检索结果-内蒙古大学图书馆

小型微型计算机系统 2021年第6期42卷 1327-1331页

作者：王杰付安琦余开文重庆邮电大学通信与信息工程学院重庆400065 新一代宽带移动通信重点实验室重庆400065

文中探讨了多输入多输出-非正交多址接入(Multiple-Input Multiple-Output Non-orthogonal Multiple Access,MIMO-NOM A)系统的用户分簇问题.针对现有用户分簇算法需要指定簇数的问题,提出了一种基于近邻传播的无监督机器学习用户分簇算... 详细信息

文中探讨了多输入多输出-非正交多址接入(Multiple-Input Multiple-Output Non-orthogonal Multiple Access,MIMO-NOM A)系统的用户分簇问题.针对现有用户分簇算法需要指定簇数的问题,提出了一种基于近邻传播的无监督机器学习用户分簇算法.仿真结果表明,提出的用户分簇算法在系统和速率上相较于对比算法具有显著的优势,同时算法不需要指定簇数,仅依赖于基站(Base Station,BS)处获取的信道状态信息(Channel State Information,CSI),便可将用户划分为多个簇,是一种方便且实用的算法.

关键词： MIMO NOMA 用户分簇无监督机器学习近邻传播

来源：评论

学校读者我要写书评

暂无评论

基于张量分解和多项式库搜索的多天线NPLC-DS-CDMA伪码序列估计

引用

电子与信息学报 2020年第10期42卷 2429-2436页

作者：张天骐喻盛琪张天葛宛营重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对低信噪比下非周期长码直接序列码分多址(NPLC-DS-CDMA)信号伪码序列估计问题,该文提出一种基于张量分解和多项式库搜索的多天线估计方法。该方法首先对接收信号建模为3阶张量模型并根据扩频增益分割为多个子张量,然后利用交替最小... 详细信息

针对低信噪比下非周期长码直接序列码分多址(NPLC-DS-CDMA)信号伪码序列估计问题,该文提出一种基于张量分解和多项式库搜索的多天线估计方法。该方法首先对接收信号建模为3阶张量模型并根据扩频增益分割为多个子张量,然后利用交替最小二乘投影(ALSP)算法对子张量进行CP分解得到伪码片段因子矩阵和接收增益因子矩阵,利用接收增益矩阵互相关性和旁瓣能量检测对伪码片段组合序列筛选得到每个用户的伪码序列,最后利用多项式库搜索的方法识别出伪码序列的生成多项式,进一步提高伪码序列估计的正确率。仿真结果表明,所提方法能够实现对NPLC-DS-CDMA信号伪码序列的有效估计。

关键词：直接序列码分多址伪码序列张量分解交替最小二乘投影算法多项式库搜索

来源：评论

学校读者我要写书评

暂无评论

面向车联网通勤的双阶段认证密钥协商协议

引用

通信学报 2024年第5期45卷 128-139页

作者：张海波余艺王冬宇贺晓帆重庆邮电大学通信与信息工程学院重庆 400065 公共大数据安全技术重庆市重点实验室重庆 401420 重庆邮电大学通信与信息工程学院重庆 400065 北京邮电大学人工智能学院北京 100876 武汉大学电子信息学院湖北武汉 430072

针对通勤车辆在车联网中向路边单元(RSU)获取服务的安全与效率问题,提出了一种双阶段的认证密钥协商协议.在初始认证阶段,利用车辆、RSU和可信机构(TA)间协商的3个独立会话密钥,保障2个实体间传输的隐私不被第三方实体窃取.在快速认证阶... 详细信息

针对通勤车辆在车联网中向路边单元(RSU)获取服务的安全与效率问题,提出了一种双阶段的认证密钥协商协议.在初始认证阶段,利用车辆、RSU和可信机构(TA)间协商的3个独立会话密钥,保障2个实体间传输的隐私不被第三方实体窃取.在快速认证阶段,车辆和RSU间利用车辆旅行时间表高效地完成相互认证.协议支持车辆匿名与匿名追溯,且能防止通勤路线等隐私泄露.此外,通过随机预言机证明了协议的安全性.仿真结果表明,在典型通勤场景下,所提方案比同类方案降低了59.35%的计算开销和44.21%的通信开销.

关键词：车联网认证密钥协商匿名追溯随机预言机

来源：评论

学校读者我要写书评

暂无评论

蜂窝认知网络中的增强加权质心定位算法

引用

电讯技术 2024年第12期64卷 1990-2000页

作者：章艳李银波申滨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

在蜂窝认知无线电网络(Cellular Cognitive Radio Network,CCRN)中,主用户(Primary User,PU)与次级用户(Secondary User,SU)之间缺乏通信,单独依靠传统的频谱感知技术来判断频谱接入机会存在一定的不可靠性。提出一种基于KL(Kullback-Le... 详细信息

在蜂窝认知无线电网络(Cellular Cognitive Radio Network,CCRN)中,主用户(Primary User,PU)与次级用户(Secondary User,SU)之间缺乏通信,单独依靠传统的频谱感知技术来判断频谱接入机会存在一定的不可靠性。提出一种基于KL(Kullback-Leibler)散度与邻居关系的改进加权质心定位(KL-divergence Based Weighted Centroid Localization,KLD-WCL)算法。首先计算未知节点与锚节点接收信号强度(Received Signal Strength,RSS)向量的KL散度值,表征两者的邻近程度;其次,提出一种自适应邻居选择算法,针对每一个未知节点自适应地选择最优的邻居锚节点。在采用KLDWCL算法获得SU位置信息的基础上,最终实现机会性接入授权频段的使能标签设置。所提方案有效减缓了RSS波动对于定位精度的影响,优化了邻居节点选择策略与加权方式。理论推导与实验结果表明,所提方案为CCRN中的SU定位算法提供了更为强健和良好的定位误差性能,能够有效增强蜂窝认知网络对于频谱接入的可靠性。

关键词：蜂窝认知无线电网络(CCRN) 频谱接入加权质心定位 KL散度

来源：评论

学校读者我要写书评

暂无评论

基于结构组全变分模型的图像压缩感知重建

引用

电子与信息学报 2020年第11期42卷 2773-2780页

作者：赵辉杨晓军张静孙超张天骐重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对基于传统全变分(TV)模型的图像压缩感知(CS)重建算法不能有效地恢复图像的细节和纹理,从而导致图像过平滑的问题,该文提出一种基于结构组全变分(SGTV)模型的图像压缩感知重建算法。该算法利用图像的非局部自相似性和结构稀疏特性,... 详细信息

针对基于传统全变分(TV)模型的图像压缩感知(CS)重建算法不能有效地恢复图像的细节和纹理,从而导致图像过平滑的问题,该文提出一种基于结构组全变分(SGTV)模型的图像压缩感知重建算法。该算法利用图像的非局部自相似性和结构稀疏特性,将图像的重建问题转化为由非局部自相似图像块构建的结构组全变分最小化问题。算法以结构组全变分模型为正则化约束项构建优化模型,利用分裂Bregman迭代将算法分离成多个子问题,并对每个子问题高效地求解。所提算法很好地利用了图像自身的信息和结构稀疏特性,保护了图像细节和纹理。实验结果表明,该文所提出的算法优于现有基于全变分模型的压缩感知重建算法,在PSNR和视觉效果方面取得了显著提升。

关键词：图像重建压缩感知非局部自相似全变分

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5的安全帽检测算法

引用

科技创新与应用 2023年第6期13卷 81-84页

作者：梁循翁小林李嘉伟刘倩重庆市建设工程施工安全管理总站重庆400010 重庆邮电大学通信与信息工程学院重庆400065 移动通信技术教育部重点实验室重庆400065 移动通信技术重庆市重点实验室重庆400065

安全帽作为劳动者最基本的保护,对劳动者的生命安全具有重要意义。但是,由于缺乏安全意识,在建筑工地中存在安全帽佩戴不规范的情况。随着目标检测技术的不断发展,高精度、高效率的YOLO系列算法已经被应用于各种场景检测任务中。为建立... 详细信息

安全帽作为劳动者最基本的保护,对劳动者的生命安全具有重要意义。但是,由于缺乏安全意识,在建筑工地中存在安全帽佩戴不规范的情况。随着目标检测技术的不断发展,高精度、高效率的YOLO系列算法已经被应用于各种场景检测任务中。为建立起数字化的安全帽监测系统,该文首先对建筑工地中安全帽佩戴情况所采集的7 581张图片进行标注。然后,提出一种基于改进的YOLOv5的安全帽检测方法,并使用不同参数的YOLOv5(s,m,l)模型进行训练和测试,对这3种模型进行比较和分析。使用可训练目标探测器YOLOv5s的m AP达到91.7%,证明基于改进的YOLOv5的头盔探测的有效性。

关键词：安全帽建筑工地安全管理目标检测 YOLOv5

来源：评论

学校读者我要写书评

暂无评论

基于CNN和GRU的高阶调制自动编码器研究

引用

电子技术应用 2023年第5期49卷 41-46页

作者：蔚淦丞廖明军刘俊杰周雄重庆邮电大学通信与信息工程学院重庆400065 先进网络与智能互联技术重庆市高校重点实验室重庆400065 泛在感知与互联重庆市重点实验室重庆400065

基于深度学习的自动编码器是替代传统通信发射器和接收器的一种新方法。提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)和门递归单元(Gate Recurrent Unit, GRU)的自动编码器,集成了星座映射和信道编码功能。设计了一... 详细信息

基于深度学习的自动编码器是替代传统通信发射器和接收器的一种新方法。提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)和门递归单元(Gate Recurrent Unit, GRU)的自动编码器,集成了星座映射和信道编码功能。设计了一种并行CNN结构,并将输入比特流进行分段的one-hot编码。这样做有两个优点:(1)与不分段的one-hot编码相比,数据的维度降低了;(2)数据的稀疏性降低,这使网络可以更快更好地收敛。此外,引入GRU以实现信道编码。所提出的模型可以应用于高阶调制如4096QAM信号,在加性高斯白噪声(AWGN)信道和瑞利信道下都有着优于传统方法的性能。

关键词：自动编码器 CNN GRU 深度学习

来源：评论

学校读者我要写书评

暂无评论

车联网中基于NOMA-MEC的卸载策略研究

引用

电子与信息学报 2021年第4期43卷 1072-1079页

作者：张海波刘香渝荆昆仑刘开健贺晓帆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 武汉大学电子信息学院武汉 430000

随着车联网(IoV)的迅猛发展,请求进行任务卸载的汽车终端用户也逐渐增长,而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战,但是该网络模型同时也面临着信道资源不足的问题.该文引入的非正交多址(NOMA... 详细信息

随着车联网(IoV)的迅猛发展,请求进行任务卸载的汽车终端用户也逐渐增长,而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战,但是该网络模型同时也面临着信道资源不足的问题.该文引入的非正交多址(NOMA)技术相较于正交多址(OMA)能够在相同的信道资源条件下为更多的用户提供任务卸载,同时考虑到任务卸载过程中多方面的影响因子,提出了混合NOMA-MEC卸载策略.该文设计了一种基于深度学习网络(DQN)的博弈算法,帮助车辆用户进行信道选择,并通过神经网络多次迭代学习,为用户提供最优的功率分配策略.仿真结果表明,该文所提出的混合NOMA-MEC卸载策略能够有效地优化多用户卸载的时延以及能耗,最大限度保证用户效益.

关键词：车联网移动边缘计算非正交多址卸载机制

来源：评论

学校读者我要写书评

暂无评论

基于隐马尔可夫模型的可见光与惯导融合室内定位系统

引用

中国激光 2020年第12期47卷 230-237页

作者：陈勇巫杰刘焕淋郑瀚重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065 重庆邮电大学光纤通信技术重点实验室重庆400065

针对大型室内场所用户移动定位复杂度较高、定位精度较低和定位不合理等问题,提出一种基于隐马尔可夫模型的可见光与惯导融合定位算法。首先在离线建库阶段建立室内停车场地图和定位指纹图,采集每个参考节点的可见光接收信号强度和节点... 详细信息

针对大型室内场所用户移动定位复杂度较高、定位精度较低和定位不合理等问题,提出一种基于隐马尔可夫模型的可见光与惯导融合定位算法。首先在离线建库阶段建立室内停车场地图和定位指纹图,采集每个参考节点的可见光接收信号强度和节点间的距离与角度,建立隐马尔可夫模型。其次,在在线定位阶段,根据用户最大移动速度减小状态转移候选集,并获取可见光信号和运动信息。最后,利用改进的维特比算法进行用户轨迹匹配定位。仿真结果表明:所提算法在2500 m2室内停车场中能准确预测用户的运动轨迹,参考节点的预测准确率约为85%,平均定位误差约为3.35 m;与其他4种定位算法相比,所提算法的定位轨迹连续、更平滑、精度更高。

关键词：光通信惯性导航隐马尔可夫模型融合定位维特比算法

来源：评论

学校读者我要写书评

暂无评论

利用FBG传感信号诊断滚动轴承故障的检测方法

引用

中国激光 2020年第11期47卷 129-138页

作者：陈勇安汪悦刘焕淋陈亚武重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065 重庆邮电大学光纤通信技术重点实验室重庆400065

针对传统轴承故障诊断算法精度低、易受噪声干扰等问题,提出一种经验模态分解与卷积神经网络相结合的诊断方法。利用光纤布拉格光栅(FBG)获取轴承的振动信号,再由经验模态分解将信号分解为多个本征模态函数(IMF)分量,并提取有效信号,利... 详细信息

针对传统轴承故障诊断算法精度低、易受噪声干扰等问题,提出一种经验模态分解与卷积神经网络相结合的诊断方法。利用光纤布拉格光栅(FBG)获取轴承的振动信号,再由经验模态分解将信号分解为多个本征模态函数(IMF)分量,并提取有效信号,利用IMF分量的结构特性将IMF分量组合成矩阵,输入至改进的卷积神经网络中进行故障分类识别。实验结果表明,所提方法能有效识别正常轴承、故障轴承及复合故障轴承,其识别准确率大于91%。

关键词：光纤光学轴承故障诊断经验模态分解卷积神经网络解耦分类

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：