检索结果-内蒙古大学图书馆

电子与信息学报 2025年第1期47卷 57-65页

作者：时统志李博杨洪娟张桐王钢哈尔滨工业大学电子与信息工程学院哈尔滨150001 哈尔滨工业大学(威海)信息科学与工程学院威海264209

针对农村偏远地区通信不畅的临时突发性问题,该文提出一种自适应的多无人机(UAV)辅助通感一体化(ISAC)机制,在地面用户和感测目标呈簇状随机分布的情况下,通过合理调度多无人机实现覆盖式通信保障,为无人机使能的通感一体系统提供了一... 详细信息

针对农村偏远地区通信不畅的临时突发性问题,该文提出一种自适应的多无人机(UAV)辅助通感一体化(ISAC)机制,在地面用户和感测目标呈簇状随机分布的情况下,通过合理调度多无人机实现覆盖式通信保障,为无人机使能的通感一体系统提供了一种新的解决思路和方案。该文主要研究了无人机空间部署及其对地面设备的波束成形等问题,在空地关联约束条件下,系统可通过优化无人机的通信和感知波束成形变量组,最大限度地提高用户传输可达速率的下限,同时保证基本的通感需求。为了有效解决所考虑的非凸优化问题,该文借助基于高斯核的均值漂移算法(MS),用以处理关联策略中的混合整型线性问题,此外,结合2次变换与连续凸逼近(SCA)的相关技巧,采用块坐标下降(BCD)的方式优化波束成形,以获取次优解。数值结果验证了自适应机制的有效性。

关键词：无人机通信感知一体化空间部署波束成形

来源：评论

学校读者我要写书评

暂无评论

基于联邦深度强化学习的低轨卫星边缘计算系统计算卸载（英文）

引用

Frontiers of Information Technology & Electronic Engineering 2025年第5期26卷 805-816页

作者：贾敏吴健王欣玉郭庆哈尔滨工业大学电子与信息工程学院

最近研究表明系统容量对蜂窝网络非常重要。本文考虑最大化蜂窝网络下行链路和上行链路的加权和速率，其中每个小区由一个全双工基站和半双工用户组成。联邦学习可以在没有集中数据的情况下训练模型，实现对用户数据的隐私保护。将移动... 详细信息

最近研究表明系统容量对蜂窝网络非常重要。本文考虑最大化蜂窝网络下行链路和上行链路的加权和速率，其中每个小区由一个全双工基站和半双工用户组成。联邦学习可以在没有集中数据的情况下训练模型，实现对用户数据的隐私保护。将移动边缘计算服务器放置在低轨卫星上，可形成低轨卫星边缘计算系统，大大提高卫星的处理能力。因此，本文将联邦学习和移动边缘计算结合，提出一种基于联邦学习的计算卸载算法，在保证用户数据安全的同时最大化加权和速率。采用具有出色全局搜索能力的深度强化学习算法解决子信道分配和功率分配问题。仿真结果表明，与基准算法相比，该算法实现了最大的加权和速率，并具有良好收敛性能。

关键词：联邦学习低轨卫星移动边缘计算深度强化学习计算卸载

来源：评论

学校读者我要写书评

暂无评论

基于BNN-PF的卫星锂离子电池多工况SOH估计

引用

电子测量与仪器学报 2024年第9期38卷 104-115页

作者：潘大为师杰杜宇航宋宇晨哈尔滨工程大学信息与通信工程学院哈尔滨150001 哈尔滨工业大学电子与信息工程学院哈尔滨150080

利用在轨可测参数准确估计卫星锂离子电池的健康状态,对卫星的安全可靠运行至关重要。对于卫星锂离子电池的健康状态估计,性能退化表征和评估都需要适应多种工况。针对卫星锂离子电池在多种工况下,模型和数据中的不确定性带来的表征参... 详细信息

利用在轨可测参数准确估计卫星锂离子电池的健康状态,对卫星的安全可靠运行至关重要。对于卫星锂离子电池的健康状态估计,性能退化表征和评估都需要适应多种工况。针对卫星锂离子电池在多种工况下,模型和数据中的不确定性带来的表征参数的有效性和评估结果的可靠性不足的问题,本文提出了一种基于BNN-PF的概率性健康状态估计方法。从卫星锂离子电池充电过程的可测参数中提取不同的健康因子来表征性能退化,将排列熵与主成分分析法相结合,提高特征对不同任务的适应能力。在此基础上,采用贝叶斯神经网络估计锂离子电池的健康状态并量化不确定性,基于粒子滤波算法融合经验模型得到的不确定性,进一步增强了所提方法对多工况的适应性。实验结果表明,本文所提方法对多工况下的卫星锂离子电池健康状态估计具有良好的适应性和通用性。交叉验证试验结果显示,最大估计误差小于0.01,且多数结果的估计区间覆盖率大于0.95,表明方法在空间应用场景下具有良好的前景。

关键词：卫星锂离子电池健康状态估计多工况不确定性量化和融合贝叶斯神经网络

来源：评论

学校读者我要写书评

暂无评论

基于多尺度非对称密集网络的高光谱图像分类

引用

电子与信息学报 2024年第4期46卷 1448-1457页

作者：蔡轶珩谭美伶潘建军何楷祺北京工业大学信息与通信工程学院北京100124

近年来,基于有限标记样本的高光谱图像(HSI)分类方法取得了重大进展。然而,由于高光谱图像的特殊性,冗余的信息和有限的标记样本给提取强判别特征带来了巨大挑战。此外,由于各类别像素分布不均,如何强化中心像素的作用,减弱不同类别的... 详细信息

近年来,基于有限标记样本的高光谱图像(HSI)分类方法取得了重大进展。然而,由于高光谱图像的特殊性,冗余的信息和有限的标记样本给提取强判别特征带来了巨大挑战。此外,由于各类别像素分布不均,如何强化中心像素的作用,减弱不同类别的周围像素的负面影响也是提高分类性能的关键。为了克服上述局限性,该文提出一种基于多尺度非对称密集网络(MS-ADNet)的高光谱图像分类方法。首先,提出一个多尺度样本构建模块,通过在每个像素周围提取多个尺度的图像块,并进行反卷积和拼接以构建输入样本,使其既包含详细的结构区域,又包含较大的同质区域;然后,提出一个非对称密集连接结构,在空间和光谱特征联合提取中实现核骨架增强,即增强了方形卷积核的中心十字区域部分提取的特征,有效地促进了特征重用。此外,为了提高光谱特征的鉴别性,提出一种精简的元素光谱注意力机制,并将其置于密集连接网络的前端和后端。在每类仅采用5个样本进行网络训练的情况下,该方法在Indiana Pines, Pavia University和Salinas数据集上的总体准确率分别达到了77.66%, 84.54%和92.39%,取得了极具竞争力的分类结果。

关键词：高光谱图像分类多尺度非对称卷积光谱注意力机制

来源：评论

学校读者我要写书评

暂无评论

新一代Wi-Fi的新型感知信息压缩方法

引用

哈尔滨工业大学学报 2024年第5期56卷 12-18页

作者：赵彬徐骏张云朱翔哈尔滨工业大学电子与信息工程学院哈尔滨150001

通信设备由于和雷达设备的工作存在重叠,也可以实现目标检测。但是传统的通信协议采用显式反馈传输信息,导致采用通信设备检测无法保留感知信息,因此可以对显式反馈的分解流程进行改进,从而在通信的间隙实现对环境目标的感知。在MIMO系... 详细信息

通信设备由于和雷达设备的工作存在重叠,也可以实现目标检测。但是传统的通信协议采用显式反馈传输信息,导致采用通信设备检测无法保留感知信息,因此可以对显式反馈的分解流程进行改进,从而在通信的间隙实现对环境目标的感知。在MIMO系统中,波束成型是发射端利用MIMO信道状态信息生成导向矩阵,从而提升接收端接收性能的一种技术。目前显式反馈波束成型是通信中波束成型的主流方式,接收端会对接收到的信道矩阵进行奇异值分解后转换成一系列角度值传回发射端。虽然采用传统的矩阵分解流程获得反馈矩阵可以有效降低反馈的冗余信息量,但是通常会丢失掉通信设备在感知过程中获得的大部分重要信息,从而导致利用Wi-Fi信号进行目标探测的功能受到限制。研究发现对于接收到的信道矩阵利用传统的分解方式获得的反馈矩阵特征向量无法保留目标的距离,速度信息。本文提出了一种新型的分解方式,基于信道矩阵的协方差矩阵,先求解左奇异矩阵,再利用左右两个酉矩阵正交向量的对应关系,进一步求解从而获得改进的右奇异矩阵,所提改进方法保留了目标的距离、速度以及角度信息,极大地提升了有效反馈信息量。最后通过仿真实验验证了所提方法的有效性。

关键词： MIMO 波束成型显式反馈奇异值分解

来源：评论

学校读者我要写书评

暂无评论

基于对比序列重构的卫星遥测数据异常检测方法

引用

仪器仪表学报 2024年第4期45卷 17-26页

作者：李桢煜宋宇晨彭喜元刘大同哈尔滨工业大学电子与信息工程学院哈尔滨150080

基于遥测数据的异常检测是卫星在轨运维管理的关键技术。但现有方法大多仅采用正常样本建立模型,异常检测结果对判读阈值敏感、虚警率较高。对此本文提出基于对比序列重构的卫星遥测数据异常检测方法,充分利用有限异常先验增强异常检测... 详细信息

基于遥测数据的异常检测是卫星在轨运维管理的关键技术。但现有方法大多仅采用正常样本建立模型,异常检测结果对判读阈值敏感、虚警率较高。对此本文提出基于对比序列重构的卫星遥测数据异常检测方法,充分利用有限异常先验增强异常检测中正常、异常样本差异。先基于变分自编码器提取遥测数据时序演化特征,引入对比学习方法建立对异常、正常数据差异化输出的编码器,再用大量正常数据进一步训练整个模型实现对正常数据的精准重构形成对异常数据敏感的时序数据重构模型,再基于核密度估计方法学习异常判读阈值进一步提升异常检出率。在真实卫星遥测数据上验证表明所提方法能有效降低异常检测的虚警率(均低于0.002)并保持较高的检出率具备良好的实际应用水平。

关键词：卫星遥测数据异常检测对比学习变分自编码器

来源：评论

学校读者我要写书评

暂无评论

基于超球面三元组编码的干扰模式开集识别

引用

电子与信息学报 2024年第3期46卷 895-905页

作者：高玉龙王国强王钢哈尔滨工业大学电子与信息工程学院哈尔滨150001

干扰模式识别是现代军事通信对抗中必不可少的一环,随着复杂电磁环境当中各种新型恶意干扰样式层出不穷,对于未知型干扰的判决也变得愈发重要。因此,要求干扰模式识别算法保持对于已知型干扰高精度识别的同时,也能够完成对于未知型干扰... 详细信息

干扰模式识别是现代军事通信对抗中必不可少的一环,随着复杂电磁环境当中各种新型恶意干扰样式层出不穷,对于未知型干扰的判决也变得愈发重要。因此,要求干扰模式识别算法保持对于已知型干扰高精度识别的同时,也能够完成对于未知型干扰的判决,以排除未知型恶意干扰的影响。基于此,该文将未知型干扰存在时的干扰模式识别问题建模为开集识别问题,并提出一种基于超球面3元组编码的干扰模式开集识别方法。所提方法基于超球面3元组对输入的时频图像进行降维编码以提高识别精度,然后采用元识别分类器准确地完成干扰模式开集识别任务。通过仿真试验证明该算法在干信比大于–2 dB时能够高效地完成开放空间中的干扰模式识别任务。

关键词：未知型干扰信号开集识别 3元组损失超球面元识别

来源：评论

学校读者我要写书评

暂无评论

微波波段涡旋波束的多模式集成与动态调控研究进展

引用

电子与信息学报 2024年第5期46卷 1865-1873页

作者：袁乐眙杨德生刘云飞张狂哈尔滨工业大学电子与信息工程学院哈尔滨150001

该文回顾并总结了近期关于涡旋波束多模式集成与动态调控的研究成果与进展。首先从无源超表面透镜出发,利用传播相位与几何相位的综合调控作用,在单一超表面平台上实现了分数模涡旋波束的高纯度激发。更进一步,基于无源式超表面的多模... 详细信息

该文回顾并总结了近期关于涡旋波束多模式集成与动态调控的研究成果与进展。首先从无源超表面透镜出发,利用传播相位与几何相位的综合调控作用,在单一超表面平台上实现了分数模涡旋波束的高纯度激发。更进一步,基于无源式超表面的多模式涡旋集成理论及方法,通过在超表面单元结构中加载变容二极管等有源可调谐式器件,实现涡旋波束的动态切换与人工调控。并在此基础上,对基于超表面的涡旋通信系统实现信道建模,并对涡旋通信系统的性能做出了理论分析与评估,为提高现代通信系统信道容量及信息传输速率打下理论基础。

关键词：微波超表面涡旋波束多模式OAM集成可重构调控 OAM通信

来源：评论

学校读者我要写书评

暂无评论

基于信息分形的行人轨迹预测方法

引用

电子与信息学报 2024年第2期46卷 527-537页

作者：杨田王钢赖健汪洋哈尔滨工业大学电子与信息工程学院哈尔滨150001 哈尔滨工业大学电子与信息工程学院深圳518055 哈尔滨工业大学智能海洋工程研究院深圳518055

行人轨迹预测应用十分广泛,比如自动驾驶、机器人导航等。在轨迹预测中,一些不确定信息给轨迹预测任务带来了挑战,比如判别器中对轨迹信息判别的不确定,复杂的交互信息。在不确定信息处理科学领域,信息分形能有效处理不确定信息的不确... 详细信息

行人轨迹预测应用十分广泛,比如自动驾驶、机器人导航等。在轨迹预测中,一些不确定信息给轨迹预测任务带来了挑战,比如判别器中对轨迹信息判别的不确定,复杂的交互信息。在不确定信息处理科学领域,信息分形能有效处理不确定信息的不确定性和复杂性。受此启发,为了充分处理判别器中轨迹信息判别的不确定性,提升预测精度,该文提出了基于信息分形的轨迹预测方法。首先,场景信息和历史轨迹信息被特征提取模块提取。然后,通过注意力模块获取到场景-行人之间的交互信息与行人-行人之间的交互信息。最后基于生成对抗网络和信息分形生成合理的轨迹。在两个公共数据集ETH/UCY上实验表明,该方法能有效处理轨迹信息的不确定性,提高轨迹预测的精度。比如突然转弯、从后方超越前人、避让等行为的轨迹都能有效预测。在平均位移误差(ADE)和终点位移误差(FDE)上相比基准模型误差平均降低了11.11%和23.48%。

关键词：行人轨迹预测不确定信息处理信息分形生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

全天实时跟踪无人机目标的多正则化相关滤波算法

引用

自动化学报 2023年第11期49卷 2409-2425页

作者：王法胜李富尹双双王星孙福明朱兵大连民族大学信息与通信工程学院大连116600 哈尔滨工业大学电子与信息工程学院哈尔滨150001

相关滤波算法(Correlation filter,CF)已广泛应用于无人机目标跟踪.然而,受无人机(Unmanned aerial vehicle,UAV)平台本身计算性能的制约,现有的无人机相关滤波跟踪算法大都仅采用手工特征来描述目标的外观,难以获得目标的全面语义信息... 详细信息

相关滤波算法(Correlation filter,CF)已广泛应用于无人机目标跟踪.然而,受无人机(Unmanned aerial vehicle,UAV)平台本身计算性能的制约,现有的无人机相关滤波跟踪算法大都仅采用手工特征来描述目标的外观,难以获得目标的全面语义信息.并且这些跟踪算法仅能较好地进行光照条件良好场景下的跟踪,而在跟踪夜间场景下的目标时性能严重下降.此外,相关滤波跟踪器采用余弦窗口来抑制循环移位产生的边界效应,缩小了样本提取区域,产生了训练样本污染的问题,这不可避免地降低了跟踪器的性能.针对以上问题,提出全天实时多正则化相关滤波算法(All-day and realtime multi-regularized correlation filter,AMRCF)跟踪无人机目标.首先,引入一个自适应图像增强模块,在不影响图像各通道颜色比例的前提下,对获得的图像进行增强,以提高夜间目标跟踪性能.其次,引入一个轻量型的深度网络来提取目标的深度特征,并与手工特征一起来表示目标的语义信息.此外,在算法框架中嵌入高斯形状掩膜,在抑制边界效应的同时,有效避免训练样本污染.最后,在5个公开的无人机基准数据集上进行充分的实验.实验结果表明,所提出的算法与多个先进的相关滤波跟踪器相比,取得了有竞争力的结果,且算法的实时速度约为25 fps,能够胜任无人机的目标跟踪任务.

关键词：无人机目标跟踪相关滤波自适应图像增强模块轻量型深度网络高斯形状掩膜

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：