检索结果-内蒙古大学图书馆

电子与信息学报 2024年第7期46卷 2793-2802页

作者：唐伦李质萱文雯成章超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

针对传感数据在无线接入网(RAN)中传输的不可靠性与不及时性造成数字孪生(DTs)同步信息的不精确问题,该文提出一种基于智能分层切片技术的DTs传感信息同步策略。该策略在双时间尺度下,以最大化传感信息满意度和最小化切片重配置及DTs同... 详细信息

针对传感数据在无线接入网(RAN)中传输的不可靠性与不及时性造成数字孪生(DTs)同步信息的不精确问题,该文提出一种基于智能分层切片技术的DTs传感信息同步策略。该策略在双时间尺度下,以最大化传感信息满意度和最小化切片重配置及DTs同步成本为目标,联合优化切片无线资源配置以及DTs传感信息同步问题。首先,在大时间尺度,利用网络切片为有着不同服务质量(QoS)的DTs提供隔离以及解决部署问题;在小时间尺度,通过更加灵活的无线资源分配来提高DTs传感信息同步任务对动态环境的适应性,进一步提高通信性能,建立更逼近于物理实体的DTs。其次,为了求解不同时间尺度的优化问题,该文提出一种双层深度强化学习(DRL)框架实现高效的网络资源交互,其中下层控制算法利用优先经验放回(PER)机制加快收敛速度。最后,仿真结果验证了所提策略的有效性。

关键词：数字孪生网络切片深度强化学习状态估计资源分配

来源：评论

学校读者我要写书评

暂无评论

小样本学习驱动的无线频谱状态感知

引用

电子与信息学报 2024年第4期46卷 1231-1239页

作者：申滨李月王欣王紫昕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

无线频谱状态感知是实现无线频谱资源高效利用及各种用频系统和谐共存的先决条件之一。针对复杂无线传播环境下获取的频谱观测往往存在数据稀疏性、数据类别分布不稳定、标记数据严重不足的情况,该文提出基于插值和小样本学习(FSL)分类... 详细信息

无线频谱状态感知是实现无线频谱资源高效利用及各种用频系统和谐共存的先决条件之一。针对复杂无线传播环境下获取的频谱观测往往存在数据稀疏性、数据类别分布不稳定、标记数据严重不足的情况,该文提出基于插值和小样本学习(FSL)分类的无线频谱状态感知方法。首先,对捕获的稀疏频谱观测数据插值,构建频谱状态地图,作为频谱状态分类器的输入数据。其次,针对频谱数据类别分布不稳定、数据量严重不足的问题,基于小样本学习方法,利用嵌入模块和度量模块协同工作,以实现快速精确的频谱状态分类。具体地,利用嵌入模块将频谱数据映射到嵌入空间,提取频谱数据中的隐含特征;在度量模块的设计中,分别提出基于原型和基于样例的两种类别表示方式,通过计算待分类样本与类别之间的相似度判断待分类样本类别。最后,为了确保分类模型克服测试样本数量少导致过拟合问题,设置A-way B-shot任务训练模型。仿真结果表明,与传统机器学习方法相比,本文模型可以在低信噪比条件下进行精准分类;同时,在测试集样本数很少的情况下,或者在测试集中出现在训练集从未见到的新类时,所训练的模型也可以精准快速判别无线频谱的场景类别。

关键词：频谱状态感知频谱状态地图插值小样本学习

来源：评论

学校读者我要写书评

暂无评论

基于数字孪生的多自动驾驶车辆分布式协同路径规划算法

引用

电子与信息学报 2024年第6期46卷 2525-2532页

作者：唐伦戴军成章超张鸿鹏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

针对多辆自动驾驶车辆(AVs)在进行路径规划过程中存在的车辆之间协作难、协作训练出来的模型质量低以及所求结果直接应用到物理车辆的效果较差的问题,该文提出一种基于数字孪生(DT)的多AVs分布式协同路径规划算法,基于可信度加权去中心... 详细信息

针对多辆自动驾驶车辆(AVs)在进行路径规划过程中存在的车辆之间协作难、协作训练出来的模型质量低以及所求结果直接应用到物理车辆的效果较差的问题,该文提出一种基于数字孪生(DT)的多AVs分布式协同路径规划算法,基于可信度加权去中心化的联邦强化学习方法(CWDFRL)来实现多AVs的路径规划。首先将单个AVs的路径规划问题建模成在驾驶行为约束下的最小化平均任务完成时间问题,并将其转化成马尔可夫决策过程(MDP),使用深度确定性策略梯度算法(DDPG)进行求解;然后使用联邦学习(FL)保证车辆之间的协同合作,针对集中式的FL中存在的全局模型更新质量低的问题,使用基于可信度的动态节点选择的去中心化FL训练方法改善了全局模型聚合质量低的问题;最后使用DT辅助去中心化联邦强化学习(DFRL)模型的训练,利用孪生体可以从DT环境中学习的优点,快速将训练好的模型直接部署到现实世界的AVs上。仿真结果表明,与现有的方法相比,所提训练框架可以得到一个较高的奖励,有效地提高了车辆对其本身速度的利用率,与此同时还降低了车辆群体的平均任务完成时间和碰撞概率。

关键词：数字孪生自动驾驶去中心化联邦强化学习路径规划

来源：评论

学校读者我要写书评

暂无评论

数字孪生辅助联邦学习中的边缘选择和资源分配联合优化

引用

电子与信息学报 2024年第4期46卷 1343-1352页

作者：唐伦文明艳单贞贞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

在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联... 详细信息

在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联邦学习机制,使得ICV能够选择在本地或利用其数字孪生体参与联邦学习。其次,通过构建数字孪生辅助联邦学习的计算和通信模型,建立以最小化累积训练时延和能耗为目标的边缘选择和资源分配联合优化问题,并将其转化为部分可观测的马尔可夫决策过程。最后,提出基于多智能体参数化Q网络(MPDQN)的边缘选择和资源分配算法,用于学习近似最优的边缘选择和资源分配策略,以实现联邦学习累积时延和能耗最小化。仿真结果表明,所提算法在保证模型精度的同时,有效降低联邦学习累积训练时延和能耗。

关键词：智能驾驶联邦学习数字孪生深度强化学习

来源：评论

学校读者我要写书评

暂无评论

密集城市群中基于智能反射面的传输方案

引用

华南理工大学学报（自然科学版） 2024年第3期52卷 112-118页

作者：庄陵刘宇航重庆邮电大学通信与信息工程学院/移动通信技术信产部重点实验室重庆400065

由于低频段资源紧缺,未来移动通信网络将逐渐转移至更高频段,电磁波的自由空间传播损耗、绕射损耗以及穿透损耗较大,容易产生覆盖盲区以及弱覆盖区域。智能反射面(RIS)通过重新配置信号的传播环境以提高网络性能并扩大网络覆盖范围,成... 详细信息

由于低频段资源紧缺,未来移动通信网络将逐渐转移至更高频段,电磁波的自由空间传播损耗、绕射损耗以及穿透损耗较大,容易产生覆盖盲区以及弱覆盖区域。智能反射面(RIS)通过重新配置信号的传播环境以提高网络性能并扩大网络覆盖范围,成为解决密集城市群覆盖问题的新热点。基于有RIS参与的下一代移动通信网络密集城市群布网时的多跳通信模式,对多跳RIS传输方案与提出的一种解码转发(DF)中继辅助多跳RIS传输方案(DF-RIS)进行全面比对。首先,对两种传输方案的传输损耗、能效以及系统容量进行了理论推导及分析。其次,在密集城市群三维环境模型中进行仿真,为改善复杂环境搜索效率降低以及计算量增大的问题提出了一种改进Lazy Theta*算法,并对改进算法与常见路径搜索算法的搜索时间以及搜索路径长度进行仿真对比。使用改进算法选取相同仿真环境下两种传输方案分别所需节点,节点选取中考虑了DF中继位于多跳DF-RIS传输方案中的不同位置。最后在确定节点后对两种传输方案的传输损耗、能效以及系统容量进行仿真分析比较。仿真结果不但验证了改进Lazy Theta*算法的有效性,也说明了RIS反射元件数与两种传输方案性能之间的关系。表明两种传输方案各有其适用性,可根据对性能的实际需求选择合适的传输方案。

关键词：智能反射面 DF中继多跳传输改进Lazy Theta*算法密集城市群

来源：评论

学校读者我要写书评

暂无评论

速率分割多址接入系统中的协作中继传输策略与优化

引用

北京邮电大学学报 2024年第2期47卷 58-65页

作者：雷维嘉张智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

针对两用户系统提出了一种基于速率分割多址接入的协作中继传输策略。首先设计了系统效益函数,以更完善的方式评估协作速率分割多址接入系统的能量成本;然后以最大化系统效益为目标,对预编码矩阵、公共速率分配、发射功率和时间分配进... 详细信息

针对两用户系统提出了一种基于速率分割多址接入的协作中继传输策略。首先设计了系统效益函数,以更完善的方式评估协作速率分割多址接入系统的能量成本;然后以最大化系统效益为目标,对预编码矩阵、公共速率分配、发射功率和时间分配进行了联合优化;采用黄金分割搜索法和逐次凸逼近等方法将非凸问题转化为凸问题,并进行了求解。仿真结果显示,与基准方案相比,所提方案能够实现更高的系统效益。

关键词：速率分割多址接入协作中继优化

来源：评论

学校读者我要写书评

暂无评论

网络切片场景下基于分布式生成对抗网络的服务功能链异常检测

引用

电子与信息学报 2023年第1期45卷 262-271页

作者：唐伦王恺张月周鑫隆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重点实验室重庆400065

针对网络切片场景中,由于软硬件异常而导致服务功能链(SFC)异常的问题,该文提出一种基于分布式生成对抗网络(GAN)的时间序列异常检测模型(DTSGAN)。首先,为学习SFC中正常数据的特征,提出分布式GAN架构,对SFC中包含的多个虚拟网络功能(V... 详细信息

针对网络切片场景中,由于软硬件异常而导致服务功能链(SFC)异常的问题,该文提出一种基于分布式生成对抗网络(GAN)的时间序列异常检测模型(DTSGAN)。首先,为学习SFC中正常数据的特征,提出分布式GAN架构,对SFC中包含的多个虚拟网络功能(VNF)进行异常检测;其次,针对时间序列数据构建一种基于滑动窗口数据特征提取器,通过提取数据的两种衍生特性和8种统计特征以挖掘深层次特征,得到特征序列;最后,为学习并重构数据特征,提出时间卷积网络(TCN)与自动编码器(AE)构建的3层编解码器作为分布式生成器,生成器通过异常得分函数衡量重构数据与输入数据的差异以检测VNF的状态,进而完成SFC的异常检测。在数据集Clearwater上采用准确率、精确率、召回率和F1分数这4个性能指标验证了该文所提模型的有效性和稳定性。

关键词：异常检测服务功能链生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于深层神经网络的信道编码类型盲识别

引用

系统工程与电子技术 2024年第5期46卷 1820-1829页

作者：杨宗方张天骐马焜然邹涵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

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,... 详细信息

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,用于识别接收数据中不同类型的信道码字。将待识别的软解调序列作为自然语言处理中文本分类问题的句子向量进行处理,输入到预先训练好的深层神经网络识别器中进行识别,并分析了字长度对识别准确率的影响,得出了最合适的字长度。实验结果表明,两种识别器都能够有效识别接收数据中多种类型的信道编码,且在信噪比为3 dB时CNN识别器的识别准确率能够达到99%以上,而RCNN识别器在1 dB时就能够达到99%以上的识别准确率。

关键词：深层神经网络信道编码识别器盲识别字长度

来源：评论

学校读者我要写书评

暂无评论

基于集成深度神经网络流量预测的动态网络切片迁移算法

引用

电子与信息学报 2023年第3期45卷 1074-1082页

作者：唐伦周鑫隆吴婷王恺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重点实验室重庆400065

针对5G网络切片(NS)场景下由于缺乏提前对物理网络资源进行感知而导致切片迁移滞后的问题,该文提出一种基于集成深度神经网络流量预测的动态切片调整和迁移算法(DSAM)。首先建立了基于计算、内存、带宽资源配置的网络总惩罚模型;其次,... 详细信息

针对5G网络切片(NS)场景下由于缺乏提前对物理网络资源进行感知而导致切片迁移滞后的问题,该文提出一种基于集成深度神经网络流量预测的动态切片调整和迁移算法(DSAM)。首先建立了基于计算、内存、带宽资源配置的网络总惩罚模型;其次,提出基于集成深度神经网络的流量预测算法预测未来网络流量情况,并根据流量类型的不同将其转换成对未来时刻物理网络的资源占用及切片的资源需求感知;最后,根据感知结果,以尽可能大地降低运营商惩罚为目标,通过动态切片调整和迁移策略将虚拟网络功能(VNF)和虚拟链路迁移到满足资源限制的物理节点和链路上。仿真结果表明,所提算法有效提高了切片迁移的效率和网络资源利用率。

关键词：流量预测集成学习切片迁移和调整资源分配

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算辅助智能驾驶中基于高效联邦学习的碰撞预警算法

引用

电子与信息学报 2023年第7期45卷 2406-2414页

作者：唐伦文明艳单贞贞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重点实验室重庆400065

智能驾驶中的碰撞避免任务存在对时延要求极高和隐私保护等挑战。首先,该文提出一种基于自适应调整参数的半异步联邦学习(SFLAAP)的门控循环单元联合支持向量机(GRU_SVM)碰撞多级预警算法,SFLAAP可根据训练和资源情况动态调整两个训练参... 详细信息

智能驾驶中的碰撞避免任务存在对时延要求极高和隐私保护等挑战。首先,该文提出一种基于自适应调整参数的半异步联邦学习(SFLAAP)的门控循环单元联合支持向量机(GRU_SVM)碰撞多级预警算法,SFLAAP可根据训练和资源情况动态调整两个训练参数:本地训练次数和参与聚合的局部模型数量。然后,为解决资源受限的移动边缘计算(MEC)下碰撞预警模型协作训练的效率问题,根据上述参数与SFLAAP训练时延的关系,建立训练总时延最小化模型,并将其转化为马尔可夫决策过程(MDP)。最后,在所建立的MDP中采用异步优势演员-评论家(A3C)学习求解,自适应地确定最优训练参数,从而减少碰撞预警模型的训练完成时间。仿真结果表明,所提算法有效地降低训练总时延并保证预测精度。

关键词：碰撞预警联邦学习移动边缘计算异步优势演员-评论家算法

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：