通信服务,但也会导致用户被卫星多重覆盖,如何选择最优的卫星进行接入,成为低轨巨型星座接入技术的关键问题。对此,提出一种基于粒子群的多目标卫星接入优化算法。综合考虑星地距离、卫星剩余可服务时间和卫星剩余负载等目标函数,根据不同业务类型的QoS需求,对参数赋予相应的权值;针对可视卫星数量多且动态变化的特点,通过粒子群算法进行低复杂度求解。仿真表明,相较于对比算法,所提算法对星地距离和卫星剩余可服务时间进行了优化折中,保障了服务时间和通信质量,提高了接入成功率,能够灵活满足用户的不同业务类型需求,适应用户业务不同时空分布以及业务离散化的场景。

关键词：低轨巨型星座卫星接入多目标优化粒子群算法

来源：评论

学校读者我要写书评

暂无评论

基于LoRaWAN无线抄表应用场景的MAC层协议设计

引用

无线电通信技术 2023年第6期49卷 1125-1133页

作者：李晶南京邮电大学通信与信息工程学院江苏南京210003

LoRaWAN协议上行采用纯ALOHA(Pure ALOHA,P-ALOHA)的方式发送数据,信道碰撞率高且利用率低,不适合用于无线抄表等应用场景。针对LoRaWAN协议的局限性,提出了一种适合于无线抄表应用场景的介质访问控制(Media Access Control, MAC)层协... 详细信息

LoRaWAN协议上行采用纯ALOHA(Pure ALOHA,P-ALOHA)的方式发送数据,信道碰撞率高且利用率低,不适合用于无线抄表等应用场景。针对LoRaWAN协议的局限性,提出了一种适合于无线抄表应用场景的介质访问控制(Media Access Control, MAC)层协议。该MAC层协议设计了超帧的结构,采用时隙ALOHA(Slot ALOHA,S-ALOHA)协议与时分多址(Time Division Multiple Access, TDMA)协议相结合的混合式接入机制,并在信道上融入突发业务,节点可以根据TDMA时隙的使用情况,灵活决定用于竞争的时隙;设计了将节点分散到一个超帧的不同复帧发送数据的方法;利用超帧的结构,能使具有不同发送周期的节点在同一个信道上工作;根据功能需求对帧结构进行了改进。仿真结果表明,与P-ALOHA协议相比,该MAC层协议能很好地降低碰撞率,提高信道利用率,并且能很好地解决因大量节点同时发送数据而造成的信道瘫痪问题。

关键词： LoRaWAN 无线抄表应用场景混合式接入机制超帧介质访问控制层协议

来源：评论

学校读者我要写书评

暂无评论

基于GSIC的上行链路毫米波大规模MIMO-NOMA系统低功耗传输方法

引用

电信科学 2023年第1期39卷 51-59页

作者：王晖邰其心刘镠王鸿宋荣方南京邮电大学通信与信息工程学院江苏南京210003

非正交多址接入(non-orthogonal multiple access,NOMA)和毫米波大规模多输入多输出(multiple-input multiple-output,MIMO)的结合能够支持未来无线通信网络的巨流量大连接需求。研究了上行链路毫米波大规模MIMO-NOMA系统中的功率最小... 详细信息

非正交多址接入(non-orthogonal multiple access,NOMA)和毫米波大规模多输入多输出(multiple-input multiple-output,MIMO)的结合能够支持未来无线通信网络的巨流量大连接需求。研究了上行链路毫米波大规模MIMO-NOMA系统中的功率最小化问题,提出了基于群体串行干扰消除(group-levelsuccessiveinterference cancellation,GSIC)的混合波束成形毫米波MIMO-NOMA上行传输系统新架构。具体来说,根据信道增益对用户进行群体划分,不同群体用户由NOMA服务,群体内用户采用空分多址区分。通过给不同群体设计模拟波束成形矩阵,对数字波束成形和功率控制进行联合优化,提出了一种并行迭代算法来解决优化问题。仿真结果表明,所提出的新架构在总功率方面优于传统的基于分簇和用户级串行干扰消除的毫米波大规模MIMO-NOMA。

关键词：非正交多址接入毫米波大规模MIMO 混合波束成形

来源：评论

学校读者我要写书评

暂无评论

基于信号特征知识图谱与宽度学习架构的特定辐射源识别

引用

移动通信 2023年第2期47卷 21-27页

作者：华敏妤张逸彬孙金龙桂冠南京邮电大学通信与信息工程学院江苏南京210023

特定辐射源识别是一种有效的工业物联网数据流保护技术,现有的SEI方法可以通过机器学习来实现,而主流的SVM算法针对大规模训练样本会消耗大量的机器内存和运算时间。为了解决上述问题,提出了一种信号特征知识图谱与宽度学习架构的SEI方... 详细信息

特定辐射源识别是一种有效的工业物联网数据流保护技术,现有的SEI方法可以通过机器学习来实现,而主流的SVM算法针对大规模训练样本会消耗大量的机器内存和运算时间。为了解决上述问题,提出了一种信号特征知识图谱与宽度学习架构的SEI方法KG-BLS算法,该方法创新性地建立了信号特征数据库,且利用KG对信号特征实现可视化表征。此外,该方法依靠特征映射节点和增强节点的非线性变换,通过单层前向传播网络来求解复杂的分类问题。仿真结果表明,所提出的KG-BLS算法在识别性能和计算开销方面具有巨大的优势。

关键词：特定辐射源识别信号特征知识图谱宽度学习工业物联网

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：