检索结果-南通市图书馆

在线全文

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

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

基于前导码重传辅助控制的mMTC动态随机接入

在线全文

学校读者我要写书评

暂无评论

物联网学报 2024年第1期8卷 122-135页

作者：申滨章艳李昌淼曾裕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 上海星思半导体有限责任公司上海201100

为解决海量机器类通信(mMTC,massive machine type communications)场景下,机器类通信设备(MTCD,machine type communication device)采用传统随机接入方案时,往往出现网络严重拥塞,导致大量MTCD无法成功接入网络问题,提出了一种基于前... 详细信息

为解决海量机器类通信(mMTC,massive machine type communications)场景下,机器类通信设备(MTCD,machine type communication device)采用传统随机接入方案时,往往出现网络严重拥塞,导致大量MTCD无法成功接入网络问题,提出了一种基于前导码重传辅助的动态接入类别限制(PRT-ACB,preamble retransmission access class barring)方案。利用MTCD的前导码重传次数,将每个随机接入机会(RAO,random access opportunity)中尝试发起接入的MTCD划分为高、低优先级,结合每个RAO中负载数估计模型,分别为其设定随每个RAO中的接入负载动态变化的高、低优先级限制因子和可用前导码池,使更多MTCD能在未达到最大前导码传输次数前成功接入网络。仿真结果表明,所提方案能有效提升MTCD的接入成功概率,降低MTCD接入网络所需时延。所提方案可以作为缓解海量通信设备同时接入网络造成拥塞的一种解决方案。

关键词：机器类通信设备随机接入拥塞控制前导码重传次数

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

在线全文

学校读者我要写书评

暂无评论

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 Neural Networks,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(Sparsely Connected 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

基于加权二部图与干扰聚类的D2D通信上下行联合资源分配

在线全文

学校读者我要写书评

暂无评论

物联网学报 2024年

作者：申滨元文军李旋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

设备对设备（D2D， device-to-device）通信是一种能够有效提高蜂窝网络频谱效率的短距离通信技术。联合考虑上下行子信道全频域资源复用，针对蜂窝网络中“多对多”的复杂情况（即一个子信道可以分配给多对D2D用户设备（DUE， D2D user... 详细信息

设备对设备（D2D， device-to-device）通信是一种能够有效提高蜂窝网络频谱效率的短距离通信技术。联合考虑上下行子信道全频域资源复用，针对蜂窝网络中“多对多”的复杂情况（即一个子信道可以分配给多对D2D用户设备（DUE， D2D user equipment），一对DUE也可以同时使用多个子信道），提出了一种两阶段子信道和功率联合分配方案。在第一阶段，提出基于加权二部图匹配的资源分配（WBGM-RA， weighted bipartite graph matching-based resource allocation）算法，将系统中的全部子信道分配给所有蜂窝用户设备（CUE， cellular user equipment），以最大化CUE和速率。在第二阶段，提出基于干扰聚类的资源分配（IC-RA， interference clustering-based resource allocation）算法，根据共享同一子信道的UE之间的干扰关系构建干扰矩阵，在确保DUE不会对CUE造成严重干扰的情况下，将分配给CUE的资源再次分配给DUE，同时调整DUE的发射功率，以最大化系统和速率。新方案形成的新型的上下行信道联合资源分配与多对多信道复用机制，使得DUE的频谱接入机会与网络的总体频谱效率均大幅度提高。仿真结果表明，与现有典型算法相比，新算法可以有效提高系统和速率，增加系统中通信链路数量以及提高DUE接入率。

关键词：蜂窝网络 D2D通信上-下行资源共享信道分配功率分配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

浅谈化工项目温室气体排放环境影响评价

山东化工 2024年第11期53卷 272-276页

作者：吕慧王传良尹伟宋永芬申滨曹世强王建文山东春旭化工设计有限公司山东济南250014

将温室气体排放纳入环境影响评价体系,使环境污染物和温室气体排放评价管理统筹融合,具有重要意义。然而目前重点工业行业环评工作中存在缺少温室气体排放评价基准、缺少温室气体减排可行技术体系等问题,使其难以开展区域削减替代。本... 详细信息

将温室气体排放纳入环境影响评价体系,使环境污染物和温室气体排放评价管理统筹融合,具有重要意义。然而目前重点工业行业环评工作中存在缺少温室气体排放评价基准、缺少温室气体减排可行技术体系等问题,使其难以开展区域削减替代。本文以化工项目为例,分析了碳排放环境影响评价的工作流程,并针对现状存在的问题给出了几点建议。

关键词：温室气体排放环境影响评价化工行业减污降碳

维普期刊数据库博看期刊

多用户认知非正交多址接入系统中断性能分析及功率分配算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第4期45卷 1201-1210页

作者：申滨张楠蒋慧林董坤明重庆邮电大学通信与信息工程学院重庆400065

非正交多址接入(NOMA)是5G网络关键候选技术之一,其与认知无线电(CR)技术相结合形成系统(CRNOMA),能够实现更高的频谱效率及更大的吞吐量。该文将直传与中继协同传输(CDRT)方案引入多用户CRNOMA系统,其中CDRT表示次级源(SS)直接与近端... 详细信息

非正交多址接入(NOMA)是5G网络关键候选技术之一,其与认知无线电(CR)技术相结合形成系统(CRNOMA),能够实现更高的频谱效率及更大的吞吐量。该文将直传与中继协同传输(CDRT)方案引入多用户CRNOMA系统,其中CDRT表示次级源(SS)直接与近端次级用户通信,而仅通过中继(R)与多个远端次级用户通信。在非理想自干扰消除和全双工(FD)中继情况下,推导了每个NOMA用户中断概率(OP)的精确闭式表达。此外,在该系统模型下分析SS, R和用户的收益最优化问题,提出一种基于收益的两阶段迭代功率分配算法。仿真结果显示,在高信噪比(30 dB)条件下,与随机功率分配及平均功率分配方案相比,该文所提算法的用户和速率、SS总收益、R总收益分别可最高提升13%, 56%及26%。蒙特卡罗仿真验证了理论分析与实验结果的一致性。

关键词：非正交多址接入认知无线电中断概率功率分配

基于直传和全双工中继的CR-NOMA系统中断性能分析及功率分配

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2022年第6期45卷 89-94页

作者：董坤明申滨蒋慧林重庆邮电大学通信与信息工程学院重庆400065

针对非正交多址接入(NOMA)系统与认知无线电(CR)技术相结合的CR-NOMA系统,将协调直传和中继传输技术引入其中,以提高CR-NOMA系统的频谱效率和吞吐量。推导了非理想串行干扰消除和全双工中继情况下NOMA系统用户中断概率的精确闭式表达,... 详细信息

针对非正交多址接入(NOMA)系统与认知无线电(CR)技术相结合的CR-NOMA系统,将协调直传和中继传输技术引入其中,以提高CR-NOMA系统的频谱效率和吞吐量。推导了非理想串行干扰消除和全双工中继情况下NOMA系统用户中断概率的精确闭式表达,并获得了在干扰温度限制或次级源发射功率趋近无穷时用户中断概率的渐近表达式。基于用户公平性和中断概率,提出了用户功率分配因子的优化算法。蒙特卡洛仿真实验的结果表明,用户的功率经过所提算法优化后,增加了用户之间的公平性,系统的总数据速率明显增大。

关键词：非正交多址接入认知无线电直传和中继协作传输

基于干扰消除辅助稀疏连接神经网络的大规模MIMO信号检测

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第1期45卷 208-217页

作者：申滨阳建曾相誌崔太平重庆邮电大学通信与信息工程学院重庆400065

近年来,深度学习成为无线通信领域的关键技术之一。在基于深度学习的一系列MIMO信号检测算法中,大多未充分考虑相邻天线之间的干扰消除问题,无法彻底消除多用户干扰对误码率性能的影响。为此,该文提出一种将深度学习与串行干扰消除(SIC... 详细信息

近年来,深度学习成为无线通信领域的关键技术之一。在基于深度学习的一系列MIMO信号检测算法中,大多未充分考虑相邻天线之间的干扰消除问题,无法彻底消除多用户干扰对误码率性能的影响。为此,该文提出一种将深度学习与串行干扰消除(SIC)算法进行结合的方法用于大规模MIMO系统上行链路信号检测。首先,通过优化传统的检测网络(DetNet)及改进ScNet检测算法,该文提出一种基于深度神经网络(DNN)的检测算法,称为ImpScNet。在此基础上,进一步将SIC思想应用到深度学习框架结构设计中,提出一种基于深度学习的大规模MIMO多用户SIC检测算法,称为ImpScNet-SIC。此算法在每个检测层上分为两级,其中,第1级由该文提出的ImpScNet算法提供初始解,再将初始解解调至相应的星座点上作为SIC的输入,由此构成该算法的第2级。此外,在SIC中也使用了ImpScNet算法估计传输符号,以便获得最优性能。仿真结果表明,与已有的各种典型代表算法相比,该文所提ImpScNet-SIC检测算法特别适合大规模MIMO信号检测,具有收敛速度快、收敛稳定及复杂度相对较低的优势,并且在10–3误码率上有至少0.5 dB以上的增益。

关键词：信号检测深度学习多用户干扰大规模MIMO 稀疏连接串行干扰消除

异构蜂窝网络中基于雾节点协作贡献度的计算卸载算法

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2023年第2期46卷 37-42,49页

作者：黄龙杨张楠刘笑笑申滨中国民用航空飞行学院空中交通管理学院德阳618300 重庆邮电大学通信与信息工程学院重庆400065

通过雾计算可将基于云的服务拓展至无线网络边缘和多种场景。针对密集异构蜂窝网络雾计算系统中的协作计算卸载问题,提出一种基于雾节点协作贡献度的计算卸载算法。首先,对协作可行性、协作公平性和协作稳定性进行了建模设计;其次,定义... 详细信息

通过雾计算可将基于云的服务拓展至无线网络边缘和多种场景。针对密集异构蜂窝网络雾计算系统中的协作计算卸载问题,提出一种基于雾节点协作贡献度的计算卸载算法。首先,对协作可行性、协作公平性和协作稳定性进行了建模设计;其次,定义了协作贡献度和协作贡献比系数;然后,结合雾节点的剩余计算容量阈值和协作贡献度阈值,在满足任务可容忍的最大时延约束下,提出以任务执行能耗和用户支付成本的加权和最小化为目标的优化问题,使用外部罚函数法和方向加速法(Powell法)得到最优卸载决策。仿真结果表明,所提算法在各种任务参数和时延约束下能够有效降低执行任务的总开销,并且能够在协作可行性、协作公平性之间进行权衡处理。

关键词：密集异构蜂窝网络雾计算计算卸载协作贡献度