检索结果-内蒙古大学图书馆

哈尔滨工程大学学报 2021年第9期42卷 1387-1394页

作者：任欣悦孙志国陈增茂刁鸣哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

针对传统基于DS证据理论的协作频谱感知方法中,由于信道环境的复杂性和DS合成公式的弊端,导致的证据悖论问题,本文提出了基于证据预处理的协作频谱感知方法。该方法对证据值预处理,利用静态权重提高自身可靠性,并利用动态权重确定冲突... 详细信息

针对传统基于DS证据理论的协作频谱感知方法中,由于信道环境的复杂性和DS合成公式的弊端,导致的证据悖论问题,本文提出了基于证据预处理的协作频谱感知方法。该方法对证据值预处理,利用静态权重提高自身可靠性,并利用动态权重确定冲突数据并修正,提出的合成公式对预处理后的证据值进行融合并判决。仿真结果表明:该方法能有效解决证据悖论问题,提高检测性能,鲁棒性强,适用于故障感知用户少于正常感知用户的情况。

关键词：认知无线电协作频谱感知能量检测数据融合 DS证据理论证据悖论

来源：评论

学校读者我要写书评

暂无评论

基于SOP-SRL波段选择和3D-Gabor滤波的高光谱图像分类

引用

哈尔滨工程大学学报 2021年第8期42卷 1230-1236页

作者：陈立伟张雅涵王立国哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

为了解决高光谱图像分类精度低,计算复杂度高的问题,本文提出一种基于可扩展的自表示学习波段选择方法(SOP-SRL)和3D-Gabor滤波的高光谱图像分类方法,以表示高光谱图像的空间光谱特征。使用SOP-SRL,通过缓存向量选择出信息量大的波段;应... 详细信息

为了解决高光谱图像分类精度低,计算复杂度高的问题,本文提出一种基于可扩展的自表示学习波段选择方法(SOP-SRL)和3D-Gabor滤波的高光谱图像分类方法,以表示高光谱图像的空间光谱特征。使用SOP-SRL,通过缓存向量选择出信息量大的波段;应用3D-Gabor滤波器组对选定的波段进行响应,获取所有像素点的特征向量,将这些特征向量用于分类。在3个公共数据集上进行实验,所提方法的平均分类精度分别为91.42%、98.95%、98.72%,优于其他几种分类算法,能够在提高分类精度的同时,缩短实验时间。

关键词：高光谱波段选择特征提取 3D-Gabor滤波图像分类空间光谱特征向量分类精度

来源：评论

学校读者我要写书评

暂无评论

基于短时傅里叶变换的跳频信号频谱感知性能分析

引用

哈尔滨工程大学学报 2021年第6期42卷 902-907页

作者：陈增茂程功孙志国孙溶辰哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

频谱感知作为认知无线电领域的核心技术,可以有效地识别出频谱空洞,为次级用户动态接入提供先验信息。本文针对跳频信号建立了频谱感知系统数学模型,通过短时傅里叶变换分析,在仅仅已知跳频频率集的情况下便可进行盲感知,不需进行信道... 详细信息

频谱感知作为认知无线电领域的核心技术,可以有效地识别出频谱空洞,为次级用户动态接入提供先验信息。本文针对跳频信号建立了频谱感知系统数学模型,通过短时傅里叶变换分析,在仅仅已知跳频频率集的情况下便可进行盲感知,不需进行信道划分即可对跳点位置和信号存在性同时进行检测。本文在AWGN、Rayleigh和Nakagami-m 3种不同衰落信道下推导了检测概率和虚警概率的理论闭环表达式,避免了传统方法需经过多次蒙特卡洛仿真确定门限带来的复杂性。最终通过最小化误差概率得到最优门限,并通过仿真结果验证了其正确性。

关键词：频谱感知认知无线电跳频信号跳点位置信号存在性短时傅里叶变换衰落信道最优门限

来源：评论

学校读者我要写书评

暂无评论

基于互相关的分布式多信源交叉定位算法

引用

哈尔滨工程大学学报 2021年第10期42卷 1543-1549页

作者：陈增茂葛梁白永珍哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

非相干分布式信源的不相关散射分量会造成波达方向估计性能下降,同时当信源数大于空间观测站的数量时,通过交叉定位方法确定信源位置会出现模糊点。针对上述问题,本文提出一种基于互相关的非相干分布式多信源交叉定位算法。该算法先通过... 详细信息

非相干分布式信源的不相关散射分量会造成波达方向估计性能下降,同时当信源数大于空间观测站的数量时,通过交叉定位方法确定信源位置会出现模糊点。针对上述问题,本文提出一种基于互相关的非相干分布式多信源交叉定位算法。该算法先通过2个较远阵列接收数据之间的互相关性,减弱不相关的散射分量对DOA估计的影响;再通过2个阵列接收信号之间的角度关联性,对信号子空间进行重构,得到每个信源相对于2个阵列的不同入射角,最后利用交叉定位的方法即可确定信源位置。该算法通过角度匹配的方法解决了双站交叉定位存在虚假点的问题。仿真分析表明:所提算法可以自动将2个阵列的入射角与信源相对应,且算法估计性能较好,适用于需要进行多目标定位但阵列资源受限的情况。

关键词：阵列信号处理互相关矩阵 DOA估计阵列扩展非相干分布式信源交叉定位多目标测向泰勒展开

来源：评论

学校读者我要写书评

暂无评论

FrFT-OFDM系统中联合ICI自消除方案

引用

系统工程与电子技术 2022年第8期44卷 2645-2651页

作者：王震铎朱云飞宁晓燕刁鸣哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 先进船舶通信与信息技术工业和信息化部重点实验室黑龙江哈尔滨150001

针对分数阶傅里叶变换正交频分复用(fractional Fourier transform orthogonal frequency division multiplexing, FrFT-OFDM)系统中由时频双选信道产生的子载波间干扰(inter-carrier interference, ICI)的问题,提出了一种基于ICI自消除编码和频率偏移补偿的联合自消除方案。该方案运用带有相位补偿的自消除矩阵对信号进行编码,通过利用FrFT-OFDM系统子载波旋转角度可调的结构优势,在适宜的旋转角度下进行分数阶傅里叶变换,对频率偏移进行补偿,达到在相同编码效率下比传统ICI自消除技术更好的ICI抑制效果。仿真结果验证了该方案的性能。

关键词：分数阶傅里叶变换正交频分复用子载波间干扰自消除编码频率偏移补偿

来源：评论

学校读者我要写书评

暂无评论

基于增强图神经网络和对比学习的复杂网络节点分类

引用

电信科学 2025年

作者：徐培玲王玉谭艳丽山西经贸职业学院电子信息系中北大学信息与通信工程学院太原工业学院电子工程系

复杂网络节点分类大多基于图神经网络学习节点表示而实现，图神经网络通过邻域聚合对复杂网络局部结构信息进行编码。然而，图神经网络的过平滑问题导致复杂网络节点分类性能受限。基于此，提出一种基于增强图神经网络和对比学习的复杂... 详细信息

复杂网络节点分类大多基于图神经网络学习节点表示而实现，图神经网络通过邻域聚合对复杂网络局部结构信息进行编码。然而，图神经网络的过平滑问题导致复杂网络节点分类性能受限。基于此，提出一种基于增强图神经网络和对比学习的复杂网络节点分类方法。该方法不仅为邻域节点引入注意力来区分各邻居节点的重要性，而且采用局部邻域重叠度和全局邻域重叠度构造边的特征，从而扩大节点表示的信息量。最后，引入对比学习对神经网络进行训练，从而利用网络全局节点分类先验信息对节点表示进行联合优化。在Cora、Citeseer、PubMed和Chameleon公开网络数据集上进行了实验，结果表明，相较于其他先进方法，所提方法的节点分类性能更好，并通过消融实验验证了所提方法的有效性。

关键词：网络节点分类复杂网络图神经网络图注意力网络对比学习

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的异常反射编码超表面设计

引用

哈尔滨商业大学学报(自然科学版) 2025年第1期41卷 38-42页

作者：潘宇轩蒋伊琳闫成越李金鑫哈尔滨工程大学信息与通信工程学院哈尔滨150001

研究了电磁超表面对电磁波束的异常反射调控,采用数字化编码的方式控制超表面的附加相位实现人工控制反射波束的方向.设计并仿真了一种32位二进制码控制的编码超表面,超表面的控制编码由强化学习算法生成.强化学习算法在两个方向上搜索... 详细信息

研究了电磁超表面对电磁波束的异常反射调控,采用数字化编码的方式控制超表面的附加相位实现人工控制反射波束的方向.设计并仿真了一种32位二进制码控制的编码超表面,超表面的控制编码由强化学习算法生成.强化学习算法在两个方向上搜索编码(电磁波束的异常反射方向和反射信号的功率),以确保超表面实现异常反射功能并减少能量衰减.对编码调控后的超表面在入射波角度固定情况下仿真,结果表明,经过强化学习控制编码调控后的超表面在一定范围内实现了对45°入射的电磁波束反射方向的人工控制使其拥有五个不同的反射角度,反射信号功率可以保持在入射功率的40%以上.

关键词：编码超表面编码序列强化学习反射相位异常反射波束调控

来源：评论

学校读者我要写书评

暂无评论

基于ViT-CNN混合网络的合成孔径雷达图像船舶分类

引用

哈尔滨工程大学学报 2024年第8期45卷 1616-1623页

作者：邵然毕晓君哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨职业技术学院电子与信息工程学院黑龙江哈尔滨150001 中央民族大学民族语言智能分析与安全治理教育部重点实验室北京100081 中央民族大学信息工程学院北京100081

为了解决视觉转换器模型缺乏多尺度与局部特征捕获能力,难以适应合成孔径雷达图像船舶分类任务的问题,本文提出一种混合网络模型用于合成孔径雷达图像船舶分类。利用分阶段下采样网络结构,解决了ViT无法捕获多尺度特征的问题。通过在Vi... 详细信息

为了解决视觉转换器模型缺乏多尺度与局部特征捕获能力,难以适应合成孔径雷达图像船舶分类任务的问题,本文提出一种混合网络模型用于合成孔径雷达图像船舶分类。利用分阶段下采样网络结构,解决了ViT无法捕获多尺度特征的问题。通过在ViT模型的3个核心模块中融入卷积结构,设计了卷积标记嵌入、卷积参数共享注意力和局部前馈网络3个模块,使得网络能够同时捕获船舶图像的全局和局部特征,进一步增强了网络归纳偏置和特征提取能力。研究表明:本文所提模型在OpenSARShip和FUSAR-Ship2个通用合成孔径雷达船舶图像数据集上,分类准确率较最优方法分别提高了2.96%和4.18%,有效地提升了合成孔径雷达图像船舶分类性能。

关键词：视觉转换器卷积神经网络 SAR图像深度学习参数共享局部特征全局特征船舶图像

来源：评论

学校读者我要写书评

暂无评论

高吞吐率流水线结构的ZUC-256流密码硬件设计

引用

电子学报 2023年第2期51卷 438-445页

作者：刘云涛申泽生方硕王云哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 先进船舶通信与信息技术工业和信息化部重点实验室黑龙江哈尔滨150001 广东省大湾区集成电路与系统应用研究院广东广州510535

ZUC-256是为提供5G应用环境256 bit安全性而设计的流密码算法,数据处理速率是其核心性能之一,为此本文提出一种具有高吞吐率特性的硬件设计方案.该方案采用流水线拆分关键路径初步提升系统工作频率,并提出一种完成模(231-1)加算法的优... 详细信息

ZUC-256是为提供5G应用环境256 bit安全性而设计的流密码算法,数据处理速率是其核心性能之一,为此本文提出一种具有高吞吐率特性的硬件设计方案.该方案采用流水线拆分关键路径初步提升系统工作频率,并提出一种完成模(231-1)加算法的优化电路进一步缩短关键路径延迟,该模加结构相较于现有结构缩短了42%的逻辑延迟,能够显著提升系统工作频率和吞吐率.本研究分别采用Xilinx公司的Virtex-5器件、Alter公司的DE2-115器件和TSMC 90 nm工艺实现了该流密码硬件结构.实验测试结果表明,采用TSMC 90 nm工艺实现的ASIC系统工作频率最高达到1200 MHz,吞吐率可达38.4 Gbps,比现有研究成果提升71%.

关键词： 5G 祖冲之算法知识产权核高吞吐率流水线

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的多层卫星网络边缘安全决策方法

引用

通信学报 2022年第6期43卷 189-199页

作者：左珮良侯少龙郭超蒋华王文博北京电子科技学院电子与通信工程系北京100070 西安电子科技大学通信工程学院陕西西安710068 北京邮电大学信息与通信工程学院北京100876

多层卫星网络凭借其全球覆盖、高机动性、强抗毁性等优势,成为学术界和产业界的关注热点。然而,多层异构卫星网络如何依靠卫星节点的自主判决能力,发挥网络边缘场景中针对感知数据包含加解密和压缩在内的处理以及回传方面的任务协作相... 详细信息

多层卫星网络凭借其全球覆盖、高机动性、强抗毁性等优势,成为学术界和产业界的关注热点。然而,多层异构卫星网络如何依靠卫星节点的自主判决能力,发挥网络边缘场景中针对感知数据包含加解密和压缩在内的处理以及回传方面的任务协作相关问题亟待解决。鉴于此,确立了包含低轨卫星的多层卫星网络边缘模型,并提出了一种基于深度强化学习的数据压缩与加密回传决策方法,旨在以确保数据安全为前提,以低传输时延为目标,实现任务卫星在多层卫星网络架构中的边缘决策。仿真和分析表明,所提方法具备合理性和可行性,能够快速地实现收敛,且相比于多个启发式方法具备更优异的性能。

关键词：多层卫星网络低轨卫星边缘决策强化学习数据加密

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：