检索结果-南通市图书馆

基于改进图像超分辨卷积网络的矿井OFDM信道估计研究

在线全文

学校读者我要写书评

暂无评论

煤矿安全 2024年第2期55卷 211-217页

作者：王安义梁艳西安科技大学通信与信息工程学院陕西西安710054

针对煤矿井下环境恶劣,传统信道估计算法存在准确度低的问题,提出一种改进图像超分辨卷积网络(Super Resolution Convolutional Network,SRCNN)进行信道估计。在改进SRCNN模型中,将导频处的估计值作为输入,改进SRCNN模型取代了传统信道... 详细信息

针对煤矿井下环境恶劣,传统信道估计算法存在准确度低的问题,提出一种改进图像超分辨卷积网络(Super Resolution Convolutional Network,SRCNN)进行信道估计。在改进SRCNN模型中,将导频处的估计值作为输入,改进SRCNN模型取代了传统信道估计算法中的插值过程,降低了复杂度,并加入注意力机制ECA模块提高通道特征的学习,实现对煤矿井下环境更准确的信道估计。仿真结果表明:改进SRCNN模型的信道估计算法优于传统的信道估计算法,与SRCNN模型的信道估计相比,其估计精度提升了1个数量级。

关键词：矿井无线通信智能矿山改进SRCNN 信道估计 MSE 深度学习

在线全文

学校读者我要写书评

暂无评论

基于智能反射面辅助矿井通信系统信道估计

空军工程大学学报 2024年第5期25卷 115-120页

作者：刘洋王希阳钱燕芝王斌西安科技大学通信与信息工程学院西安710054 西安市网络融合通信重点实验室西安710054

针对矿井下复杂、随机的无线信道特性所导致的信道估计准确度低的问题,结合智能反射面IRS技术,提出了井下IRS辅助多用户通信系统模型,通过优化传输路径、重新配置无线传输环境,提高井下信道估计准确度。首先,结合IRS技术,建立了井下IRS... 详细信息

针对矿井下复杂、随机的无线信道特性所导致的信道估计准确度低的问题,结合智能反射面IRS技术,提出了井下IRS辅助多用户通信系统模型,通过优化传输路径、重新配置无线传输环境,提高井下信道估计准确度。首先,结合IRS技术,建立了井下IRS辅助多用户信号传输模型,基于该模型推导了平行因子分解信道估计算法,并仿真了该算法在IRS辅助矿井通信系统中的性能。仿真结果表明,与传统的最小二乘(LS)算法和正交匹配追踪算法相比,在归一化均方误差为10^(-2)时,PARAFAC分解算法信噪比可降低约8 db,且算法执行时间略小于LS算法。

关键词：矿井无线通信信道估计智能反射面均方误差

基于改进Yolov8-pose的分心驾驶检测与识别

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2024年

作者：朱周华侯智杰田成源周怡纳西安科技大学通信与信息工程学院

针对现有的分心驾驶检测算法存在检测率低、检测速率慢等问题，本文构建了一种基于改进Yolov8-pose的分心驾驶检测识别模型Yolov8-EFM。首先，通过使用EfficientViT更换Yolov8-pose的主干网络，结合CNN和VIT之间的互补性，提升了检测的... 详细信息

针对现有的分心驾驶检测算法存在检测率低、检测速率慢等问题，本文构建了一种基于改进Yolov8-pose的分心驾驶检测识别模型Yolov8-EFM。首先，通过使用EfficientViT更换Yolov8-pose的主干网络，结合CNN和VIT之间的互补性，提升了检测的准确率；其次，使用Fasterblock模块替换C2f中的bottleneck模块，增加了检测速率并减小模型参数；最后在SPPF后加入了轻量级的MLCA注意力模块，在模型大小和准确性之间取得了良好的平衡。实验结果表明，本文所构建的Yolov8-EFM模型，mAP50可以达到98.9%，模型大小只有9.7M，该方法不仅可以识别出具体分心行为，还可以检测上半身的人体骨架，可以有效应用在驾驶员分心驾驶的检测场景中。

关键词：分心检测人体姿态估计 Yolov8-pose EfficientViT FasterNet MLCA

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的认知物联网频谱感知算法研究

无线电工程 2024年第3期54卷 679-686页

作者：王安义王文龙梁艳西安科技大学通信与信息工程学院陕西西安710054

针对认知物联网(Internet of Things, IoT)对低信噪比(Signal to Noise Ratio, SNR)的频谱感知性能低下以及传统卷积神经网络(Convolutional Neural Network, CNN)频谱感知方法提取数据特征不充分导致感知性能差等问题,提出了一种改进... 详细信息

针对认知物联网(Internet of Things, IoT)对低信噪比(Signal to Noise Ratio, SNR)的频谱感知性能低下以及传统卷积神经网络(Convolutional Neural Network, CNN)频谱感知方法提取数据特征不充分导致感知性能差等问题,提出了一种改进残差网络——ResNeXt的单节点频谱感知算法,ResNeXt只需要设置少量超参数且高度模块化,将该网络在图像处理上的优势应用在频谱感知问题上,先将接收信号转成二维矩阵并归一灰度化处理,得到灰度图像作为网络的输入。通过训练ResNeXt来提取灰度图像特征,将在线数据输入完成频谱感知。将各个次用户(Secondary user, Su)得到的评分向量矩阵直接用融合中心SoftCombinationNet(SCN)融合获得协作频谱感知结果,有效解决了传统硬融合方法检测性能低、软融合处理复杂等问题。实验结果表明,所提方法在低SNR仍能实现低虚警率、高检测概率,优于传统频谱感知方法。

关键词：频谱感知认知物联网深度学习协作频谱感知

维普期刊数据库博看期刊

基于深度学习的高效矿井MIMO信号检测研究

在线全文

学校读者我要写书评

暂无评论

煤炭工程 2024年第5期56卷 166-172页

作者：韩飞王明博王安义刘朝阳陕西能源职业技术学院陕西咸阳712000 西安科技大学能源学院陕西西安710054 西安科技大学通信与信息工程学院陕西西安710054

针对智能接收机检测效率低的问题,提出了一种基于深度学习的高效矿井MIMO信号检测模型,该模型由非线性映射网络以及纠错网络共同组成。非线性映射网络实现接收信号到二进制比特信号的初步恢复,纠错网络用于纠正非线性映射网络恢复的错... 详细信息

针对智能接收机检测效率低的问题,提出了一种基于深度学习的高效矿井MIMO信号检测模型,该模型由非线性映射网络以及纠错网络共同组成。非线性映射网络实现接收信号到二进制比特信号的初步恢复,纠错网络用于纠正非线性映射网络恢复的错误信号,提升信号检测精度。通过搭建矿井MIMO通信系统对该模型的性能进行了验证,仿真结果表明,在模拟矿井MIMO通信环境中,在发射端调制方式,信道编码方式改变以及信道环境变化时其性能优于传统接收机。同时,相对于深度接收机模型,该模型具有更高的检测效率。这项研究为解决智能接收机译码效率低的问题提出了一个新的解决方案,并在复杂的矿井场景中证明了该模型的性能优势。

关键词：矿井通信智能接收机深度学习 MIMO

在线全文

学校读者我要写书评

暂无评论

基于LSTM与深度矩阵分解的推荐融合模型

软件导刊 2024年第9期23卷 41-47页

作者：丁伟健卢敏杨忠明陈丽萍江西理工大学理学院江西赣州341000 嘉兴南湖学院图书馆浙江嘉兴314001 浙江省医学电子与数字健康重点实验室浙江嘉兴314000

针对现实推荐场景中多数推荐算法忽略用户偏好动态变化的时效因素,导致模型性能受限的问题,提出一种基于LSTM和深度矩阵分解的推荐融合模型LFDMF。该模型通过广义矩阵分解学习用户和项目间非线性低阶特征,运用多层感知机学习用户和项目... 详细信息

针对现实推荐场景中多数推荐算法忽略用户偏好动态变化的时效因素,导致模型性能受限的问题,提出一种基于LSTM和深度矩阵分解的推荐融合模型LFDMF。该模型通过广义矩阵分解学习用户和项目间非线性低阶特征,运用多层感知机学习用户和项目间非线性高阶特征,获取用户长期动态偏好,利用LSTM对时间序列的强拟合能力,获取用户短期动态偏好。为验证LFDMF模型的有效性和可行性,在公开数据集MovieLens-1M和Pinterest上进行对比实验。仿真实验表明,LFDMF模型的HR@10和NDCG@10指标相比传统MF算法分别提升了0.1034和0.1322、0.1181和0.1018;相比DMF模型分别提升了0.0228和0.0323、0.0169和0.0135,推荐性能显著提升。

关键词：推荐融合广义矩阵分解多层感知机跳跃连接长短期记忆网络

维普期刊数据库博看期刊

基于残差神经网络和注意力机制的频谱感知方法

在线全文

学校读者我要写书评

暂无评论

无线电工程 2024年第1期54卷 24-31页

作者：王安义孟琦峰王明博西安科技大学通信与信息工程学院陕西西安710054

随着通信技术的发展,频谱感知技术已经成为解决频谱资源稀缺的重要解决手段之一。针对传统的频谱感知方法在低信噪比(Signal to Noise Ratio,SNR)下准确率较低的问题,提出一种基于残差神经网络和注意力机制相结合的正交频分复用(Orthogo... 详细信息

随着通信技术的发展,频谱感知技术已经成为解决频谱资源稀缺的重要解决手段之一。针对传统的频谱感知方法在低信噪比(Signal to Noise Ratio,SNR)下准确率较低的问题,提出一种基于残差神经网络和注意力机制相结合的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)频谱感知方法。将频谱感知问题转化为图像二分类任务。通过分析OFDM信号的循环自相关特征,将其灰度处理以生成循环自相关灰度图像。利用改进后的残差神经网络进行训练,提取这些灰度图像的深层特征,使用测试数据验证所得到的频谱感知模型。仿真实验结果表明,在低SNR条件下,所提方法表现出更出色的频谱感知性能,优于传统频谱感知技术。

关键词：频谱感知残差神经网络注意力机制循环自相关

维普期刊数据库博看期刊

A Task Offloading Scheme in Maritime Edge Computing Network

在线全文

学校读者我要写书评

暂无评论

Journal of Communications and Information Networks 2023年第2期8卷 171-186页

作者： Guangxue Yue Chunlan Huang Xiaofeng Xiong College of Information Science and Engineering Jiaxing UniversityJiaxing 314001China College of Information Science and Engineering Jiaxing UniversityJiaxingZhejiang 314001Chinaand Jiaxing BranchChina Mobile Communications Corporation Zhejiang BranchJiaxing 314000China Jiangxi university of Science and Technology Ganzhou.College of ScienceGanzhou 341000China

Maritime communication network is affected by many factors such as meteorological environment,resource constraints,communication distance,and so on,resulting in task packet loss,failure,and node overload when the task is offloaded and *** this paper,in order to improve quality of service(QoS)of maritime edge computing networks,a task offloading scheme is *** the characteristic of the ship,we analyze ship position and network connectivity,and the ship motion model is *** task offloading link formed with ship as *** delay and energy consumption as constraints,the revenue function for task offloading path is *** function comprehensively considers network resources,channel transmission and node execution ability,thereby achieving the reliable task *** results prove that the proposed scheme can effectively improve the success rate of task execution,reduce the network packet loss rate and ensure the network resources load balancing,which effectively improve the QoS of maritime edge computing networks.

关键词： maritime edge computing multi-path fading task offloading task offloading node coverage packet loss

CFCS:A Robust and Efficient Collaboration Framework for Automatic Modulation Recognition

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Journal of Communications and Information Networks 2023年第3期8卷 283-294页

作者： Jian Shi Xiaohui Yang Jia Ma Guangxue Yue Key Laboratory of Medical Electronics and Digital Health of Zhejiang Province Jiaxing 314001China School of Computer Engineering and Science Shanghai UniversityShanghai 200444China Research Center of Cyber Science and Technology Hangzhou Innovation InstituteBeihang UniversityHangzhou 311228China College of Information Science and Engineering Jiaxing UniversityJiaxing 314001China

Most of the existing automatic modulation recognition(AMR)studies focus on optimizing the network structure to improve performance,without fully considering cooperation among the basic networks to play their respective *** this paper,we propose a robust and efficient collaboration framework based on the combination scheme(CFCS).This scheme effectively explores the spatial and temporal characteristics of complex signals by associating the advantages of convolutional neural network(CNN)and long and short-term memory(LSTM)*** addition,the robustness of the CFCS is verified by transfer *** demonstrate that the recognition rate of CFCS for highorder modulation signals such as 64QAM,128QAM,and 256QAM is more than 90%at high signal-to-noise ratios(SNRs),and 24 modulation types are effectively ***,CFCS was transferred from RML2018.01a to RML2016.10b using transfer learning,which can still be deployed efficiently while reducing the training time by 20%.The CFCS has strong generalization ability and excellent recognition performance.

关键词： AMR CNN LSTM combination scheme transfer learning