检索结果-内蒙古大学图书馆

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

RIS辅助下的跨模态通信资源分配

引用

电子与信息学报 2025年第2期47卷 363-374页

作者：陈鸣锴孙振德万雅芳南京邮电大学通信与信息工程学院南京210003 南京邮电大学江苏省通信与网络技术工程研究中心南京210019

针对视频和触觉业务共存的跨模态业务场景,该文构建了可重构智能表面(RIS)辅助的共存网络切片系统,用以提高视频业务和触觉业务的传输速率和可靠性。同时,为了有效降低触觉业务通过穿孔带给视频业务的资源损耗,提出了动态被动波束赋形方... 详细信息

针对视频和触觉业务共存的跨模态业务场景,该文构建了可重构智能表面(RIS)辅助的共存网络切片系统,用以提高视频业务和触觉业务的传输速率和可靠性。同时,为了有效降低触觉业务通过穿孔带给视频业务的资源损耗,提出了动态被动波束赋形方案,允许RIS在不同时隙进行动态调整。基于上述方案,该文在确保触觉业务传输的时延和可靠性满足约束的同时,构建最大化视频业务传输速率的优化问题,以满足跨模态业务共存需求,实现资源的合理分配。为求解此优化问题,该文将其建模为一个马尔可夫决策过程(MDP),通过深度确定性策略梯度(DDPG)算法来进行视频数据和触觉数据传输资源的联合优化。仿真结果显示,与现有方案相比,所提方案具有一定的优越性,在保证传输触觉业务可靠性的前提下,提高了约66.67%的视频业务和速率。

关键词：跨模态通信可重构智能表面网络切片资源分配

来源：评论

学校读者我要写书评

暂无评论

基于图注意力机制和对抗训练的语音反欺骗方法

引用

信号处理 2025年第1期41卷 161-173页

作者：陆华庆葛子瑞王天朗郭海燕杨震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地方联合工程研究中心江苏南京210003

语音反欺骗任务旨在通过设计网络结构和学习算法来区分真实语音和欺骗语音,以提升语音系统安全性。本文提出了一种结合图注意力机制和对抗训练的语音反欺骗方法,以应对语音反欺骗任务中的挑战。具体地,基于说话人吸引子多中心单类(speak... 详细信息

语音反欺骗任务旨在通过设计网络结构和学习算法来区分真实语音和欺骗语音,以提升语音系统安全性。本文提出了一种结合图注意力机制和对抗训练的语音反欺骗方法,以应对语音反欺骗任务中的挑战。具体地,基于说话人吸引子多中心单类(speaker attractor multi-center one-class, SAMO)学习算法,利用图信号处理(graph signal processing, GSP)理论,本文提出了采用图注意力网络(graph attention network, GAT)提取说话人吸引子中心的方法。通过引入注意力机制来聚合说话人特征表示,以计算出更具代表性的说话人吸引子中心,从而提高系统对真实语音和欺骗语音的区分能力。另外,考虑到当网络只学习到训练集中已知欺骗类型的特定欺骗伪影时,则分类网络可能无法有效应对未知类型的欺骗攻击。本文在反欺骗网络结构中引入欺骗类型分类对抗网络,通过特征表示学习模块和欺骗类型分类辅助网络的对抗训练,促使网络能够从不同类型的欺骗语音中学习到共同的欺骗伪影特征,从而提升系统对实际测试中未知类型欺骗语音的检测能力。在ASVspoof 2019 LA、CFAD和ASVspoof 2021 LA数据集上进行了实验,实验结果表明所提方法在性能上优于基线系统和其他对比系统。此外,本文还采用了t分布随机邻居嵌入(t-distributed stochastic neighbor embedding, t-SNE)和相似度矩阵热力图的可视化方法,直观展示了所提方法在准确区分真实语音和欺骗语音方面的优势,并验证了对抗训练技术在学习共同欺骗伪影特征方面的有效性。

关键词：语音反欺骗图注意力机制单分类对抗训练多任务学习

来源：评论

学校读者我要写书评

暂无评论

面向极化编码慢跳频的干扰状态迭代估计及译码算法

引用

电讯技术 2025年第1期65卷 103-110页

作者：高露琴吴晓富张索非胡海峰南京邮电大学通信与网络技术国家工程研究中心南京210003 南京邮电大学物联网学院南京210003

考虑将循环冗余校验级联极化(Cyclic Redundancy Check Assisted Polar,CA-Polar)码应用于受部分频带干扰的慢跳频通信场景,针对每跳干扰状态未知的挑战,提出了一种基于CA-Polar码软输出解码的迭代干扰状态估计方法。该方法基于广义似然... 详细信息

考虑将循环冗余校验级联极化(Cyclic Redundancy Check Assisted Polar,CA-Polar)码应用于受部分频带干扰的慢跳频通信场景,针对每跳干扰状态未知的挑战,提出了一种基于CA-Polar码软输出解码的迭代干扰状态估计方法。该方法基于广义似然比(Generalize Ratio Test,GRT)来启动部分频带干扰下的极化解码,然后通过每次迭代译码的可靠度信息来不断提高每一跳干扰状态估计的准确性,基于干扰状态估计更新接收信号的对数似然比(Log-Likelihood Ratio,LLR)并用于CA-Polar码的新一轮迭代译码。仿真结果表明,采用(1024,256+CRC-16)CA-Polar码在块错误率(Block Error Rate,BLER)为1×10^(-4)时,所提出的迭代处理相比于无迭代处理的性能有效提升近2.4 dB;相比于1/2码率的(648,324)LDPC码,同等码率的(512,256+CRC-8)CA-Polar码在相同跳频抗干扰场景下以及BLER为1×10^(-4)时性能增益近0.2 dB。

关键词：极化码慢跳频脉冲噪声软输出译码对数似然比计算

来源：评论

学校读者我要写书评

暂无评论

噪声环境下基于域对抗图卷积网络和坐标注意力的说话人确认方法

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 57-67页

作者：陈家辉葛子瑞王天朗郭海燕杨震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地方联合工程研究中心江苏南京210003

为了减弱背景噪声对说话人确认(Speaker Verification,SV)性能的影响,提出一种基于域对抗图卷积网络(Domain Adversarial Graph Convolution Network,DA⁃GCN)和坐标注意力(Coordinate Attention,CA)的SV方法来提升噪声环境下的SV性能。首先,针对噪声环境下局部特征变得不稳定这个问题,提出引入CA模块,将全局时间信息和全局频率信息编码到通道注意力中,以强调有用通道,提取鲁棒性的说话人特征。其次,提出构建DA⁃GCN来辅助主网络提取与噪声相关性更小的说话人特征来进行后续的分类。具体而言,将语音信号映射为图信号,利用GCN分别对干净语音图信号特征和含噪语音图信号特征进行聚合,通过域对抗(Domain Adversarial,DA)训练,辅助主网络提取干净语音域和含噪语音域共享的说话人特征,从而降低噪声对SV性能的影响。在VoxCeleb1数据集上的实验结果表明,所提CA⁃DA⁃GCN的性能优于基线模型ExU⁃Net且表现出良好的泛化能力。

关键词：噪声环境说话人确认域对抗坐标注意力机制图卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于图注意力网络和门控网络的轻量级单通道语音分离方法

引用

信号处理 2025年第4期41卷 706-717页

作者：余传旗郭海燕王婷婷王景润杨震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地方联合工程研究中心江苏南京210003

语音分离旨在从包含多个说话人的混合语音中分离出各个源语音,是多说话人场景下语音处理类任务的重要前端。目前,基于深度学习的语音分离取得了显著进展,但随着模型性能的不断提升的同时,模型的参数量和推理时间也显著增加。针对此问题... 详细信息

语音分离旨在从包含多个说话人的混合语音中分离出各个源语音,是多说话人场景下语音处理类任务的重要前端。目前,基于深度学习的语音分离取得了显著进展,但随着模型性能的不断提升的同时,模型的参数量和推理时间也显著增加。针对此问题,本文综合考虑模型效率与分离性能,提出一种基于图注意力网络(Graph Attention Network,GAT)和门控网络(Gated Network,GN)的轻量级语音分离模型(称为GGN-Papez)。该方法基于轻量级、高效的基线模型Papez,引入GAT处理听觉记忆块内存储的全局信息,并使用GN生成掩码,来提升基线模型Papez的性能。具体地,假定所有记忆令牌之间均存在连接,利用GAT计算令牌间的注意力得分,并采用阈值过滤策略裁剪掉得分较低的边,生成新的邻接矩阵。再利用此邻接矩阵聚合记忆令牌所存储的全局信息,以提取出更有效的上下文信息,提高模型对全局特征的理解能力。在此基础上,考虑到Papez使用的掩码生成模块为表达能力有限的双层全连接前馈神经网络,本文提出使用具备更强特征选择能力的GN替代原有模块,以生成更符合源语音特征的掩码。所提模型GGN-Papez在基准数据集WSJ0-2Mix和Libri2Mix上进行了实验,实验结果表明所提方法在增加很少参数量的情况下,显著提升了分离语音的尺度不变信噪比(Scale Invariant Signal-to-Noise Ratio,SI-SNR)。此外,本文还设计了消融实验验证GAT和GN对整体模型性能的影响,并从推理时间和语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)得分等方面综合地对所提模型的性能进行了分析。

关键词：语音分离轻量级模型图神经网络图注意力网络门控机制

来源：评论

学校读者我要写书评

暂无评论

雾计算中融合能量采集与资源分配的智能迁移研究

引用

传感技术学报 2025年第1期38卷 88-95页

作者：陈韬胡静陈思光南京邮电大学物联网学院江苏南京210003 江苏中烟工业有限责任公司信息中心江苏南京210011 南京邮电大学江苏省通信与网络技术工程研究中心江苏南京210003

随着物联网与移动互联网的发展,云计算和雾计算等技术在学术与工业界受到了广泛的研究。然而,由于数据的快速增长和传输延迟的约束,传统的计算迁移方法无法很好地满足任务对于传输时延和能量消耗的要求。为了有效降低物联网设备在任务... 详细信息

随着物联网与移动互联网的发展,云计算和雾计算等技术在学术与工业界受到了广泛的研究。然而,由于数据的快速增长和传输延迟的约束,传统的计算迁移方法无法很好地满足任务对于传输时延和能量消耗的要求。为了有效降低物联网设备在任务计算时的传输延迟与能量消耗,提出了一种在雾计算中融合能量采集与资源分配的智能迁移机制。具体地,通过优化雾节点迁移决策、带宽资源、计算资源以及能量采集中的功率分配,构建了一个最小化任务完成时延与能耗加权总成本的优化问题。为了有效求解这类混合整数非线性规划问题,提出了一种基于深度强化学习的智能迁移算法。该算法基于双延迟深度确定性策略梯度算法,融合双重Critic网络架构可解决Q值被高估的问题,并引入概率函数与均匀噪声提升算法的性能与稳定性。最后,仿真结果表明,所提算法有着良好的收敛效果,并在与其他迁移方案的对比中体现了较好的性能优势且系统总成本最低。

关键词：雾计算能量采集资源分配计算迁移深度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于ARCS动机模型的数字图像处理实验项目式教学设计

引用

实验室研究与探索 2025年第2期44卷 147-151页

作者：李斌曹未丰南京邮电大学通信与信息工程学院江苏省通信与网络技术工程研究中心南京210003 南京工程学院自动化学院南京211167

为了端正学生学习动机以激发学习的主动性与积极性,将“注意力、相关性、自信心、满意度”(ARCS)动机模型与项目式教学模式相结合,以“基于人脸识别的课堂考勤系统设计”为例,对数字图像处理实验课程进行了项目式教学设计,优化教学策略... 详细信息

为了端正学生学习动机以激发学习的主动性与积极性,将“注意力、相关性、自信心、满意度”(ARCS)动机模型与项目式教学模式相结合,以“基于人脸识别的课堂考勤系统设计”为例,对数字图像处理实验课程进行了项目式教学设计,优化教学策略,并将该项目式设计运用到课堂教学实践,在实践中不断完善。实施结果表明,基于ARCS动机模型的项目式教学设计能有效地提高学生学习专业课的动机和兴趣,帮助学生建立学习自信,提升对专业课学习的满意度。此外,该实验的教学设计及其实施过程对于其他实践类课程具有较好的借鉴意义。

关键词：项目式教学动机模型数字图像处理实验

来源：评论

学校读者我要写书评

暂无评论

一种改进强化学习算法的路径规划方法

引用

计算机技术与发展 2025年第2期35卷 115-121页

作者：陈松沈苏彬南京邮电大学计算机学院江苏南京210023 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

提升Q学习(Q-learning)算法在复杂环境中的数据效率与决策准确度,无疑是算法性能优化所面临的关键挑战。将因果模型引入Q学习算法,通过揭示变量间的因果关系,从而提高Q学习算法的性能是新兴且热门的研究方向。该文提出一种基于因果模型... 详细信息

提升Q学习(Q-learning)算法在复杂环境中的数据效率与决策准确度,无疑是算法性能优化所面临的关键挑战。将因果模型引入Q学习算法,通过揭示变量间的因果关系,从而提高Q学习算法的性能是新兴且热门的研究方向。该文提出一种基于因果模型的Q学习算法,C-Q学习(Causal-model based Q-learning)算法。该算法包括基于智能体利用Q学习算法与环境交互过程中关键变量之间的因果关系,构建结构因果模型;采用因果推断理论中的后门调整的方法去除模型中影响奖励的混淆因子所引起的混淆效应,评估了更为准确的Q值,并且精准识别出每个状态下可能获得最高奖励的动作,优化Q学习算法的动作选择过程。最后,将Q学习算法、Eva-Q学习算法、C-Q学习算法在栅格环境中进行仿真实验。仿真实验结果表明,C-Q学习算法在路径长度、规划时间、数据效率和决策准确度等多个指标上均优于其余两种算法。

关键词： Q学习算法因果模型因果推断混淆因子后门调整

来源：评论

学校读者我要写书评

暂无评论

算力中心云服务架构与关键技术研究

引用

信息通信技术与政策 2025年第2期51卷 30-39页

作者：赵栖平丁飞王诗怡王瑞吴迪刘志帅南京邮电大学通信与网络技术国家工程研究中心南京210003 中移(苏州)软件技术有限公司苏州215163

算力中心包含大规模的服务器、存储设备等硬件设施,为处理复杂的计算任务提供了统一的运算平台。如何设计并实现兼容通用算力、超级算力和智能算力的算力中心云架构是当前研究的一个热点方向。重点分析了教育云驱动的科研范式发展与演... 详细信息

算力中心包含大规模的服务器、存储设备等硬件设施,为处理复杂的计算任务提供了统一的运算平台。如何设计并实现兼容通用算力、超级算力和智能算力的算力中心云架构是当前研究的一个热点方向。重点分析了教育云驱动的科研范式发展与演进趋势,以及不同代表性学科对算力需求的分析,同时给出业界在算力网络、超算中心、智算平台以及数据治理方面的研究进展。在此基础上,提出一种算力中心云总体网络架构,阐述了该架构的基本结构、安全防护以及开放服务设计,并给出跨域场景下算力并网的典型对接方案。该架构能够满足科学计算在异构算力纳管、数据模型并发训练、分布式推理、高性能计算机仿真科研应用服务等多场景的需求。基于Spine-Leaf两层设备的扁平化网络设计,整合通用算力、超级算力、智能算力等平台能力,以能够形成异构融合、高性能计算和存储、能力开放的新型云服务网络架构。

关键词：算力中心云云原生高性能计算算力并网算力调度

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：