检索结果-内蒙古大学图书馆

计算机研究与发展 2006年第2期43卷 218-223页

作者：郑相全郭伟重庆通信学院数字通信与信号处理重点实验室重庆400035 电子科技大学通信抗干扰技术国家级重点实验室成都610054

基于跨层负载感知和双向路径重选的自组网负载均衡路由协议(CLBLR)在路由发现阶段和路由维护阶段,将整个路径中各节点MAC层的总平均估计时延和路径总业务流负载结合起来,共同作为路由选择和路由调整的重要依据,通过双向路径重选方法实... 详细信息

基于跨层负载感知和双向路径重选的自组网负载均衡路由协议(CLBLR)在路由发现阶段和路由维护阶段,将整个路径中各节点MAC层的总平均估计时延和路径总业务流负载结合起来,共同作为路由选择和路由调整的重要依据,通过双向路径重选方法实现最优路径选择和网络业务流的均衡分布和均衡传输·协议通过禁止中间节点对路由请求进行应答和阻止不必要的路由请求分组,经由重负载中间节点转发,以保证路由发现时能够利用最新负载信息,并避免了节点在重负载情况下成为新建路由的中间节点,使协议具有一定的拥塞控制功能,以间接的方式实现了请求接纳控制·上述措施使分组传输路由很好地避免了拥塞节点,减少了网络瓶颈对网络性能的影响·仿真表明,CLBLR在分组丢失率、平均端到端时延和路由附加开销等方面具有良好性能,其优良的分布式控制特征能适应自组网的动态环境·

关键词：自组网负载感知接纳控制负载均衡按需路由算法

来源：评论

学校读者我要写书评

暂无评论

基于System Generator的数字滤波器实现与优化

引用

电子世界 2012年第21期 127-129页

作者：郑鹤钱林杰重庆通信学院数字通信与信号处理实验室

FPGA是数字信号处理的理想器件,数字信号处理涉及到大量滤波器的设计与实现。本文详细介绍了基于System Generator的数字滤波器的设计与实现,并且根据FPGA的特性对滤波器进行了优化。

关键词：数字滤波器 System Generator 实现优化

来源：评论

学校读者我要写书评

暂无评论

联合深度神经网络和凸优化的单通道语音增强算法

引用

声学学报 2021年第3期46卷 471-480页

作者：张晓艳张天骐葛宛营白杨柳重庆邮电大学通信与信息工程学院/信号与信息处理重庆市重点实验室重庆400065

噪声估计的准确性直接影响语音增强算法的好坏,为提升当前语音增强算法的噪声抑制效果,有效求解无约束优化问题,提出一种联合深度神经网络(DNN)和凸优化的时频掩蔽优化算法进行单通道语音增强。首先,提取带噪语音的能量谱作为DNN的输入... 详细信息

噪声估计的准确性直接影响语音增强算法的好坏,为提升当前语音增强算法的噪声抑制效果,有效求解无约束优化问题,提出一种联合深度神经网络(DNN)和凸优化的时频掩蔽优化算法进行单通道语音增强。首先,提取带噪语音的能量谱作为DNN的输入特征;接着,将噪声与带噪语音的频带内互相关系数(ICC Factor)作为DNN的训练目标;然后,利用DNN模型得到的互相关系数构造凸优化的目标函数;最后,联合DNN和凸优化,利用新混合共轭梯度法迭代处理初始掩蔽,通过新的掩蔽合成增强语音。仿真实验表明,在不同背景噪声的低信噪比下,相比改进前,新的掩蔽使增强语音获得了更好的对数谱距离(LSD)、主观语音质量(PESQ)、短时客观可懂度(STOI)和分段信噪比(segSNR)指标,提升了语音的整体质量并且可以有效抑制噪声。

关键词：带噪语音梯度下降法 DNN 抑制噪声互相关系数低信噪比增强算法凸优化深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于复合伪码的多卫星信号联合捕获算法

引用

北京理工大学学报 2022年第1期42卷 89-96页

作者：张天骐孟莹王晓烨陈显露重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室重庆400065

针对冷启动时二进制偏移载波(binary offset carrier,BOC)调制信号首次定位时间较长的问题,本文提出了一种基于复合伪码的多卫星信号联合捕获算法,可以实现对多颗卫星信号的同时捕获.该方法将不同卫星信号所对应的伪码相加生成复合伪码... 详细信息

针对冷启动时二进制偏移载波(binary offset carrier,BOC)调制信号首次定位时间较长的问题,本文提出了一种基于复合伪码的多卫星信号联合捕获算法,可以实现对多颗卫星信号的同时捕获.该方法将不同卫星信号所对应的伪码相加生成复合伪码,将接收信号与复合伪码进行圆周相关运算获得最大相关值,将最大相关值通过Teager-Kaiser处理来降低噪声的影响.该方法具有降低捕获时间的同时减小计算量的优点,且通过仿真结果可知,在同虚警的情况下,该算法所应用的TK算法提高了检测概率,最高比直接相关法的检测概率提高了约5 dB.

关键词：复合伪码圆周相关 Teager-Kaiser算子双二进制偏移载波

来源：评论

学校读者我要写书评

暂无评论

联合精确比值掩蔽与深度神经网络的单通道语音增强方法

引用

声学学报 2022年第3期47卷 394-404页

作者：柏浩钧张天骐刘鉴兴叶绍鹏重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室重庆400065

针对目前有监督语音增强忽略了纯净语音、噪声与带噪语音之间的幅度谱相似性对增强效果影响等问题,提出了一种联合精确比值掩蔽(ARM)与深度神经网络(DNN)的语音增强方法。该方法利用纯净语音与带噪语音、噪声与带噪语音的幅度谱归一化... 详细信息

针对目前有监督语音增强忽略了纯净语音、噪声与带噪语音之间的幅度谱相似性对增强效果影响等问题,提出了一种联合精确比值掩蔽(ARM)与深度神经网络(DNN)的语音增强方法。该方法利用纯净语音与带噪语音、噪声与带噪语音的幅度谱归一化互相关系数,设计了一种基于时频域理想比值掩蔽的精确比值掩蔽作为目标掩蔽;然后以纯净语音和噪声幅度谱为训练目标的DNN为基线,通过该DNN的输出来估计目标掩蔽,并对基线DNN和目标掩蔽进行联合优化,增强语音由目标掩蔽从带噪语音中估计得到;此外,考虑到纯净语音与噪声的区分性信息,采用一种区分性训练函数代替均方误差(MSE)函数作为基线DNN的目标函数,以使网络输出更加准确。实验表明,区分性训练函数提升了基线DNN以及整个联合优化网络的增强效果;在匹配噪声和不匹配噪声下,相比于其它常见DNN方法,本文方法取得了更高的平均客观语音质量评估(PESQ)和短时客观可懂度(STOI),增强后的语音保留了更多语音成分,同时对噪声的抑制效果更加明显。

关键词：深度神经网络归一化互相关系数幅度谱语音增强区分性联合优化可懂度掩蔽

来源：评论

学校读者我要写书评

暂无评论

超宽带无线通信中LDPC码硬件仿真实现

引用

现代电子技术 2007年第15期30卷 4-7页

作者：双涛葛利嘉刘明重庆通信学院数字与信号处理实验室重庆400035

讨论了LDPC码在超宽带(UWB)无线通信中的应用及其硬件实现。首先讨论了译码初始化方法,并设计了硬件解码结构,然后在SystemGenerator环境中对整个译码算法进行了参数化的FPGA实现,最后在VC环境下构建了UWB系统LDPC码软硬件仿真平台,仿... 详细信息

讨论了LDPC码在超宽带(UWB)无线通信中的应用及其硬件实现。首先讨论了译码初始化方法,并设计了硬件解码结构,然后在SystemGenerator环境中对整个译码算法进行了参数化的FPGA实现,最后在VC环境下构建了UWB系统LDPC码软硬件仿真平台,仿真表明改进的LDPC码比传统的LDPC码更能满足UWB通信需求。

关键词：超宽带 LDPC System Generator FPGA

来源：评论

学校读者我要写书评

暂无评论

基于张量分解的卷积盲源分离方法

引用

通信学报 2021年第8期42卷 52-60页

作者：马宝泽张天骐安泽亮邓盼重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室重庆400065

基于张量分解框架提出了一种卷积盲源分离方法,同时解决了混合滤波器矩阵估计和频点排序的问题。首先,根据观测信号的估计自相关矩阵构造出所有频点处的张量模型;然后,利用张量分解技术计算出每个频点上对应的因子矩阵作为该频点的估计... 详细信息

基于张量分解框架提出了一种卷积盲源分离方法,同时解决了混合滤波器矩阵估计和频点排序的问题。首先,根据观测信号的估计自相关矩阵构造出所有频点处的张量模型;然后,利用张量分解技术计算出每个频点上对应的因子矩阵作为该频点的估计混合滤波器矩阵;最后,采用以功率比作为测度的全局优化排序策略消除了全频段的排序模糊性。实验表明,所提方法在不同仿真条件下处理卷积混合的实测语音时表现出了比现有算法更优异的分离性能。

关键词：卷积盲源分离张量分解自相关矩阵排序模糊

来源：评论

学校读者我要写书评

暂无评论

采用元学习的多场景教室学生姿态检测方法

引用

西安电子科技大学学报 2021年第5期48卷 58-67页

作者：钱志华高陈强叶盛重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

针对不同教学场景图像的数据分布差异较大造成的跨域偏移问题,提出了一种采用元学习的多场景学生姿态检测方法。该方法设计了姿态检测元模型和一种参数可学习的域适应优化器。通过离线学习和在线学习相结合的方式,实现特定教学场景姿态... 详细信息

针对不同教学场景图像的数据分布差异较大造成的跨域偏移问题,提出了一种采用元学习的多场景学生姿态检测方法。该方法设计了姿态检测元模型和一种参数可学习的域适应优化器。通过离线学习和在线学习相结合的方式,实现特定教学场景姿态检测模型的快速域适应。离线学习阶段,该方法通过双层训练模拟姿态检测模型在各类教学场景上域适应的过程,对姿态检测元模型以及域适应优化器参数进行训练;在线学习阶段,只需特定教学场景下少量有标签的样本数据,元模型就能在域适应优化器的引导下快速适应该场景的数据分布。另外,在离线学习阶段,还提出了一种能使双层训练更加稳定的外部优化器。实验结果表明,该方法在多场景姿态检测数据集上的综合检测精度要优于目前主流的目标检测模型,对有标签图像较少的新场景也有较好的域适应效果。

关键词：姿态检测域适应小样本学习元模型域适应优化器

来源：评论

学校读者我要写书评

暂无评论

空间光波前畸变校正中的元启发式SPGD算法

引用

红外与激光工程 2022年第7期51卷 424-434页

作者：赵辉吕典楷安静邝凯达余孟洁张天骐重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

为了改善传统随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法收敛速度慢且容易陷入局部极值的问题,提出了一种元启发式随机并行梯度下降(Meta-Heuristic SPGD,MHSPGD)算法。该算法将SPGD算法和元启发式算法的开发与... 详细信息

为了改善传统随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法收敛速度慢且容易陷入局部极值的问题,提出了一种元启发式随机并行梯度下降(Meta-Heuristic SPGD,MHSPGD)算法。该算法将SPGD算法和元启发式算法的开发与探索两步结合,首先利用SPGD算法的梯度下降搜索得到局部最优解,然后进行邻域搜索得到局部最优区域以外的可能最优解,通过所有解性能指标的比较来确定新的迭代起点。随着搜索范围的自适应扩展,该算法能够避免陷入局部极值并趋向收敛于全局最优。同时,为了避免重复搜索,建立了记忆表来记录迭代过程中产生的次最优解。搭建了无波前探测器自适应光学系统模型,运用所提算法对不同湍流强度下的波前畸变进行了仿真校正,并针对不同Zernike阶数的像差进行了仿真实验。在三种湍流强度下,MHSPGD算法所能达到的斯特列尔比(Strehl Ratio,SR)分别为0.7621、0.6554、0.3749,相比于SPGD算法分别提升了0.1%、2%和18.6%。此外,当畸变中含有较多高阶成分时,文中所提优化算法相比传统的SPGD算法,SR收敛到0.6所需的迭代次数减少了约47%,且SR收敛极限值也提升了约9.4%。结果表明:与三种主流优化算法相比,MHSPGD在保持较快收敛速度的同时,能够在各种湍流强度下达到更高的收敛极限,有效地解决了算法的局部收敛问题。

关键词：自适应光学波前畸变校正随机并行梯度下降算法元启发式算法

来源：评论

学校读者我要写书评

暂无评论

空间光波前畸变校正中SPGD方法的自适应优化

引用

红外与激光工程 2022年第8期51卷 399-406页

作者：赵辉邝凯达吕典楷余孟洁安静张天骐重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

为了提高传统随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法校正波前畸变的性能,提出了一种基于AdaBelief优化器的新型SPGD优化算法。该算法将深度学习中AdaBelief优化器的一阶动量和二阶动量集成到SPGD算法中以提... 详细信息

为了提高传统随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法校正波前畸变的性能,提出了一种基于AdaBelief优化器的新型SPGD优化算法。该算法将深度学习中AdaBelief优化器的一阶动量和二阶动量集成到SPGD算法中以提高算法的收敛速度,并使得算法能够自适应地调整增益系数。此外,对实际增益系数进行自适应动态裁剪以避免因实际增益系数出现极端值而造成的震荡。仿真结果表明:在37单元变形镜(Deformable Mirror,DM)下,新型SPGD优化算法能够对不同湍流强度下的波前畸变实现有效校正,不同波前畸变经过校正后的斯特列尔比(Strehl ratio,SR)分别提升至0.83、0.47和0.31。此外,该算法在不同湍流强度下的SR仅仅需要149、229和230次迭代达到阈值,与传统SPGD算法及其他优化算法相比有更快的收敛速度,且在稳定性和参数调节方面也具有一定的优越性。

关键词：自适应光学大气湍流波前畸变随机并行梯度下降算法

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：