检索结果-内蒙古大学图书馆

基于系统成本函数优化的无人机辅助通感一体化系统数据调度、雷达预编码及飞行轨迹优化方法

电子学报 2025年

作者：柴蓉王丙燕孙瑞锦景小荣重庆邮电大学通信与信息工程学院西安电子科技大学综合业务网理论及关键技术国家重点实验室

本文针对多天线无人机（Unmanned Aerial Vehicle,UAV）辅助的通信感知一体化场景，综合考虑目标感知及用户通信性能，定义系统成本函数为系统能耗与用户速率的加权和，将通信感知调度、感知预编码设计以及UAV飞行轨迹优化问题建模为一... 详细信息

本文针对多天线无人机（Unmanned Aerial Vehicle,UAV）辅助的通信感知一体化场景，综合考虑目标感知及用户通信性能，定义系统成本函数为系统能耗与用户速率的加权和，将通信感知调度、感知预编码设计以及UAV飞行轨迹优化问题建模为一个满足约束条件的系统成本函数优化问题.由于所建模优化问题为一个变量高度耦合且非凸的混合整型优化问题，难以直接求解，本文将原优化问题拆分为三个子问题，即UAV飞行轨迹优化子问题、通信感知调度子问题和雷达感知预编码子问题，并提出一种迭代嵌套方法来求解这些子问题.针对UAV飞行轨迹优化子问题，将其建模为马尔可夫决策过程（Markov Decision Process,MDP），并提出一种基于双重深度Q网络的UAV轨迹优化算法.对于给定的MDP系统状态，采用拉格朗日对偶变换方法和二次变换方法求解通信感知调度子问题，并通过引入辅助变量及约束条件等价转换方法求解雷达感知预编码子问题.基于所得到的通信感知调度策略和雷达感知预编码，更新MDP奖励函数，确定UAV飞行轨迹，以迭代实现通信感知调度策略、感知预编码设计及UAV飞行轨迹的联合优化.最后，通过仿真验证了本文所提算法的有效性.

关键词：无人机(UAV) 通信感知一体化数据调度轨迹优化预编码

来源：评论

学校读者我要写书评

暂无评论

一种基于优化引导的无线联邦学习异步训练机制

引用

电讯技术 2024年第6期64卷 979-988页

作者：张海波任俊平蔡磊邹灿重庆邮电大学通信与信息工程学院重庆400065 泛在感知与互联重庆市重点实验室重庆400065 360数字安全科技集团有限公司北京100015

针对在数据异构和资源异构的无线网络中联邦学习训练效率低及训练能耗高的问题,面向图像识别任务,提出了基于优化引导的异步联邦学习算法AFedGuide。利用较高样本多样性的客户端模型的引导作用,提高单轮聚合有效性。采用基于训练状态的... 详细信息

针对在数据异构和资源异构的无线网络中联邦学习训练效率低及训练能耗高的问题,面向图像识别任务,提出了基于优化引导的异步联邦学习算法AFedGuide。利用较高样本多样性的客户端模型的引导作用,提高单轮聚合有效性。采用基于训练状态的模型增量异步更新机制,提高模型更新实时性以及信息整合能力。设计基于模型差异性的训练决策,修正优化方向。仿真结果显示,相较于对比算法,AFedGuide的训练时长平均减少67.78%,系统能耗平均节省65.49%,客户端的准确率方差平均减少25.5%,说明在客户端数据异构和资源异构的无线网络下,AFedGuide可以在较短的训练时间内以较小的训练能耗完成训练目标,并维持较高的训练公平性和模型适用性。

关键词：图像识别异步联邦学习数据异构资源异构优化引导

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

面向类不平衡网络流量的特征选择算法

引用

电子与信息学报 2021年第4期43卷 923-930页

作者：唐宏刘丹姚立霜王云锋裴作飞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 重庆邮电大学通信与信息工程学院重庆 400065

针对网络流量分类过程中出现的类不平衡问题,该文提出一种基于加权对称不确定性(WSU)和近似马尔科夫毯(AMB)的特征选择算法.首先,根据类别分布信息,定义了偏向于小类别的特征度量,使得与小类别具有强相关性的特征更容易被选择出来;其次... 详细信息

针对网络流量分类过程中出现的类不平衡问题,该文提出一种基于加权对称不确定性(WSU)和近似马尔科夫毯(AMB)的特征选择算法.首先,根据类别分布信息,定义了偏向于小类别的特征度量,使得与小类别具有强相关性的特征更容易被选择出来;其次,充分考虑特征与类别间、特征与特征之间的相关性,利用加权对称不确定性和近似马尔科夫毯删除不相关特征及冗余特征;最后,利用基于相关性度量的特征评估函数以及序列搜索算法进一步降低特征维数,确定最优特征子集.实验表明,在保证算法整体分类精确率的前提下,算法能够有效提高小类别的分类性能.

关键词：流量分类特征选择类不平衡加权对称不确定性近似马尔科夫毯

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

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

基于GCNet的毫米波波束选择算法

引用

光通信研究 2023年第6期6期(9)卷 72-76页

作者：李雨泽李心安重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学新一代宽带移动通信重点实验室重庆400065

在车辆到基础设施(V2I)通信中,毫米波波束宽度窄、设备移动性高,有效的毫米波波束选择是一项关键而又富有挑战性的任务。针对波束搜索过程开销大的问题,文章提出了一种基于雷达和位置信息的毫米波波束选择算法。所提算法使用Top-k分类... 详细信息

在车辆到基础设施(V2I)通信中,毫米波波束宽度窄、设备移动性高,有效的毫米波波束选择是一项关键而又富有挑战性的任务。针对波束搜索过程开销大的问题,文章提出了一种基于雷达和位置信息的毫米波波束选择算法。所提算法使用Top-k分类度量在激光雷达数据和波束跟踪通道数据集上训练神经网络结构,并且使用全局上下文网络(GCNet)模型预测最佳波束对。仿真结果表明,所提算法性能在分类识别准确率上有明显提升,与此同时,仅需搜索5个波束便能接近穷举搜索的性能,大大减少了波束搜索开销。

关键词：毫米波波束选择机器学习神经网络 GCNet

来源：评论

学校读者我要写书评

暂无评论

以信息为中心的天地一体化网络分域路由机制研究

引用

重庆邮电大学学报（自然科学版） 2024年第5期36卷 847-858页

作者：段洁李朝江刘浩闫子豪程慰丹重庆邮电大学通信与信息工程学院重庆400065 重庆市光通信与网络高校重点实验室重庆400065 四川易景智能终端有限公司四川宜宾644000

针对现有星间路由策略难以实现天地一体化网络(space-ground integrated information-centric network,SGI 2CN)中卫星拓扑高动态变化情况下多源内容高效传输的问题,提出面向多源内容的分域星间路由机制(area-divided-based inter-satellite routing mechanism,ADISR)。根据给定区域划分原则,构建基于虚拟节点的卫星网络模型。对于域内路由,根据内容源位置和缓存更新,采用基于链路状态最短路径算法和状态更新算法实现域内动态路由;对于域间路由,通过综合考虑节点和链路状态提出基于辅助图的启发式算法实现跨域数据传输。仿真结果表明,与已有路由机制相比,ADISR能解决SGI 2CN中多源多路径问题,减少网络丢包率,降低内容传播时延,提高网络吞吐量。

关键词：信息为中心的天体一体化网络分域的星间路由机制虚拟节点域内路由域间路由

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的单发多框检测器算法

引用

电子与信息学报 2021年第7期43卷 2096-2104页

作者：赵辉李志伟张天琪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

单发多框检测器SSD是一种在简单、快速和准确性之间有着较好平衡的目标检测器算法。SSD网络结构中检测层单一的利用方式使得特征信息利用不充分,将导致小目标检测不够鲁棒。该文提出一种基于注意力机制的单发多框检测器算法ASSD。ASSD... 详细信息

单发多框检测器SSD是一种在简单、快速和准确性之间有着较好平衡的目标检测器算法。SSD网络结构中检测层单一的利用方式使得特征信息利用不充分,将导致小目标检测不够鲁棒。该文提出一种基于注意力机制的单发多框检测器算法ASSD。ASSD算法首先利用提出的双向特征融合模块进行特征信息融合以获取包含丰富细节和语义信息的特征层,然后利用提出的联合注意力单元进一步挖掘重点特征信息进而指导模型优化。最后,公共数据集上进行的一系列相关实验表明ASSD算法有效提高了传统SSD算法的检测精度,尤其适用于小目标检测。

关键词：目标检测注意力机制特征融合单发多框检测器

来源：评论

学校读者我要写书评

暂无评论

基于区间二型模糊神经网络的垂直切换算法

引用

电子学报 2021年第5期49卷 928-935页

作者：马彬王双双陈海波重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学计算机网络与通信技术重点实验室重庆400065

在超密集异构无线网络中,针对传统垂直切换算法无法同时描述网络状态的模糊性和随机性,导致网络性能得不到有效提升的问题,提出一种基于区间二型模糊神经网络的垂直切换算法.重构了两阶段判决算法:在网络预筛选阶段,定义了历史接入率,... 详细信息

在超密集异构无线网络中,针对传统垂直切换算法无法同时描述网络状态的模糊性和随机性,导致网络性能得不到有效提升的问题,提出一种基于区间二型模糊神经网络的垂直切换算法.重构了两阶段判决算法:在网络预筛选阶段,定义了历史接入率,结合当前候选网络集的数目设置阈值.根据接收信号强度和剩余可用带宽,对用户接收范围内的所有网络进行初步筛选;再在垂直切换判决阶段,将剩余候选网络的时延,丢包率以及误码率作为区间二型模糊神经网络的输入,利用前馈神经网络的结构完成模糊逻辑推理,经训练之后计算得到输出判决值,从而选择最佳接入网络.实验结果表明,该算法能在保证时间开销较低的同时,有效降低切换决策的错误概率,减少切换失败和切换次数,提升网络总吞吐量.

关键词：区间二型模糊神经网络超密集垂直切换模糊性随机性

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：