检索结果-内蒙古大学图书馆

激光与光电子学进展 2024年第13期61卷 424-430页

作者：鲁雨婷赵生妹毛钱萍南京邮电大学通信与信息工程学院江苏南京210003

量子密钥分发(QKD)作为一种由量子物理保证的绝对安全的密钥分发引起了广泛的关注。在现有的量子密钥分发协议中,循环差分相移量子密钥分发协议(RRDPS-QKD)因其具有较大的比特错误容限度,在实际应用中具有极大的优势。在循环差分相移量... 详细信息

量子密钥分发(QKD)作为一种由量子物理保证的绝对安全的密钥分发引起了广泛的关注。在现有的量子密钥分发协议中,循环差分相移量子密钥分发协议(RRDPS-QKD)因其具有较大的比特错误容限度,在实际应用中具有极大的优势。在循环差分相移量子密钥分发协议基础上,设计一种新型循环差分相移量子密钥分发协议,在接收设备中通过一个开关将接收到的脉冲序列分为两支(定义为奇偶两支路),在奇(偶)路上加入一个随机延时器和一个延时器,既能使接收端接收到的所有脉冲都能参与干涉,提升脉冲序列的利用率,又能使发送端可以连续发送脉冲序列。仿真分析结果和模拟量子密钥分发实验结果表明,新型循环差分相移量子密钥分发协议能够明显增大脉冲序列参与干涉的概率,有效地提升了循环差分相移量子密钥分发协议的安全密钥率。

关键词：循环差分相移量子密钥分发脉冲序列接收装置利用率密钥率

来源：评论

学校读者我要写书评

暂无评论

大规模STAR-RIS辅助的近场ISAC传输方法

引用

电子与信息学报 2025年第1期47卷 147-155页

作者：王小明李佳琪刘婷蒋锐徐友云南京邮电大学通信与信息工程学院南京210003 南京信息工程大学人工智能学院(未来技术学院) 南京210044

同时透射和反射可重构智能表面(STAR-RIS)能够创建全空间智能无线电环境,有效提高无线通信系统性能,具有广阔的研究潜力。因此,该文提出一种大规模STAR-RIS辅助的近场通感一体化(ISAC)方法,并对感知目标3维参数估计的克拉美罗界(CRB)进... 详细信息

同时透射和反射可重构智能表面(STAR-RIS)能够创建全空间智能无线电环境,有效提高无线通信系统性能,具有广阔的研究潜力。因此,该文提出一种大规模STAR-RIS辅助的近场通感一体化(ISAC)方法,并对感知目标3维参数估计的克拉美罗界(CRB)进行优化。首先,搭建近场系统模型,分别推导基站、STAR-RIS、通信用户、感知目标与传感器之间的导向矢量。其次,通过设计基站发射波束成形矩阵、发射信号协方差矩阵和STAR-RIS透射反射系数,实现感知性能最优化。再次,针对非凸优化问题利用半正定松弛方法进行求解。仿真结果表明了所提出ISAC方案的有效性,以及近场额外距离自由度所带来的定位性能优势。

关键词：可重构智能表面通感一体化近场通信克拉美罗界

来源：评论

学校读者我要写书评

暂无评论

密集低轨卫星网络辅助地面通信的鲁棒波束赋形方法

引用

电子与信息学报 2025年第3期47卷 623-632页

作者：郑斌曾令昕黄辉王晓洪丁昌峰王金元中国星网网络应用有限公司重庆401123 南京邮电大学通信与信息工程学院南京210003

面向密集低轨道卫星网络辅助的星地无线通信系统,该文提出一种基于非完美信道状态信息的多低轨卫星鲁棒波束赋形方法来改善频谱效率。具体地,在多低轨卫星全频复用场景下,提出了一个多卫星下行通信系统和速率最大化问题,并联合考虑卫星... 详细信息

面向密集低轨道卫星网络辅助的星地无线通信系统,该文提出一种基于非完美信道状态信息的多低轨卫星鲁棒波束赋形方法来改善频谱效率。具体地,在多低轨卫星全频复用场景下,提出了一个多卫星下行通信系统和速率最大化问题,并联合考虑卫星发射功率、卫星与用户关联关系,以及馈线链路容量约束。为了求解该优化问题,原优化问题被分解成卫星-用户关联和卫星传输波束赋形两个子问题,然后使用加权最小均方误差方法和连续凸近似方法对问题进行求解。仿真结果验证了即使在非理想信道条件下,该文所提出的多星频率复用和鲁棒波束赋形设计方法能有效提高系统吞吐量。

关键词：密集LEO卫星 MIMO 鲁棒波束赋形频率复用

来源：评论

学校读者我要写书评

暂无评论

一种模型辅助的联邦强化学习多无人机路径规划方法

引用

电子与信息学报 2025年第5期47卷 1368-1380页

作者：陆音刘金志张珉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

针对多无人机在环境监测传感器网络、灾害应急通信节点等设备位置部分未知场景下的数据收集需求,该文提出一种模型辅助的联邦强化学习多无人机路径规划方法。在联邦学习框架下,通过结合最大熵强化学习与单调价值函数分解机制,引入动态... 详细信息

针对多无人机在环境监测传感器网络、灾害应急通信节点等设备位置部分未知场景下的数据收集需求,该文提出一种模型辅助的联邦强化学习多无人机路径规划方法。在联邦学习框架下,通过结合最大熵强化学习与单调价值函数分解机制,引入动态熵温度参数和注意力机制,优化了多无人机协作的探索效率与策略稳定性。此外,设计了一种基于信道建模与位置估计的混合模拟环境构建方法,利用改进的粒子群算法快速估计未知设备位置,显著降低了真实环境交互成本。仿真结果表明,所提算法能够实现高效数据收集,相较于传统多智能体强化学习方法,数据收集率提升5.2%,路径长度减少7.7%,验证了所提算法的有效性和优越性。

关键词：无人机路径规划强化学习联邦学习模型辅助

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

无人机-卫星辅助去蜂窝大规模MIMO系统中无人机部署和功率优化

引用

电子与信息学报 2025年第5期47卷 1282-1290页

作者：赵海涛刘颖王琴刘淼朱洪波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

为了解决传统去蜂窝大规模多输入多输出(CF-mMIMO)通信系统认知局限、资源短缺、覆盖盲区的问题,针对传统覆盖受限的去蜂窝网络下行传输系统,该文提出无人机-近地轨道卫星辅助的空天地一体化CFmMIMO的功率分配和无人机位置部署方法。根... 详细信息

为了解决传统去蜂窝大规模多输入多输出(CF-mMIMO)通信系统认知局限、资源短缺、覆盖盲区的问题,针对传统覆盖受限的去蜂窝网络下行传输系统,该文提出无人机-近地轨道卫星辅助的空天地一体化CFmMIMO的功率分配和无人机位置部署方法。根据已知的用户位置以及地面接入点的部署缺陷,考虑各通信接入点的覆盖约束、最大功率约束、跨层干扰约束,以最大化用户最小速率为目标,建立联合用户关联、功率分配以及无人机放置的混合资源分配模型。基于块坐标下降方法和连续凸优化方法,将原本的非凸优化问题转化为3个子问题,并交替求得子问题近似解,最终得到原问题的最优近似解。仿真结果表明,所提方法能够合理安排系统的资源放置,显著提高系统通信覆盖,提升用户的平均吞吐量。

关键词：空天地一体化去蜂窝通信覆盖功率分配无人机部署

来源：评论

学校读者我要写书评

暂无评论

IRS辅助的感知增强认知无线电网络资源分配方案

引用

信号处理 2024年第2期40卷 326-335页

作者：李飞吴少聪李汀季薇梁彦宋云超南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学电子与光学工程学院江苏南京210003

在过去的几十年里,大部分可用频谱已被用于高速通信服务。这导致了无线通信系统中的频谱资源稀缺问题。另一方面,大量可用频谱的利用率并不高。为提升通信系统的频谱利用率,学界提出了基于共享的认知无线电技术。认知无线电允许次用户... 详细信息

在过去的几十年里,大部分可用频谱已被用于高速通信服务。这导致了无线通信系统中的频谱资源稀缺问题。另一方面,大量可用频谱的利用率并不高。为提升通信系统的频谱利用率,学界提出了基于共享的认知无线电技术。认知无线电允许次用户与主用户共享频谱资源,对于提升无线通信网络的频谱效率十分重要,然而目前基于认知无线电的通信网络存在着低信噪比情况下感知性能低下、严苛干扰条件下性能提升受限等缺点。最近,智能反射面(Intelligent Reflecting Surface,IRS)被广泛应用在无线通信的各个领域,可以智能调控无线传输环境以满足频谱和能效的高要求。为了进一步提升认知无线电感知性能与频谱效率,提出了一种新颖的IRS辅助的感知增强频谱共享认知无线电网络。针对此网络,建立了次用户和速率最大化优化问题,联合优化次基站波束赋形向量、智能反射面相移矩阵、感知时间。因存在变量耦合,所构建的优化问题是非凸的,提出一种基于块坐标下降(Block Coordinate Descent,BCD)的迭代算法以交替优化波束形成和智能反射面相位以及感知时间。以逐次凸逼近(Successive Convex Approximation,SCA)求解非凸目标和约束函数,并利用半正定松弛(Semidefinite Relaxation,SDR)解决秩一条件约束,采用一维搜索来寻找最佳感知时间。通过仿真结果证明提出的方法能够快速收敛且对认知无线电网络的感知性能以及频谱效率有较大提升作用。

关键词：频谱感知频谱共享认知无线电智能反射面

来源：评论

学校读者我要写书评

暂无评论

基于跨语种声学分析的帕金森病检测方法

引用

电子与信息学报 2024年第2期46卷 546-554页

作者：季薇王传瑜吴迪李云郑慧芬南京邮电大学通信与信息工程学院南京210003 南京邮电大学计算机学院南京210023 南京医科大学附属老年医院南京210024

基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时... 详细信息

基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时,将出现性能下降。为避免语种差异带来的影响,提升模型在跨语种场景下的检测性能,该文引入对抗迁移学习和特征解耦的思想,提出一种帕金森病跨语种声学分析模型(CLSAM)。首先,将基于多头自注意力机制的Transformer编码块和多层神经网络级联,组成特征提取器模块,用于将从源域和目标域语音中提取的原始Fbank语音特征初步解耦为两个向量,即域不变病理信息表征向量和域信息表征向量;设计了目标任务不一致的双重对抗训练模块,显式地分离域不变病理信息和域信息;最终,提取跨语种语音数据中的域不变病理信息用于帕金森病检测。该文在公开的MaxLittle帕金森病语音数据集以及自采的帕金森病语音数据集上,采用十折交叉验证的方法验证了所提方法的有效性。实验结果表明:与传统机器学习方法以及现有的迁移学习算法相比,所提模型在跨语种场景中的检测准确率、敏感度和F1分数等性能均有明显提升。

关键词：跨语种声学分析帕金森病对抗迁移学习特征解耦

来源：评论

学校读者我要写书评

暂无评论

协作IRS辅助的CoMP-NOMA网络传输方案

引用

数据采集与处理 2024年第5期39卷 1287-1296页

作者：瞿儒枫王鸿南京邮电大学波特兰学院南京210003 南京邮电大学通信与信息工程学院南京210003

为解决多小区网络中上行传输功率最小化问题,本文提出了一种基于多智能反射面(Intelligent reflecting surface,IRS)的协作多点非正交多址接入(Coordinated multiple point-nonorthogonal multiple access,CoMP-NOMA)系统上行传输方案。具体来说,在小区中心与边缘分别部署IRS提升小区中心用户与边缘用户的传输质量,同时考虑中心和边缘IRS之间的信号反射。为了求解建立的总发射功率最小化问题,本文推导了发射功率与相位偏移之间的关系,并进一步将功率分配系数和相位偏移联合优化问题转化为纯相位优化问题,并进一步采用顺序旋转法将转换后的问题分解为多个一维搜索问题进行求解。仿真结果表明,在相同仿真环境下,本文提出的解决方案在发射功耗方面明显优于其他基准方案。

关键词：非正交多址接入协作多点智能反射面顺序旋转法发射功耗

来源：评论

学校读者我要写书评

暂无评论

FMA-DETR:一种无编码器的Transformer目标检测方法

引用

信号处理 2024年第6期40卷 1160-1170页

作者：周全倪英豪莫玉玮康彬张索非南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学物联网学院江苏南京210003

DETR是第一个将Transformer应用于目标检测的视觉模型。在DETR结构中,Transformer编码器对已高度编码的图像特征进行再编码,这在一定程度上导致了网络功能的重复。此外,由于Transformer编码器具有多层深度堆叠的结构和巨大的参数量,导... 详细信息

DETR是第一个将Transformer应用于目标检测的视觉模型。在DETR结构中,Transformer编码器对已高度编码的图像特征进行再编码,这在一定程度上导致了网络功能的重复。此外,由于Transformer编码器具有多层深度堆叠的结构和巨大的参数量,导致网络优化变得困难,模型收敛速度缓慢。本文设计了一种无编码器的Transformer目标检测网络模型。由于不需要引入Transformer编码器,本文的模型比DETR参数量更小、计算量更低、模型收敛速度更快。但是,直接去除Transformer编码器将降低网络的表达能力,导致Transformer解码器无法从数量庞大的图像特征中关注到包含目标的图像特征,从而使检测性能大幅降低。为了缓解这个问题,本文提出了一种混合特征注意力(fusion-feature mixing attention,FMA)机制,它通过自适应特征混合和通道交叉注意力弥补检测网络特征表达能力的下降,将其应用于Transformer解码器可以减轻由于去除Transformer编码器带来的性能降低。在MS-COCO数据集上,本文网络模型(称为FMA-DETR)实现了与DETR相近的性能表现,同时本文的模型拥有更快的收敛速度、更小的参数量以及更低的计算量。本文还进行了大量消融实验来验证所提出方法的有效性。

关键词：目标检测 Transformer 编码器 DETR 混合注意力

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：