检索结果-内蒙古大学图书馆

应用科技 2024年第3期51卷 114-120页

作者：王桐林孟瑜欧阳敏曹越哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学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 武汉大学国家网络安全学院湖北武汉430072

由于车联网中节点资源有限,车联网中存在不愿意传递消息的自私车辆节点,严重影响网络性能。为了改善网络性能,提出了一种基于演化博弈的车联网消息合作分发的激励机制,利用节点始终追求最大收益的有限理性的特点,根据节点传递消息的数... 详细信息

由于车联网中节点资源有限,车联网中存在不愿意传递消息的自私车辆节点,严重影响网络性能。为了改善网络性能,提出了一种基于演化博弈的车联网消息合作分发的激励机制,利用节点始终追求最大收益的有限理性的特点,根据节点传递消息的数量以及节点在固定时间内的空闲程度设计收益函数,引导自私节点努力参与到车联网中消息的传递过程,同时引入路边单元作为监管者加速车辆节点的策略更新过程。仿真结果表明自私节点比例越多,网络性能越差,而该激励机制可以有效地改善存在自私节点的车联网的网络性能。

关键词：车联网自私节点演化博弈激励收益函数路边单元数据包投递率平均传输时延

来源：评论

学校读者我要写书评

暂无评论

基于最大相关熵的多AUV协同定位方法

引用

实验技术与管理 2022年第8期39卷 17-23页

作者：王莹莹孙骞王庆鑫张国昌哈尔滨工程大学智能科学与工程学院黑龙江哈尔滨150001 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工业大学仪器科学与工程学院黑龙江哈尔滨150001 哈尔滨工程大学烟台研究院山东烟台264000

多智能体的协同定位是本科生创新研修课“惯性自主测量技术与实践课程”的重要内容。在自主水下航行器(AUV)协同定位系统中,对于从艇的自主定位阶段而言,影响位置估计精度的主要原因就是速度、航向信息中存在的误差。针对该问题,设计了... 详细信息

多智能体的协同定位是本科生创新研修课“惯性自主测量技术与实践课程”的重要内容。在自主水下航行器(AUV)协同定位系统中,对于从艇的自主定位阶段而言,影响位置估计精度的主要原因就是速度、航向信息中存在的误差。针对该问题,设计了一种基于最大相关熵的多AUV协同定位方法。该方法以状态量的相关熵为代价函数,依据最大相关熵准测,结合测距信息估计出从艇惯导设备输出的速度、航向误差,并通过反馈来减小定位误差的波动,提高协同定位性能。同时,利用相关熵作为度量信息,还可以有效减小水下量测噪声呈非高斯分布特性所带来的协同定位误差增大的影响。为验证所设计方法的可行性,进行了仿真试验和湖试数据离线验证,结果表明该方法的定位性能相较于传统的因子图方法具有明显的提升。

关键词：最大相关熵协同定位自主水下航行器因子图速度、航向误差估计

来源：评论

学校读者我要写书评

暂无评论

UUV集群全局与局部融合路径规划方法

引用

实验技术与管理 2022年第6期39卷 43-49页

作者：王莹莹刘若璋孙骞张国昌哈尔滨工程大学智能科学与工程学院黑龙江哈尔滨150001 哈尔滨工业大学仪器科学与工程学院黑龙江哈尔滨150001 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学烟台研究院山东烟台264000

多智能体的路径规划是本科生创新研修课“惯性自主测量技术与实践课程”的重要内容。针对UUV集群的协同路径规划,采用全局和局部路径规划算法结合的方式,以实现各UUV在合理的时间范围内到达终点。在全局路径规划算法中引入外种群信息素... 详细信息

多智能体的路径规划是本科生创新研修课“惯性自主测量技术与实践课程”的重要内容。针对UUV集群的协同路径规划,采用全局和局部路径规划算法结合的方式,以实现各UUV在合理的时间范围内到达终点。在全局路径规划算法中引入外种群信息素函数,通过动态地设置启发因子,添加自检测机制以避免蚁群算法陷入局部最优;在人工势场法中添加相对运动系数及附加势场以避开障碍物并避免目标不可达问题。结果表明:全局路径规划能为各UUV找到长度相近的全局路线,局部路径规划能保证UUV航行的安全性,优化全局路线的总长度,并保证各UUV路线的长度在同一区间,使UUV集群能协同时间到达终点。

关键词：水下无人航行器协同路径规划蚁群算法人工势场法

来源：评论

学校读者我要写书评

暂无评论

IMU和轮式里程计联合的雷达畸变校正算法

引用

应用科技 2023年第5期50卷 149-156页

作者：刘佳豪罗天放王桐哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学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

为了校正低帧率2D激光雷达在机器人快速移动时产生的运动畸变,提出一种惯性测量单元(inertial measurement unit,IMU)和轮式里程计联合的激光雷达运动畸变较正方法。在传统轮式里程计辅助法的基础上,针对轮式里程计高速时容易打滑造成... 详细信息

为了校正低帧率2D激光雷达在机器人快速移动时产生的运动畸变,提出一种惯性测量单元(inertial measurement unit,IMU)和轮式里程计联合的激光雷达运动畸变较正方法。在传统轮式里程计辅助法的基础上,针对轮式里程计高速时容易打滑造成角度测量误差较大的缺点,利用局部角速度精度较高的IMU数据来完成激光雷达角度误差的较正。算法采用麦克纳姆全向轮式机器人进行验证。实验结果表明:IMU和轮式里程计联合较正运动畸变的方法能够克服轮式里程计打滑的机械性缺陷,有效减小雷达的位移误差和角度误差,大大提高低帧率2D激光雷达地图构建的质量。

关键词：激光雷达运动畸变即时定位与地图构建 IMU 轮式里程计传感器融合线性插值机器人操作系统

来源：评论

学校读者我要写书评

暂无评论

基于器件级仿真的用户设备射频指纹识别技术研究

引用

移动通信 2023年第2期47卷 46-51,64页

作者：查浩然王翰红姜航哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学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

UE认证对6G无线通信安全至关重要,RFFI是指通过信号处理手段,对采集的UE信号进行特征提取,从而实现UE个体识别的一项技术。首先通过搭建器件级仿真平台,探讨NR系统中的发射机损伤对射频指纹的影响,包括振荡器偏移、IQ调制器偏移和功率... 详细信息

UE认证对6G无线通信安全至关重要,RFFI是指通过信号处理手段,对采集的UE信号进行特征提取,从而实现UE个体识别的一项技术。首先通过搭建器件级仿真平台,探讨NR系统中的发射机损伤对射频指纹的影响,包括振荡器偏移、IQ调制器偏移和功率放大器非线性。然后,采用不同的深度神经网络模型对仿真平台生成的数据进行仿真实验,结果表明,在发射机参数满足3GPP协议要求的前提下,对10个随机分布的射频参数的设备进行识别,当信噪比15 dB时识别准确率可以达到98%。

关键词：射频指纹器件级仿真信号处理

来源：评论

学校读者我要写书评

暂无评论

一种朴素贝叶斯学习辅助的接触图路由算法

引用

应用科技 2023年第1期50卷 1-6,20页

作者：陈立伟邓家蓝王桐哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学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

接触图路由(CGR)是星际网络路由协议中的一个重要组成部分,星际网络中节点易受电磁干扰或自身资源不足影响而失效,高度依赖先验知识的接触图路由在节点意外失效时通信性能会急剧恶化。针对上述问题,提出了在接触图路由中引入朴素贝叶斯... 详细信息

接触图路由(CGR)是星际网络路由协议中的一个重要组成部分,星际网络中节点易受电磁干扰或自身资源不足影响而失效,高度依赖先验知识的接触图路由在节点意外失效时通信性能会急剧恶化。针对上述问题,提出了在接触图路由中引入朴素贝叶斯学习模型来预测节点可靠性的方法。首先根据接触图路由的特点建立节点快照;然后基于节点快照进行朴素贝叶斯建模,预测节点间的不可靠性概率;最后在路由决策时考虑不可靠性概率,选择不可靠性小的节点转发数据。实验结果表明,引入朴素贝叶斯学习可以有效提高接触图路由在恶劣的太空环境中应对节点意外失效的能力,实现对数据的高效传输。

关键词：接触图路由星际网络电磁干扰节点失效朴素贝叶斯学习节点快照不可靠性概率路由决策

来源：评论

学校读者我要写书评

暂无评论

MIMO-OFDM系统的信道与脉冲噪声联合估计方法

引用

通信学报 2021年第12期42卷 54-64页

作者：吕新荣李有明国强宁波大学科学技术学院浙江宁波315300 宁波大学信息科学与工程学院浙江宁波315211 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MIMO-OFDM系统中的脉冲噪声问题,提出了一种基于多测量向量压缩感知理论的信道与脉冲噪声联合估计方法。该方法将信道冲激响应和脉冲噪声联合组成一个具有行稀疏性的待估计矩阵,构建了一个基于全部子载波的多测量向量压缩感知模型... 详细信息

针对MIMO-OFDM系统中的脉冲噪声问题,提出了一种基于多测量向量压缩感知理论的信道与脉冲噪声联合估计方法。该方法将信道冲激响应和脉冲噪声联合组成一个具有行稀疏性的待估计矩阵,构建了一个基于全部子载波的多测量向量压缩感知模型。由于数据子载波中未知的发射符号导致观察矩阵的部分元素不确定,因此将发射符号视作未知参数,利用稀疏贝叶斯学习理论和期望最大值算法实现了一种能联合估计信道、脉冲噪声和发射符号的迭代方法。与现有方法相比,所提方法不仅能够充分利用全部子载波信息,而且不需要信道和脉冲噪声的先验统计信息。仿真结果表明,所提方法在信道估计及误比特率性能上有明显改善。

关键词： MIMO OFDM 信道估计脉冲噪声稀疏贝叶斯学习

来源：评论

学校读者我要写书评

暂无评论

基于语义分割的图像拼接实验设计

引用

实验技术与管理 2021年第12期38卷 48-51,56页

作者：陈立伟宋涛羽哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

“信号与信息处理创新实践”课程是一门创新创业综合实践课程,针对课程的技术要求,该文设计了基于语义分割的图像拼接实验案例。为了提高缝合线对图像中前景物体的分辨能力,研究了基于语义分割的最佳缝合线算法。利用CRF-RNN语义分割进... 详细信息

“信号与信息处理创新实践”课程是一门创新创业综合实践课程,针对课程的技术要求,该文设计了基于语义分割的图像拼接实验案例。为了提高缝合线对图像中前景物体的分辨能力,研究了基于语义分割的最佳缝合线算法。利用CRF-RNN语义分割进行图像的前景信息提取,并将提取的信息加入YUV颜色空间的能量矩阵中,从而使搜索的缝合线绕开前景物体。仿真结果表明:该算法对图像中的前景物体有较强的辨别能力,得到的拼接结果避免了压缩和割裂的问题,更加符合人眼视觉感知。该案例的设计,能够培养学生应用专业知识的基本原理,分析电子信息领域中复杂工程问题,获得有效结论的能力。

关键词：信号与信息处理图像拼接实验语义分割最佳缝合线算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的大规模电磁信号识别

引用

太赫兹科学与电子信息学报 2022年第1期20卷 29-33,39页

作者：张振李一兵查浩然哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

近年来,很多高质量的数据集支撑了深度学习在计算机视觉、语音和自然语言处理领域的快速发展。但在电磁信号识别领域仍缺乏高质量的数据集,为促进深度学习在电磁信号识别中的应用,本文基于广播式自动相关监视(ADS-B)建立了一个大规模的... 详细信息

近年来,很多高质量的数据集支撑了深度学习在计算机视觉、语音和自然语言处理领域的快速发展。但在电磁信号识别领域仍缺乏高质量的数据集,为促进深度学习在电磁信号识别中的应用,本文基于广播式自动相关监视(ADS-B)建立了一个大规模的真实电磁信号数据集。首先设计了一个自动数据收集和标注系统,在开放和真实的场景中自动捕获ADS-B电磁信号。通过对ADS-B信号进行数据清理和排序,建立高质量的ADS-B信号数据集;其次,对使用数据集的深度学习模型的性能进行深入研究,在不同信噪比、采样率、样本数目下对模型进行综合评估。该数据集给相关研究者提供了有价值的研究基准。

关键词：信号识别电磁信号数据集广播式自动相关监视深度学习

来源：评论

学校读者我要写书评

暂无评论

大模型启发增强的未知混叠雷达信号分选方法

大模型启发增强的未知混叠雷达信号分选方法

引用

首届全国大模型与决策智能大会

作者：牛恺锐齐佩汉李甫林云西安电子科技大学哈尔滨工程大学信息与通信工程学院

针对大模型在复杂电磁环境下的数据需求,提出了一种大模型启发增强的雷达信号分选方法。该方法引入多尺度融合嵌入和掩码增强,并将其应用于构建雷达分选的数据增强集。多尺度融合嵌入对原始信号进行深度时序编码;掩码构建则模拟复杂环境... 详细信息

针对大模型在复杂电磁环境下的数据需求,提出了一种大模型启发增强的雷达信号分选方法。该方法引入多尺度融合嵌入和掩码增强,并将其应用于构建雷达分选的数据增强集。多尺度融合嵌入对原始信号进行深度时序编码;掩码构建则模拟复杂环境,实现信号的不同程度交织情形。实验表明,在12类雷达信号5dB信噪比场景下,基于该算法生成的高质量训练集支持取得94%的正确分选率,验证了该大模型驱动数据增强方法在电磁领域大模型应用中的有效性。

关键词：大模型启发数据增强雷达信号分选尺度融合

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：