检索结果-内蒙古大学图书馆

电子与信息学报 2023年第6期45卷 2024-2033页

作者：雷维嘉刘美玎雷宏江唐宏重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重庆市重点实验室重庆400065

该文针对发送端由能量收集(EH)设备供电的无线通信系统,研究在能量收集和信道状态先验信息未知的条件下,以最大化实际可达传输速率为目标的发送功率、调制方式和信道编码码率的联合优化问题。基于Lyapunov优化框架,将能量使用的长期约... 详细信息

该文针对发送端由能量收集(EH)设备供电的无线通信系统,研究在能量收集和信道状态先验信息未知的条件下,以最大化实际可达传输速率为目标的发送功率、调制方式和信道编码码率的联合优化问题。基于Lyapunov优化框架,将能量使用的长期约束转换为能量虚队列的稳定性要求,将能量使用约束下的长期时间平均实际可达传输速率最大化问题转化为单时隙的、仅依赖于当前信道状态和电池状态的“漂移加惩罚”项上界的最小化问题。优化问题通过一个高效的数值方法求解。另外还给出了基于滑动窗口的K-means聚类方法的“漂移加惩罚”中权重和电池电量虚队列偏移量两个参数的自适应调整算法。在不同能量到达随机模型下与对比算法进行了性能的仿真对比,结果表明,该文所提算法在各种能量到达模型下都能获得更高的长期平均实际可达传输速率。另外,通过与参数固定为最优情况下算法性能的对比,证明参数自适应调整算法正确、有效。

关键词：能量收集功率速率自适应调制信道编码

来源：评论

学校读者我要写书评

暂无评论

基于生成式对抗网络和多模态注意力机制的扩频与常规调制信号识别方法

引用

电子与信息学报 2024年第4期46卷 1212-1221页

作者：王华华张睿哲黄永洪重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065 重庆邮电大学网络空间安全与信息法学院重庆400065

针对低信噪比条件下的扩频与常规调制信号分类精度低的问题,该文提出一种基于生成式对抗网络(GAN)、卷积神经网络(CNN)和长短期记忆(LSTM)网络的多模态注意力机制信号调制识别方法。首先生成待识别信号的时频图像(TFIs),并利用GAN实现T... 详细信息

针对低信噪比条件下的扩频与常规调制信号分类精度低的问题,该文提出一种基于生成式对抗网络(GAN)、卷积神经网络(CNN)和长短期记忆(LSTM)网络的多模态注意力机制信号调制识别方法。首先生成待识别信号的时频图像(TFIs),并利用GAN实现TFIs降噪处理;然后将信号的同相正交数据(I/Q data)与TFIs作为模型输入,并搭建基于CNN的TFIs识别支路和基于LSTM的I/Q数据识别支路;最后,在模型中添加注意力机制,增强I/Q数据和TFIs中重要特征对分类结果的决定作用。实验结果表明,该文所提方法相较于单模态识别模型以及其它基线模型,整体分类精度有效提升2%~7%,并在低信噪比条件下具备更强的特征表达能力和鲁棒性。

关键词：深度学习自动调制识别生成对抗网络(GAN) 多模态特征时频分布

来源：评论

学校读者我要写书评

暂无评论

联合物理层与MAC层的multi-TRP上行重叠传输处理机制

引用

通信学报 2024年第8期45卷 110-124页

作者：景小荣熊杰孙健陈前斌重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065 重庆两江卫星移动通信有限公司重庆401135

针对非理想回程下现有协议难以有效处理多传输接收节点(multi-TRP)场景中多定时提前(multi-TA)导致的严重上行链路(UL)重叠传输问题,联合改进物理层复用技术和介质访问控制(MAC)令牌桶技术,提出了一种新型的UL重叠传输处理机制。该新型... 详细信息

针对非理想回程下现有协议难以有效处理多传输接收节点(multi-TRP)场景中多定时提前(multi-TA)导致的严重上行链路(UL)重叠传输问题,联合改进物理层复用技术和介质访问控制(MAC)令牌桶技术,提出了一种新型的UL重叠传输处理机制。该新型机制通过改进物理层重叠信道识别流程、复用要求及复用规则,将物理层复用信息与重叠信息反馈至MAC层,并对MAC层令牌桶技术进行优化。通过仿真实验对所提机制与现有协议机制进行对比,结果表明,在逻辑时隙不可重叠和可重叠2种情形下,物理上行控制信道(PUCCH)实际复用数量性能平均提升了57.58%和49.40%,物理上行共享信道(PUSCH)实际可用资源数量性能平均提升了12.09%和26.03%;优先级最高逻辑信道实际占用资源数量性能平均提升了33.33%和45.48%。

关键词：多传输接收节点上行链路重叠传输信道复用令牌桶

来源：评论

学校读者我要写书评

暂无评论

基于自适应空谱约束的加权残差NMF高光谱图像解混

引用

信号处理 2025年第3期41卷 553-568页

作者：陈善学戚俊杰重庆邮电大学通信与信息工程学院移动通信技术重庆市重点实验室重庆400065

标准的非负矩阵分解(Nonnegative Matrix Factorization,NMF)模型应用于高光谱图像解混时,由于模型的非凸性、光谱和空间先验信息未充分利用的问题,导致解混精度不高。为提高解混性能,提出了一种基于自适应空谱约束的加权残差非负矩阵... 详细信息

标准的非负矩阵分解(Nonnegative Matrix Factorization,NMF)模型应用于高光谱图像解混时,由于模型的非凸性、光谱和空间先验信息未充分利用的问题,导致解混精度不高。为提高解混性能,提出了一种基于自适应空谱约束的加权残差非负矩阵分解高光谱图像解混算法。该算法首先,对传统的NMF模型进行改进,利用在迭代过程中原始高光谱图像矩阵与重构图像矩阵之间的残差来构建残差权重因子,为损失函数的每一行分配贡献权重,以减轻噪声的影响,提高算法的鲁棒性。其次,为利用高光谱图像丰富的先验信息,算法引入像元空谱相似度来衡量像元间的相似性以捕获像元在空间及光谱上的联系,并由相似度矩阵自适应地确定像元邻域来构造空间权重因子,提升了丰度的分段平滑性。此外,结合丰度矩阵的固有特征,构造光谱权重因子,促进了丰度的稀疏性。最后,由于高光谱图像具有较高的光谱分辨率,相邻波段的反射值变化较小,因此端元光谱具有一定的平滑度,算法通过端元光谱反射值间的差异分配平滑权重,以调整在迭代过程中端元光谱的平滑程度。本文利用梯度下降推导出算法的乘法更新规则,为证明所提算法的有效性,将其与其他几种算法在模拟数据以及Jasper Ridge和Urban两个真实高光谱数据上进行实验,实验结果验证了该算法具有更好的解混性能。

关键词：高光谱图像解混非负矩阵分解加权残差像元空谱相似度平滑权重

来源：评论

学校读者我要写书评

暂无评论

LoRa网络中基于深度强化学习的信息年龄优化

引用

电子与信息学报 2025年第2期47卷 541-550页

作者：程克非陈彩蝶罗佳陈前斌重庆邮电大学网络空间安全与信息法学院重庆400065 重庆邮电大学通信与信息工程学院移动通信技术重点实验室重庆400065

信息年龄(AoI)是信息新鲜度的衡量指标,针对时间敏感的物联网,最小化AoI显得尤为重要。该文基于LoRa网络的智能交通环境,分析Slot-Aloha协议下的AoI优化策略,建立了Slot-Aloha协议下数据包之间传输碰撞和等待时间的系统模型。通过分析指... 详细信息

信息年龄(AoI)是信息新鲜度的衡量指标,针对时间敏感的物联网,最小化AoI显得尤为重要。该文基于LoRa网络的智能交通环境,分析Slot-Aloha协议下的AoI优化策略,建立了Slot-Aloha协议下数据包之间传输碰撞和等待时间的系统模型。通过分析指出,在LoRa上行传输过程中,随着数据包数量增多,AoI主要受到数据包碰撞影响。为克服优化问题中动作空间过大导致难以实现有效求解的问题,该文采用连续动作空间映射离散动作空间的方式,使用柔性动作-评价(SAC)算法对LoRa网络下的AoI进行优化。仿真结果显示,SAC算法优于传统算法与传统深度强化学习算法,可有效降低网络的平均AoI。

关键词：信息年龄 LoRa 柔性动作-评价算法深度强化学习优化策略

来源：评论

学校读者我要写书评

暂无评论

融合对话连贯记忆的角色一致性回复生成方法

引用

计算机工程与应用 2024年第18期60卷 167-175页

作者：朱传润唐宏王宁喆刘钟重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重庆市重点实验室重庆400065

现有的对话系统研究往往忽略了对话过程中的角色一致性问题,这可能会导致对话前后的角色不匹配现象,从而降低用户的对话体验,同时,对话过程中的前后连贯性问题也备受人们所关注。为了解决以上问题,提出了一种融合对话连贯记忆的角色一... 详细信息

现有的对话系统研究往往忽略了对话过程中的角色一致性问题,这可能会导致对话前后的角色不匹配现象,从而降低用户的对话体验,同时,对话过程中的前后连贯性问题也备受人们所关注。为了解决以上问题,提出了一种融合对话连贯记忆的角色一致性回复生成方法。通过角色扩展模块将原始数据集进行角色扩展,得到角色扩展数据集;通过数据提取模块将相关度较高的角色信息与对话历史进行提取,并从中去除冗余信息,得到训练数据集;在回复生成模块中引入角色一致记忆模块和对话连贯记忆模块,使得对话模型在对话过程中始终保持对角色信息以及对话历史的记忆特性,促使其生成对话连贯的角色一致性回复。在Persona-Chat数据集上的实验结果表明,该方法生成的回复在对话连贯性以及角色一致性方面都得到了一定的提升。

关键词：角色一致性回复生成角色扩展数据提取角色一致记忆对话连贯记忆

来源：评论

学校读者我要写书评

暂无评论

融合情感意图和情感原因的共情回复生成方法

引用

计算机工程与应用 2024年第19期60卷 148-157页

作者：王宁喆唐宏朱传润刘钟重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重庆市重点实验室重庆400065

共情对话是对话系统研究中的一个重要领域,然而,现有的共情对话研究往往更关注情绪依赖的响应生成,却忽略对话过程中的情感意图信息和情感原因信息,这可能导致生成的共情回复过于通用化或共情性较低,从而降低用户的体验,为了提高共情回... 详细信息

共情对话是对话系统研究中的一个重要领域,然而,现有的共情对话研究往往更关注情绪依赖的响应生成,却忽略对话过程中的情感意图信息和情感原因信息,这可能导致生成的共情回复过于通用化或共情性较低,从而降低用户的体验,为了提高共情回复生成的质量,提出了一种融合情感意图和情感原因的共情回复生成方法。通过意图预测模块提取情感意图信息。通过情感原因检测模块提取情感原因信息。在回复生成模块进行意图嵌入和情绪嵌入,并引入情感原因门控机制和复制机制,动态地选择情感原因信息和情感意图信息,促使模型生成与意图相关并且情感合适的共情回复。在EmpatheticDialogues数据集上的实验表明,该方法生成的回复在多样性和共情性方面得到了一定的提升。

关键词：共情回复情感意图情感原因门控机制复制机制

来源：评论

学校读者我要写书评

暂无评论

融合时序门控图神经网络的兴趣点推荐方法

引用

计算机工程与应用 2024年第16期60卷 124-132页

作者：唐宏刘斌张静金哲正重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重庆市重点实验室重庆400065

现有的大多数兴趣点(point of interest,POI)推荐系统由于忽略了用户签到序列中的顺序行为模式,以及用户的个性化偏好对于POI推荐的影响,导致POI推荐系统性能较低,推荐结果不可靠,进而影响用户体验。为了解决上述问题,提出一种融合时序... 详细信息

现有的大多数兴趣点(point of interest,POI)推荐系统由于忽略了用户签到序列中的顺序行为模式,以及用户的个性化偏好对于POI推荐的影响,导致POI推荐系统性能较低,推荐结果不可靠,进而影响用户体验。为了解决上述问题,提出一种融合时序门控图神经网络的兴趣点推荐方法。运用时序门控图神经网络(temporal gated graph neural network,TGGNN)学习POI embedding;采用注意力机制捕获用户的长期偏好;通过注意力机制融合用户的最新偏好和实时偏好,进而捕获用户的短期偏好。通过自适应的方式结合用户的长期和短期偏好,计算候选POI的推荐得分,并根据得分为用户进行POI推荐。实验结果表明,与现有方法相比,该方法在召回率和平均倒数排名这两项指标上均有较为明显的提升,因此可以取得很好的推荐效果,具有良好的应用前景。

关键词：兴趣点推荐注意力机制时序门控图神经网络窗口池化实时偏好

来源：评论

学校读者我要写书评

暂无评论

基于多智能体柔性演员-评论家学习的服务功能链部署算法

引用

电子与信息学报 2023年第8期45卷 2893-2901页

作者：唐伦李师锐杜雨聪陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对网络功能虚拟化(NFV)架构下业务请求动态变化引起的服务功能链(SFC)部署优化问题,该文提出一种基于多智能体柔性演员-评论家(MASAC)学习的SFC部署优化算法。首先,建立资源负载惩罚、SFC部署成本和时延成本最小化的模型,同时受限于SF... 详细信息

针对网络功能虚拟化(NFV)架构下业务请求动态变化引起的服务功能链(SFC)部署优化问题,该文提出一种基于多智能体柔性演员-评论家(MASAC)学习的SFC部署优化算法。首先,建立资源负载惩罚、SFC部署成本和时延成本最小化的模型,同时受限于SFC端到端时延和网络资源预留阈值约束。其次,将随机优化问题转化为马尔可夫决策过程(MDP),实现SFC动态部署和资源的均衡调度,还进一步提出基于业务分工的多决策者编排方案。最后,在分布式多智能体系统中采用柔性演员-评论家(SAC)算法以增强探索能力,并引入了中央注意力机制和优势函数,能够动态和有选择性地关注获取更大部署回报的信息。仿真结果表明,所提算法可以实现负载惩罚、时延和部署成本的优化,并随业务请求量的增加能更好地扩展。

关键词：网络功能虚拟化服务功能链柔性演员-评论家学习多智能体强化学习

来源：评论

学校读者我要写书评

暂无评论

基于自适应梯度压缩的高效联邦学习通信机制研究

引用

电子与信息学报 2023年第1期45卷 227-234页

作者：唐伦汪智平蒲昊吴壮陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对物联网(IoTs)场景下,联邦学习(FL)过程中大量设备节点之间因冗余的梯度交互通信而带来的不可忽视的通信成本问题,该文提出一种阈值自适应的梯度通信压缩机制。首先,引用了一种基于边缘-联邦学习的高效通信(CE-EDFL)机制,其中边缘服... 详细信息

针对物联网(IoTs)场景下,联邦学习(FL)过程中大量设备节点之间因冗余的梯度交互通信而带来的不可忽视的通信成本问题,该文提出一种阈值自适应的梯度通信压缩机制。首先,引用了一种基于边缘-联邦学习的高效通信(CE-EDFL)机制,其中边缘服务器作为中介设备执行设备端的本地模型聚合,云端执行边缘服务器模型聚合及新参数下发。其次,为进一步降低联邦学习检测时的通信开销,提出一种阈值自适应的梯度压缩机制(ALAG),通过对本地模型梯度参数压缩,减少设备端与边缘服务器之间的冗余通信。实验结果表明,所提算法能够在大规模物联网设备场景下,在保障深度学习任务完成准确率的同时,通过降低梯度交互通信次数,有效地提升了模型整体通信效率。

关键词：联邦学习边缘计算通信优化梯度压缩

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：