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 93-101页

作者：刘子威徐圆圆边东明张更新南京邮电大学通信与信息工程学院南京210003 陆军工程大学通信工程学院南京210007

卫星物联网终端低功耗、轻控制的设计需求导致系统采用常规随机接入协议时易发生大量碰撞,难以满足系统吞吐量要求。现有容碰撞随机接入技术依赖功率控制、波形积累的方式,在实际中难以实现。该文分析了功率域碰撞分离所需条件,提出面... 详细信息

卫星物联网终端低功耗、轻控制的设计需求导致系统采用常规随机接入协议时易发生大量碰撞,难以满足系统吞吐量要求。现有容碰撞随机接入技术依赖功率控制、波形积累的方式,在实际中难以实现。该文分析了功率域碰撞分离所需条件,提出面向功率域信号分离的辅助波束设计方案,在常规接收波束外增设辅助接收波束,通过优化辅助波束增益构造接收信号信噪比差异,支撑碰撞信号分离。仿真表明,所提方案能够显著提升随机接入的吞吐量。

关键词：卫星物联网随机接入信号分离波束形成

来源：评论

学校读者我要写书评

暂无评论

基于多维扩展的正交时序复用波形框架及其性能分析

引用

电子与信息学报 2024年第3期46卷 826-834页

作者：王震铎谭正锋孙溶辰哈尔滨工程大学信息与通信工程学院哈尔滨150001

正交时序复用(OTSM)是一种适用于高速移动场景的低复杂度调制方法。然而,单一的波形设计方法难以满足多样化的应用需求和性能需求。因此,该文基于加权分数傅里叶变换(WFRFT)提出了加权分数沃尔什-哈达玛变换(WFRWHT),并提出了多维扩展... 详细信息

正交时序复用(OTSM)是一种适用于高速移动场景的低复杂度调制方法。然而,单一的波形设计方法难以满足多样化的应用需求和性能需求。因此,该文基于加权分数傅里叶变换(WFRFT)提出了加权分数沃尔什-哈达玛变换(WFRWHT),并提出了多维扩展的一体化的加权分数傅里叶变换-加权分数沃尔什哈达玛变换-正交时序复用(WFRFT-WFRWHT-OTSM)波形框架。通过对2维参数的灵活配置,该框架可退化为OTSM、正交时频空、混合载波、正交频分复用和单载波等波形,同时研究了采用高斯-赛德尔(GS)迭代均衡时一体化WFRFTWFRWHT-OTSM波形在时延-多普勒信道下的误码率(BER)性能以及峰均功率比(PAPR)性能。仿真结果表明,在不同时延-多普勒信道下,该框架可通过改变WFRFT和WFRWHT阶次实现更优的BER和PAPR性能。

关键词：加权分数沃尔什变换加权分数傅里叶变换正交时序复用正交频分复用高斯-赛德尔迭代均衡

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLO v8n网络的番茄成熟度实时检测算法

引用

农业机械学报 2025年第3期56卷 374-382,450页

作者：任晶秋万恩晗单蜜张光华卢为党东北石油大学电气信息工程学院大庆163318 浙江工业大学信息工程学院杭州310014

为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO... 详细信息

为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO v8n网络中引入通道嵌入位置注意力模块和改进大核卷积块注意力模块,能够在浅层网络保留番茄目标位置信息,建立目标区域之间的长距离依赖关系,从而增加YOLO v8n网络对显著番茄特征的关注。然后,在LaboroTomato数据集上进行了对比实验,改进YOLO v8n相较于原YOLO v8n网络,检测和分割的mAP@50和mAP@50-95分别提高0.4、1.4个百分点和0.3、1.2个百分点。最后,实现了改进YOLO v8n网络在低成本、低算力和低功耗的Jetson Nano平台上的轻量化部署,模型内存占用量由满溢减少到2.4 GB,推理速度加倍。该研究可为番茄采摘机器人在复杂场景下实时、准确检测番茄成熟度提供技术支撑。

关键词：番茄成熟度目标检测 YOLO v8n 注意力模块轻量化 Jetson Nano

来源：评论

学校读者我要写书评

暂无评论

基于后门攻击的恶意流量逃逸方法

引用

通信学报 2024年第4期45卷 73-83页

作者：马博文郭渊博马骏张琦方晨信息工程大学密码工程学院河南郑州450001

针对基于深度学习模型的流量分类器,提出了一种利用后门攻击实现恶意流量逃逸的方法。通过在训练过程添加毒化数据将后门植入模型,后门模型将带有后门触发器的恶意流量判定为良性,从而实现恶意流量逃逸;同时对不含触发器的干净流量正常... 详细信息

针对基于深度学习模型的流量分类器,提出了一种利用后门攻击实现恶意流量逃逸的方法。通过在训练过程添加毒化数据将后门植入模型,后门模型将带有后门触发器的恶意流量判定为良性,从而实现恶意流量逃逸;同时对不含触发器的干净流量正常判定,保证了模型后门的隐蔽性。采用多种触发器分别生成不同后门模型,比较了多种恶意流量对不同后门模型的逃逸效果,同时分析了不同后门对模型性能的影响。实验验证了所提方法的有效性,为恶意流量逃逸提供了新的思路。

关键词：后门攻击恶意流量逃逸深度学习网络流量分类

来源：评论

学校读者我要写书评

暂无评论

面向物联网数据收集的无人机自主路径规划

引用

航空学报 2024年第8期45卷 229-243页

作者：张薇何若俊哈尔滨工程大学信息与通信工程学院哈尔滨150001

路径规划旨在为无人机(UAV)提供安全可靠的行进路径,而实际环境的动态性极大地增加了路径规划的难度。本文针对物联网(IoT)节点处的数据收集问题,构建了一个复杂的3D动态环境,在多评论家深度确定性梯度算法(MCDDPG)的基础上提出一种基... 详细信息

路径规划旨在为无人机(UAV)提供安全可靠的行进路径,而实际环境的动态性极大地增加了路径规划的难度。本文针对物联网(IoT)节点处的数据收集问题,构建了一个复杂的3D动态环境,在多评论家深度确定性梯度算法(MCDDPG)的基础上提出一种基于无人机电量约束、路径长度最小化(MCDDPG-EPM)算法。算法考虑无人机自身电量约束及其在物联网节点间的调度问题,确保无人机在电量供应安全的前提下以较短的路径长度完成数据采集工作。特别地,为了应对动态环境下突发障碍物移动问题,提出信息增强的概念,以降低移动障碍物带来的路径不确定性。仿真结果表明,当物联网节点数为20时,所提算法相较于双延迟深度确定性策略梯度算法(TD3)、传统A^(*)算法和蚁群算法(ACO)分别节省了11.8%、13.2%和15.1%的电量消耗。

关键词：路径规划物联网无人机多评论家深度确定性梯度算法双延迟深度确定性策略梯度算法

来源：评论

学校读者我要写书评

暂无评论

基于点云分割网络的雷达信号分选方法

引用

电子与信息学报 2024年第4期46卷 1391-1398页

作者：陈涛邱宝传肖易寒杨博溢哈尔滨工程大学信息与通信工程学院哈尔滨150001

针对现有基于图像分割的端到端雷达信号分选方法存在的像素点重叠与处理效率不高的问题,该文提出一种基于点云分割网络的端到端分选方法。首先将雷达脉冲流的脉冲描述字(PDW)映射为点云;之后利用点云分割网络(PointNet++)对该点云中各... 详细信息

针对现有基于图像分割的端到端雷达信号分选方法存在的像素点重叠与处理效率不高的问题,该文提出一种基于点云分割网络的端到端分选方法。首先将雷达脉冲流的脉冲描述字(PDW)映射为点云;之后利用点云分割网络(PointNet++)对该点云中各点依据其所属辐射源进行分割;最后将具有相同标签的点聚类形成脉冲集合,分别提取各脉冲集合所包含的辐射源并形成相应的辐射源描述字。仿真结果表明:所提方法能够有效对未知雷达信号进行分选,在脉冲丢失和虚假脉冲干扰的分选环境下也表现出较强的可靠性与稳定性,并且由于采用具有轻量化特点的模型使得该方法的执行效率更高。

关键词：电子侦察信号分选端到端脉冲描述字点云

来源：评论

学校读者我要写书评

暂无评论

空洞卷积并行注意力机制和纹理对比度增强的红外与可见光图像融合

引用

控制与决策 2024年第11期39卷 3586-3596页

作者：邸敬任莉刘冀钊郭文庆廉敬兰州交通大学电子与信息工程学院兰州730070 兰州大学信息科学与工程学院兰州730000

在机器视觉中,视频监控的红外与可见光图像融合可以帮助机器更有效地识别目标和环境.针对现有视频监控的红外和可见光图像算法中存在人物细节提取不充分、目标物体轮廓模糊等问题,提出空洞卷积并行注意力机制和纹理对比度增强的红外与... 详细信息

在机器视觉中,视频监控的红外与可见光图像融合可以帮助机器更有效地识别目标和环境.针对现有视频监控的红外和可见光图像算法中存在人物细节提取不充分、目标物体轮廓模糊等问题,提出空洞卷积并行注意力机制和纹理对比度增强的红外与可见光图像融合.首先,融合网络采用多尺度密集连接和空洞卷积并行注意力机制构建局部-全局并行网络提取图像中的梯度信息和强度信息;然后,利用Scharr滤波器和深度可分离卷积构建纹理对比度增强网络,增强融合特征的对比度和纹理细节;最后,利用一种信息交换流网络设计分解网络,由于分解图像的质量直接取决于融合结果,分解过程可以使融合图像包含更多的场景信息.通过与其他8种具有代表性的图像融合方法对比,所提出方法的7项客观评价指标有5%~62%的提升,表明所提出方法不仅能够充分提取源图像信息,获得纹理细节更清晰、对比度更好的融合结果,而且可以有效解决因源图像分辨率差异大而阻碍的多光谱遥感分析、军事侦察等实际应用.

关键词：红外与可见光融合多尺度密集连接注意力机制纹理对比度增强网络深度可分离卷积信息交换流网络

来源：评论

学校读者我要写书评

暂无评论

新型仿竹六边形梯度层级多胞管耐撞性对比分析

引用

吉林大学学报（工学版） 2024年第2期54卷 333-345页

作者：邓小林杨馥模覃善甘梧州学院电子与信息工程学院广西梧州543002 广西大学机械工程学院南宁530004

设计并提出了一种新型的仿竹六边形梯度层级多胞管。首先,采用超折叠单元方法推导了六边形单梯度层级多胞管的平均冲击力的理论解,开展了方管的实验研究,利用理论解及实验结果对有限元数值模型的精确性进行了验证。其次,利用验证后的数... 详细信息

设计并提出了一种新型的仿竹六边形梯度层级多胞管。首先,采用超折叠单元方法推导了六边形单梯度层级多胞管的平均冲击力的理论解,开展了方管的实验研究,利用理论解及实验结果对有限元数值模型的精确性进行了验证。其次,利用验证后的数值模型分析了不同壁厚的仿竹六边形梯度层级多胞管的耐撞性能。最后,系统地研究了仿竹六边形梯度层级多胞管相比常规方管、六边形管、六边形单梯度层级多胞管在相同质量、相同初始峰值力和相同能量吸收条件下的耐撞性能。研究结果表明:提出的仿竹六边形梯度层级多胞管能有效降低结构的初始峰值力和提高结构的冲击力效率,在相同质量、相同初始峰值力和相同能量吸收条件下,仿竹六边形梯度层级多胞管的综合耐撞性能都要优于常规方管、六边形管和六边形单梯度层级多胞管。研究结果能为新型梯度层级多胞管的结构创新设计提供参考。

关键词：车辆工程耐撞性仿竹结构梯度层级多胞管能量吸收

来源：评论

学校读者我要写书评

暂无评论

全部子系统均不稳定切换线性系统的有限时间混合无扰切换故障检测

引用

控制与决策 2025年第5期40卷 1705-1713页

作者：梁占红姚利娜高金峰郑州大学电气与信息工程学院郑州450001

研究全部子系统均不稳定切换线性系统在模态依赖区间驻留时间(MDIDT)切换下的有限时间混合无扰切换故障检测滤波器(FDF)设计问题.首先,为了改善故障检测系统的暂态性能,提出一种直接限制切换时刻残差信号和速率信号总颠簸幅度的混合无... 详细信息

研究全部子系统均不稳定切换线性系统在模态依赖区间驻留时间(MDIDT)切换下的有限时间混合无扰切换故障检测滤波器(FDF)设计问题.首先,为了改善故障检测系统的暂态性能,提出一种直接限制切换时刻残差信号和速率信号总颠簸幅度的混合无扰切换性能描述;然后,通过将驻留时间区间分段,构造保守性更低的时变离散Lyapunov函数,得到增广系统在MDIDT切换下有限时间稳定且满足有限时间H_(∞)性能的充分条件;接着,在此基础上,给出有限时间混合无扰切换FDF的设计条件;最后,通过数值仿真验证所提出方法的有效性和优越性.

关键词：切换线性系统不稳定子系统无扰切换故障检测有限时间稳定模态依赖区间驻留时间

来源：评论

学校读者我要写书评

暂无评论

面向动态数据的联合自表示子空间聚类方法

引用

模式识别与人工智能 2025年第1期38卷 68-81页

作者：张汉涛赵杰煜叶绪伦宁波大学信息科学与工程学院宁波315211

自表示子空间聚类方法在高维数据处理中表现优秀,已成为该领域的关键技术之一.然而,传统的自表示模型通常假设数据集是静态的,难以适应动态、连续到达的数据流,会导致新旧数据存在特征异构、新到样本可能包含未知新类别等情况.因此,文... 详细信息

自表示子空间聚类方法在高维数据处理中表现优秀,已成为该领域的关键技术之一.然而,传统的自表示模型通常假设数据集是静态的,难以适应动态、连续到达的数据流,会导致新旧数据存在特征异构、新到样本可能包含未知新类别等情况.因此,文中提出联合自表示子空间聚类方法(Joint Self-Expressive Subspace Clustering Method,JSSC),可适应数据流的连续到达.JSSC结合联合自表示特征学习模块和新类别样本处理模块,有效聚类新类别样本,同时确保已有类别的聚类性能不受影响.此外,该方法利用深度自动编码器学习子空间基,实现直观、可解释的表示,并通过成对目标和正则化项,同时管理已知类别和新兴类别.基准数据集上的实验表明,JSSC在聚类任务中表现较优,尤其是在处理动态数据中的新类别方面.

关键词：子空间聚类自表示学习子空间基动态数据

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：