检索结果-南通市图书馆

基于可重用任务的无人机辅助边缘计算系统能耗优化

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年

作者：李斌蔡海晨赵传信王俊义安徽师范大学计算机与信息学院桂林电子科技大学信息与通信学院南京信息工程大学计算机学院

针对复杂地形下时延敏感任务对终端用户的计算需求激增问题，该文提出一种无人机(UAV)辅助的移动边缘计算可重用任务的协同计算卸载方案。首先，通过联合优化用户卸载策略、用户传输功率、无人机上服务器分配、用户设备的计算频率和无... 详细信息

针对复杂地形下时延敏感任务对终端用户的计算需求激增问题，该文提出一种无人机(UAV)辅助的移动边缘计算可重用任务的协同计算卸载方案。首先，通过联合优化用户卸载策略、用户传输功率、无人机上服务器分配、用户设备的计算频率和无人机服务器的计算频率以及无人机的飞行轨迹，构建满足时延约束下最小化系统平均总能耗的系统模型。其次，通过深度强化学习求解该优化问题，并提出了基于柔性动作-评价(SAC)的优化算法。该算法采用最大熵的策略来鼓励探索，以增强算法的探索能力并加快训练的收敛速度。仿真结果表明，基于SAC的算法能有效降低系统的平均总能耗，并具有较好的收敛性。

关键词：无人机移动边缘计算可重用任务资源分配柔性动作-评价算法

RSS和AOA融合的单站低空无线电辐射源定位算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第8期41卷 126-131,174页

作者：戎俊樵仇洪冰李燕龙桂林电子科技大学信息与通信学院广西桂林541004

提出一种在低空场景下基于接收信号强度(Rcecived Signal Strength,RSS)与到达角度(Angle of Arrival,AOA)信息融合的单站无源定位算法。该算法采用单架无人机设备虚拟多站设备接收无线电辐射源信号,融合RSS估计的距离信息与AOA方向角信... 详细信息

提出一种在低空场景下基于接收信号强度(Rcecived Signal Strength,RSS)与到达角度(Angle of Arrival,AOA)信息融合的单站无源定位算法。该算法采用单架无人机设备虚拟多站设备接收无线电辐射源信号,融合RSS估计的距离信息与AOA方向角信息,依据最小二乘准则(LS)构造算法的优化目标函数,采用凸松弛技术将目标函数等价为二阶锥规划(SOCP)问题并通过内点法求解。实验结果表明,该算法的定位精度在2 km范围内可达20 m,其定位性能优于单站无源定位算法,且由于采用单架无人机采集信号,其设备复杂度相较于多站无源定位较低。

关键词：室外定位接收信号强度到达角度二阶锥规划凸松弛技术

在线全文

学校读者我要写书评

暂无评论

一种用户聚集场景下的层级计算卸载策略

计算机应用与软件 2024年第8期41卷 108-115,148页

作者：陶聪张红梅张向利钟楠桂林电子科技大学认知无线电与信息处理教育部重点实验室广西桂林541004

现有的边缘计算研究集中于无线资源分配和计算资源分配,而对用户聚集场景下的边缘协同问题研究较少。针对此问题提出一种用户聚集场景下的层级计算卸载策略。该策略采用FSA-MCS解决多重基站信号覆盖下的用户终端卸载节点选择问题;设计... 详细信息

现有的边缘计算研究集中于无线资源分配和计算资源分配,而对用户聚集场景下的边缘协同问题研究较少。针对此问题提出一种用户聚集场景下的层级计算卸载策略。该策略采用FSA-MCS解决多重基站信号覆盖下的用户终端卸载节点选择问题;设计一种层级结构的启发式区域计算卸载算法,能够有效提高用户聚集场景下限定时间内完成的任务数量,并减少了用户卸载总时延。实验结果表明,与其他卸载方法相比,该策略的用户任务在限定时间内成功计算完成率最高提高32.7百分点,卸载总时延最高减少43.3%。

关键词：边缘计算计算卸载资源分配协同计算层级调度

在线全文

学校读者我要写书评

暂无评论

基于元增量学习的开放集识别方法

计算机科学 2024年

作者：孙晋永王雪纯蔡国永尚之量桂林电子科技大学广西可信软件重点实验室

传统图像分类算法假定世界是静态、封闭的，而大数据时代的真实世界却是动态、开放的，新类别及其样本不断出现，导致传统图像分类算法的准确率降低。针对这种情况，研究者提出了适用于真实世界的开放集识别问题，目标是从样本集中识别... 详细信息

传统图像分类算法假定世界是静态、封闭的，而大数据时代的真实世界却是动态、开放的，新类别及其样本不断出现，导致传统图像分类算法的准确率降低。针对这种情况，研究者提出了适用于真实世界的开放集识别问题，目标是从样本集中识别出未知类样本，同时保持对已知类样本的分类准确性。但现有的开放集识别方法都忽略了对识别出的未知类样本的进一步利用，同时未知类样本通常数量较少，这些情况导致开放集识别模型无法增量地学习到已识别出的未知类样本蕴含的知识，影响了开放集识别模型的准确性和泛化性。为此，本文提出一种基于元增量学习的开放集识别方法，来提高开放集识别模型的准确性和泛化性。该方法使用双层优化机制构建开放集识别模型，对未知类样本进行深度聚类，使模型能够对聚类后未知类样本进行增量学习。具体来说，首先，构建基于双层优化机制的开放集识别模型，并对其进行训练使其具备对少量未知类样本进行增量学习的能力。然后，使用权重激励注意力机制来获取开放集识别模型参数的重要性，对模型的非关键参数进行更新，减少增量学习对模型的已知类分类能力的影响。其次，设计深度DBSCAN方法对未知类样本进行聚类，将每簇样本标记为一类，并使模型对其增量学习，丢弃离散样本，减少离散样本对增量学习效果的影响。最后，在4个公开数据集上的实验结果表明，相较于主流的开放集识别方法，本文提出的方法在AUROC和F1分数上均具有更好的效果，可以充分地学习识别出的未知类样本的知识。

关键词：开放集识别图像分类增量学习元学习聚类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于FCNN的极化码分区译码算法研究

光通信技术 2024年

作者：罗颖李晓记王家明桂林电子科技大学信息与通信学院认知无线电与信息处理教育部重点实验室

为了降低极化码神经网络译码器在训练阶段的维度限制，探索译码新思路，设计了一种基于全连接神经网络（Fully Connected Neural Network，FCNN）的SC分区译码方案，采用均方误差函数衡量FCNN的差值大小，通过仿真产生已调制并加噪的极... 详细信息

为了降低极化码神经网络译码器在训练阶段的维度限制，探索译码新思路，设计了一种基于全连接神经网络（Fully Connected Neural Network，FCNN）的SC分区译码方案，采用均方误差函数衡量FCNN的差值大小，通过仿真产生已调制并加噪的极化码编码数据作为输入，信源数据作为标签训练两个不同参数的FCNN。仿真结果表明，在加性高斯白噪声信道中，FCNN-SC译码器在信噪比为1～5dB时，其性能接近于SC译码算法。在1.5～3dB信噪比时，FCNN-SC译码器相较于FCNN译码器有0.5dB左右的编码增益，且训练阶段所需的数据集更小仅为其一半左右。

关键词：极化码串行抵消译码算法全连接神经网络神经网络译码器深度学习

球形传声器阵列下基于主导声源检测MUSIC群时延算法的多声源定位

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用声学 2024年第2期43卷 367-377页

作者：王玫刘小娟宋浠瑜李江和仇洪冰桂林理工大学信息科学与工程学院桂林541006 桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室桂林541004

针对混响环境中,多径效应、散射、衍射等原因导致声源定位失败或分辨能力不足的现象,提出一种基于主导声源检测MUSIC群时延的邻近多声源定位方法。该方法采用球形传声器阵列,相比平面阵列可以捕获3D声场信息,利用球谐域下信号的频率分... 详细信息

针对混响环境中,多径效应、散射、衍射等原因导致声源定位失败或分辨能力不足的现象,提出一种基于主导声源检测MUSIC群时延的邻近多声源定位方法。该方法采用球形传声器阵列,相比平面阵列可以捕获3D声场信息,利用球谐域下信号的频率分量与角度分量解耦的优势,从而可直接利用频率平滑技术处理宽带语声信号而不需要构造聚焦矩阵,并在球谐域下通过设置阈值对一组时频段进行主导声源检测,从而选择出包含直达声的一组时频块来构造MUSIC群时延空间谱。上述举措在提升波达方向估计在高混响环境下定位鲁棒性的同时,也提高了多个邻近声源的分辨能力。仿真实验结果表明,所提出的主导声源检测MUSIC群时延算法,在高混响和低信噪比条件下,仍具有更好的定位精度与更优的邻近多声源分辨效果。

关键词：球面谐波域模式强度群时延谱主导声源检测频率平滑

联合图随机游走和跳跃连接的动态超图神经网络

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第3期41卷 182-187页

作者：牛雪琼农丽萍梁海王俊义林基明桂林电子科技大学信息与通信学院广西桂林541004 西安电子科技大学通信工程学院陕西西安710071 广西师范大学物理科学与技术学院广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004

针对传统超图神经网络难以提取节点直接邻域外关联度高的节点特征,导致全局特征信息不完整的问题,对动态超图神经网络(DHGNN)进行改进,提出联合图随机游走和跳跃连接的动态超图神经网络(RWS-DHGNN),用于非欧几里得数据的分类。该网络在D... 详细信息

针对传统超图神经网络难以提取节点直接邻域外关联度高的节点特征,导致全局特征信息不完整的问题,对动态超图神经网络(DHGNN)进行改进,提出联合图随机游走和跳跃连接的动态超图神经网络(RWS-DHGNN),用于非欧几里得数据的分类。该网络在DHGNN的基础上,引入了图随机游走,从而有效地获取直接邻域外关联度高的节点特征。同时,引入残差网络的思想在超图的顶点卷积处增加跳跃连接构成残差结构。所提网络模型充分发挥图结构和超图结构的优势。在Cora数据集的标准分割和随机分割上将所提网络与GCN、HGNN、GAT和DHGNN进行对比实验,实验结果表明,该模型可以有效提高分类准确率。

关键词：超图神经网络随机游走跳跃连接节点分类

在线全文

学校读者我要写书评

暂无评论

声波导多模共振及其缺陷态

应用声学 2024年

作者：钱留伟高越汪琳阁樊亚仙陶智勇桂林电子科技大学海洋工程学院广西无线宽带通信与信号处理重点实验室桂林电子科技大学

为了研究声波导中多种模式的相互作用及缺陷态特性，该文设计了一种具有变截面的周期声波导，实现了多种模式共振导致的声学带隙。通过在波导中引入缺陷结构，进而破坏原有的共振模式，产生了声波反常透射现象，并且调整缺陷的长度还可... 详细信息

为了研究声波导中多种模式的相互作用及缺陷态特性，该文设计了一种具有变截面的周期声波导，实现了多种模式共振导致的声学带隙。通过在波导中引入缺陷结构，进而破坏原有的共振模式，产生了声波反常透射现象，并且调整缺陷的长度还可以实现缺陷态中心频率的调控。对不同缺陷长度波导内的声场分析结果表明，沿波导中轴线的声压有对称和反对称两种分布形式，并且这种分布特性主要由声波的基模和一阶模式导致。不同于传统布拉格共振的相关研究，该文所提出的多模共振及缺陷态的实现方法为声波调控提供了不同的设计手段，更有利于功能型声波导器件的发展与应用。

关键词：周期结构多模共振缺陷态对称性

基于格基约减的水下成像光MIMO预编码研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第8期41卷 121-125页

作者：张依涛陈晓李燕龙符杰林桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学认知无线电与信息处理教育部重点实验室广西桂林541004 桂林电子科技大学艺术与设计学院广西桂林541004

针对水下成像光MIMO系统子信道间相关性强的问题,提出一种基于格基约减最小均方误差预编码算法。通过将接收端的最小均方误差检测操作转化为发送端的预编码,解决了传统光MIMO线性检测算法对噪声的放大问题,并利用格基约减后正交性更好... 详细信息

针对水下成像光MIMO系统子信道间相关性强的问题,提出一种基于格基约减最小均方误差预编码算法。通过将接收端的最小均方误差检测操作转化为发送端的预编码,解决了传统光MIMO线性检测算法对噪声的放大问题,并利用格基约减后正交性更好的信道矩阵求解预编码阵,降低了光MIMO系统子信道间的相关性。仿真结果表明,在误码率为10^(-4)数量级时,与传统光MIMO检测算法相比,采用格基约减预编码算法的系统获得了5 dB的信噪比增益。

关键词：水下光通信成像多输入多输出系统格基约减预编码