检索结果-内蒙古大学图书馆

电子学报 2024年第2期52卷 518-527页

作者：庄陵张文静王光宇重庆邮电大学通信与信息工程学院重庆400065 移动通信教育部工程研究中心重庆400065 移动通信技术重庆市重点实验室重庆400065

为解决传统数字滤波器在有限精度实现时因有限字长(Finite Word Length,FWL)效应导致滤波器性能下降的问题,提出一种L_(2)灵敏度最小化的数字滤波器状态空间实现稀疏化方法.推导前向差分算子数字滤波器结构传输函数及其等效状态空间实现... 详细信息

为解决传统数字滤波器在有限精度实现时因有限字长(Finite Word Length,FWL)效应导致滤波器性能下降的问题,提出一种L_(2)灵敏度最小化的数字滤波器状态空间实现稀疏化方法.推导前向差分算子数字滤波器结构传输函数及其等效状态空间实现,根据可控及可观格莱姆矩阵得到基于相似变换矩阵的L_(2)灵敏度表达式,并进行稀疏化校准,将L_(2)灵敏度最小化问题转换为凸函数求最值问题,求导得到L_(2)灵敏度最小化表达式,代回即得前向差分算子数字滤波器的稀疏化状态空间实现.仿真结果表明,所提方法设计的数字滤波器具有更好的抗FWL效应.

关键词：数字滤波器有限字长效应前向差分算子矩阵稀疏化 L_(2)灵敏度

来源：评论

学校读者我要写书评

暂无评论

可重构智能表面辅助通信系统时变级联信道估计

引用

通信学报 2024年第1期45卷 119-128页

作者：邵凯鲁奔王光宇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 移动通信教育部工程研究中心重庆400065

针对可重构智能表面(RIS)辅助通信系统时变级联信道的估计中需解决的级联信道稀疏表示、时变信道参数跟踪和信号重构等关键问题,提出了一种结合Khatri-Rao积的分层贝叶斯卡尔曼滤波(KR-HBKF)算法。该算法首先利用信道的稀疏特性,通过Kha... 详细信息

针对可重构智能表面(RIS)辅助通信系统时变级联信道的估计中需解决的级联信道稀疏表示、时变信道参数跟踪和信号重构等关键问题,提出了一种结合Khatri-Rao积的分层贝叶斯卡尔曼滤波(KR-HBKF)算法。该算法首先利用信道的稀疏特性,通过Khatri-Rao积和克罗内克积变换得到RIS级联信道的稀疏表示,将RIS级联信道估计问题转化为低维度的稀疏信号恢复问题。然后,根据RIS级联信道的状态演化模型,在HBKF算法的预测模型中引入了时间相关性参数,应用改进的HBKF解决时变信道参数跟踪和信号重构问题,完成时变级联信道的估计。KR-HBKF算法综合利用了信道的稀疏性和时间相关性,能以较小的导频开销获得更好的估计精度。仿真结果表明,与传统压缩感知算法相比,所提算法具有约5 dB的估计性能提升,且在不同的时变信道条件下具有更好的鲁棒性。

关键词：可重构智能表面信道估计贝叶斯压缩感知卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的IRS辅助认知无线电系统波束成形算法

引用

电子与信息学报 2025年第3期47卷 657-665页

作者：李国权程涛郭永存庞宇林金朝重庆邮电大学通信与信息工程学院重庆400065 光电信息感测与微系统重庆市重点实验室重庆400065

为进一步提升多用户无线通信系统的频谱利用率,该文提出了一种基于深度强化学习的智能反射面(IRS)辅助认知无线电网络次用户和速率最大化算法。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模... 详细信息

为进一步提升多用户无线通信系统的频谱利用率,该文提出了一种基于深度强化学习的智能反射面(IRS)辅助认知无线电网络次用户和速率最大化算法。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下,建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型;然后提出了一种基于深度确定性策略梯度的主被动波束成形算法,联合进行变量优化以最大化次用户和速率。仿真结果表明,所提算法相对于传统优化算法在和速率性能接近的情况下具有更低的时间复杂度。

关键词：智能反射面认知无线电深度强化学习波束成形

来源：评论

学校读者我要写书评

暂无评论

基于图拉普拉斯正则化的柯西非负矩阵分解高光谱解混

引用

激光与光电子学进展 2024年第14期61卷 268-278页

作者：陈善学许少华重庆邮电大学通信与信息工程学院移动通信教育部工程研究中心重庆400065 重庆邮电大学通信与信息工程学院移动通信技术重庆市重点实验室重庆400065

基于欧氏距离标准的非负矩阵分解(NMF)在面对含有噪声和异常像元污染的高光谱图像时,容易造成解混的失败。为了抑制噪声或异常像元的影响,采用基于柯西损失函数的NMF模型以提高解混的鲁棒性。由于对异常值的抑制可能会破坏高光谱图像内... 详细信息

基于欧氏距离标准的非负矩阵分解(NMF)在面对含有噪声和异常像元污染的高光谱图像时,容易造成解混的失败。为了抑制噪声或异常像元的影响,采用基于柯西损失函数的NMF模型以提高解混的鲁棒性。由于对异常值的抑制可能会破坏高光谱图像内在的丰度结构,因此为保证原始高光谱内部数据不被破坏,将图拉普拉斯约束引入模型中。同时,为提高丰度矩阵的稀疏性,提高解混性能,引入重加权稀疏约束项,提出基于图拉普拉斯正则化的柯西非负矩阵(CNMF-GLR)分解的算法。考虑到图拉普拉斯约束对邻域选择的需求,使用局部邻域加权的方法,通过矩形窗结构来确定局部邻域。在模拟数据集和真实数据集上使用相同初始化条件与其他经典算法进行比较,结果表明,所提算法具有更好的鲁棒性和解混性能。

关键词：高光谱解混非负矩阵分解柯西损失函数图拉普拉斯重加权稀疏

来源：评论

学校读者我要写书评

暂无评论

可重构智能表面中的低复杂度毫米波信道追踪算法

引用

电子与信息学报 2023年第8期45卷 2911-2918页

作者：蒲旭敏刘雁翔孙致南李静洁陈前斌金石重庆邮电大学通信与信息工程学院重庆400065 东南大学移动通信国家重点实验室南京211189

针对可重构智能表面(RIS)中的毫米波通信系统,用户至RIS端信道角度参数的缓慢变化,该文提出一种基于牛顿算法的低复杂度信道追踪方案。该方案将RIS部分元件连接射频(RF)链,首先使用2维快速傅里叶变换(2D-FFT)算法初始化估计角度,并且使... 详细信息

针对可重构智能表面(RIS)中的毫米波通信系统,用户至RIS端信道角度参数的缓慢变化,该文提出一种基于牛顿算法的低复杂度信道追踪方案。该方案将RIS部分元件连接射频(RF)链,首先使用2维快速傅里叶变换(2D-FFT)算法初始化估计角度,并且使用最大似然算法估计路径增益。在后续时隙中,使用牛顿算法追踪每个时隙的角度参数。由于环境突然变化和终端缓慢变化会导致信道矩阵发生突变,若检测到信道突变,则再次初始化参数,否则使用牛顿算法继续追踪角度参数。仿真结果表明,该方案在具有优良性能的前提下复杂度可以达到最低,极大节约算力资源,在计算复杂度和性能之间可以取得很好的平衡。

关键词：可重构智能表面信道追踪牛顿算法低复杂度

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOX的无人机航拍图像小目标检测算法

引用

南京邮电大学学报（自然科学版） 2024年第1期44卷 90-100页

作者：潘翔陈前斌黄昂罗佳唐伦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

在无人机上运用目标检测技术具有广泛的应用前景,但和自然拍摄的图像不同,无人机航拍的图像更加复杂,且大多数为小目标。而现有的检测算法缺乏对小目标的特征提取能力,从而导致严重的误检和漏检问题。针对上述问题,提出一种基于YOLOX框... 详细信息

在无人机上运用目标检测技术具有广泛的应用前景,但和自然拍摄的图像不同,无人机航拍的图像更加复杂,且大多数为小目标。而现有的检测算法缺乏对小目标的特征提取能力,从而导致严重的误检和漏检问题。针对上述问题,提出一种基于YOLOX框架的高效的无人机小目标检测算法。首先,在特征融合网络中增加一层检测微小目标的特征融合结构,通过利用浅层特征图中丰富的位置信息和轮廓信息来加强网络对小目标的识别能力;同时,为了防止额外参数的增加,将减少头网络中的一层卷积层并缩减其通道数。其次,提出一种通道-空间注意力机制模块(Channel Spatial Attention Module,CSAM),利用最优的权重分配使网络聚焦于特征图中小目标密集的区域。最后,提出一种带位置引导的标签分配策略(LB-SimOTA),根据每个预测框和真实框的交并比(IOU)的大小,分别配以不同的权重,以改善网络中整体预测框的质量。在小目标居多的数据集VisDrone2019上的实验结果表明,文中提出的算法和YOLOX-S相比,针对车和人的检测精度提升了8.63%,检测速度FPS也可达到86,因此更适合在无人机对地面小目标检测的场景下部署。

关键词：无人机小目标检测多尺度检测注意力机制标签分配策略

来源：评论

学校读者我要写书评

暂无评论

节点链路同时映射的多类型服务资源编排算法

引用

通信学报 2024年第4期45卷 54-64页

作者：冯川张旭马天纯郭磊重庆邮电大学大数据智能计算重点实验室重庆400065 重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学智能通信与网络安全研究院重庆400065

为了解决虚拟网络请求阻塞率较高和底层物理网络资源利用率较低的问题,提出一种基于节点链路同时映射的多类型服务资源编排的算法。在映射首节点时,考虑物理网络节点属性;在映射节点链路元组时,综合考虑物理网络节点属性和链路属性;在... 详细信息

为了解决虚拟网络请求阻塞率较高和底层物理网络资源利用率较低的问题,提出一种基于节点链路同时映射的多类型服务资源编排的算法。在映射首节点时,考虑物理网络节点属性;在映射节点链路元组时,综合考虑物理网络节点属性和链路属性;在映射链路时,考虑网络链路属性,从而在包含多类型服务资源的底层物理网络中找到虚拟网络请求的映射策略。仿真结果显示,所提算法可以降低虚拟网络请求的阻塞率,提高物理网络多种类型资源的利用效率。

关键词：软件定义网络网络功能虚拟化虚拟网络映射多类型资源编排

来源：评论

学校读者我要写书评

暂无评论

基于不完美CSI的低轨卫星通信系统鲁棒资源分配算法

引用

电子与信息学报 2024年第2期46卷 671-679页

作者：吴翠先董燚恒徐勇军张海波薛青重庆邮电大学通信与信息工程学院重庆400065 浙江省信息处理与通信网络重点实验室浙江310058

为了解决低轨卫星通信系统因资源受限导致的能量与速率不平衡的问题,同时考虑信道不确定性对实际卫星通信系统性能衰退的影响,该文提出一种基于最大化最小能效的鲁棒资源分配算法。首先,考虑每个用户中断速率约束、功率分配系数约束和... 详细信息

为了解决低轨卫星通信系统因资源受限导致的能量与速率不平衡的问题,同时考虑信道不确定性对实际卫星通信系统性能衰退的影响,该文提出一种基于最大化最小能效的鲁棒资源分配算法。首先,考虑每个用户中断速率约束、功率分配系数约束和最大发射功率约束,基于高斯信道不确定性,构建了联合优化卫星波束成形向量与功率分配因子的鲁棒资源分配模型。所描述的问题是一个含参数摄动的非凸、非确定性多项式难问题,很难直接求解。为此,基于丁克尔巴赫、伯恩斯坦不等式、半正定松弛和交替优化等方法将其转化为等价的凸优化问题,并提出一种基于迭代的混合鲁棒波束成形与功率分配算法。仿真结果表明,该文算法具有较好的能效和较强的鲁棒性。

关键词：低轨卫星通信波束成形能效优化鲁棒性

来源：评论

学校读者我要写书评

暂无评论

空中智能反射面增强的URLLC多无人机网络

引用

西南交通大学学报 2024年第4期59卷 907-916页

作者：崔亚平应兆朋何鹏郑玉峰吴大鹏王汝言陈烙重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学先进网络与智能互联技术重庆市高校重点实验室重庆400065 重庆邮电大学泛在感知与互联重庆市重点实验室重庆400065

在多无人机超可靠低时延通信(ultra-reliable low-latency communications,URLLC)网络中,为满足超可靠低时延要求,引入空中智能反射面(intelligent reflecting surface,IRS)辅助通信,提出一种多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient,MADDPG)方法.首先,建立URLLC多无人机系统模型,其中,多架主无人机作为空中基站为多个地面用户提供服务,一架辅无人机携带IRS作为空中无源中继,辅助主无人机与地面用户通信;然后,考虑多种信道条件和能耗,分别建立复合信道模型和总能耗模型;接着,对问题进行分析,在满足有限块长、无人机能量以及IRS相移的约束下,通过联合优化通信调度、IRS相移以及块长,达到总解码错误率最小化的目标;最后,考虑集中式训练在URLLC场景下的时延敏感限制以及分布式训练在无人机资源限制下的能量限制,设计集中式训练、分布式执行的MADDPG框架.研究结果表明:总解码错误率随着IRS反射单元的增加而急剧下降;同时,总解码错误率随着块长和发射功率的增大而减小,具体来说,块长每增加20个符号,总解码错误率减小91.1%.

关键词：多无人机智能反射面可靠性多智能体

来源：评论

学校读者我要写书评

暂无评论

基于卷积特征提取及深度降噪网络的大规模MIMO系统信号检测

引用

信号处理 2024年第6期40卷 1030-1040页

作者：申滨涂媛媛阳建金龙康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

传统多输入多输出(Multiple-Input Multiple-Output,MIMO)信号检测算法受到天线数量和收发天线比例的限制,一般仅适用于少量天线、收发天线比例较低的情况。本文提出一种基于深度学习(Deep Learning,DL)的稀疏连接卷积降噪网络模型,用... 详细信息

传统多输入多输出(Multiple-Input Multiple-Output,MIMO)信号检测算法受到天线数量和收发天线比例的限制,一般仅适用于少量天线、收发天线比例较低的情况。本文提出一种基于深度学习(Deep Learning,DL)的稀疏连接卷积降噪网络模型,用于大规模MIMO系统上行链路信号检测。首先,通过简化经典的检测网络(Detection Network,DetNet),改进ScNet(Sparsely Connected Neural Network)检测算法,引入卷积神经网络(Convolutional NeuralNetworks,CNN)对三通道输入数据提取特征以减少训练参数,提出一种SConv(SparselyConnected Convolutional Neural Network)检测算法。与DetNet算法相比,该算法可同时降低计算复杂度和提高检测精度。在此基础上,进一步基于CNN构建信号降噪模块,并嵌入SConv网络,提出一种卷积神经降噪(Sparsely Connected Convolutional Denoising,SConv-D)网络辅助的大规模MIMO检测算法。此算法检测过程分为两级,第一级由SConv算法提供初始估计值,再将初始估计值作为降噪过程的输入,并由此构成算法第二级。实验结果表明,本文提出的SConv-D算法适用于QPSK、4QAM及16QAM等多种信号调制模式,在高阶调制模式下获得的性能增益尤为明显。此外,该算法能够适应各种比例的收发天线及数量规模的系统配置,尤其是在收发天线数量相等的情况下亦能获得更优的性能。本文算法还克服了MMNet在高阶调制情况下的性能平台效应,在16QAM调制、收发天线数量相等的情况下,SConv-D在10^(-2)误比特率上能获得接近2 dB的性能增益。

关键词：大规模MIMO 深度学习稀疏连接卷积神经网络降噪

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：