检索结果-南通市图书馆

基于迁移学习的矿井复杂环境下的自适应信号检测

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12期45卷 4440-4447页

作者：李旭虹王廷玥王安义西安科技大学通信与信息工程学院西安710054

针对矿井复杂环境下无线信道的衰落动态变化时,离线模型的线上检测表现会遭遇性能下降的问题,该文研究了基于迁移学习的自适应信号检测网络(ADN)。ADN的主要改进是使用并行网络对动态信道离散化以提高网络泛化能力;对线上接收端信号采... 详细信息

针对矿井复杂环境下无线信道的衰落动态变化时,离线模型的线上检测表现会遭遇性能下降的问题,该文研究了基于迁移学习的自适应信号检测网络(ADN)。ADN的主要改进是使用并行网络对动态信道离散化以提高网络泛化能力;对线上接收端信号采取域对抗训练神经网络(DANN)的无监督学习方式,从而将离线训练知识迁移到线上矿井复杂环境中并且实时调整网络参数以适应信道的变化,从而实现矿井复杂环境下的自适应信号检测。实验表明对正交相移键控(QPSK)和正交幅度调制(QAM)信号,在动态变化的矿井Nakagami-m衰落信道中,随着离散信道的增加,ADN获得信道间的分集效益,性能逐渐提高。在高信噪比(SNR)时,其性能接近卷积神经网络(CNN),低信噪比时显著提高深度检测网络的鲁棒性和线上检测效果。

关键词：信号检测自适应深度学习迁移学习

在线全文

学校读者我要写书评

暂无评论

移动边缘计算时延与能耗联合优化方法

电子科技大学学报 2022年第5期51卷 737-742页

作者：张先超任天时赵耀樊锐东南大学移动通信国家重点实验室南京210096 嘉兴学院浙江省医学电子与数字健康重点实验室浙江嘉兴314001 北京理工大学信息与电子学院北京海淀区100081 中国电子科学研究院北京石景山区100041

针对移动边缘计算中时延与能耗是关键性能指标,且相互制约的问题,研究了通过在边缘与终端之间进行任务分配,对时延与能耗进行联合优化。首先,建立了能耗与时延联合优化的0-1整数规划模型;其次,设计了对任务进行分配的分支定界算法。仿... 详细信息

针对移动边缘计算中时延与能耗是关键性能指标,且相互制约的问题,研究了通过在边缘与终端之间进行任务分配,对时延与能耗进行联合优化。首先,建立了能耗与时延联合优化的0-1整数规划模型;其次,设计了对任务进行分配的分支定界算法。仿真结果表明,该方法能够有效降低移动边缘计算能耗与时延。

关键词：分支定界方法能耗联合优化移动边缘计算时延

面向通信信号调制识别的半监督生成对抗网络框架

在线全文

学校读者我要写书评

暂无评论

国防科技大学学报 2023年第6期45卷 78-83页

作者：周华吉徐杰郑仕链沈伟国王巍楼财义电磁空间安全全国重点实验室浙江嘉兴314033 西安电子科技大学人工智能学院陕西西安710071

针对只有少量标签数据的弱监督条件下现有调制信号识别模型准确率较低的问题,提出基于生成对抗网络的半监督学习框架。该方法通过对通信信号进行冗余空域变换,使其在适应生成对抗网络模型的同时保留丰富的信号相邻特征;通过梯度惩罚Wass... 详细信息

针对只有少量标签数据的弱监督条件下现有调制信号识别模型准确率较低的问题,提出基于生成对抗网络的半监督学习框架。该方法通过对通信信号进行冗余空域变换,使其在适应生成对抗网络模型的同时保留丰富的信号相邻特征;通过梯度惩罚Wasserstein生成对抗网络的引入,构建适宜电磁信号处理的半监督学习框架,实现对无标签信号样本的有效利用。为了验证所提算法的有效性,在RADIOML 2016.04C数据集上进行测试。实验结果表明,该方法在半监督条件下能训练出高效的分类器,获得优异的调制识别结果。

关键词：生成对抗网络半监督学习框架通信信号调制识别

一种基于K-shell影响力最大化的路径择优计算迁移算法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2021年第9期58卷 2025-2039页

作者：乐光学陈光鲁卢敏杨晓慧刘建华黄淳岚杨忠明嘉兴学院信息科学与工程学院浙江嘉兴314001 国网冀北电力有限公司大城县供电分公司河北廊坊065000 江西理工大学理学院江西赣州341000

在移动边缘计算网络中,高效的计算迁移算法是移动边缘计算的重要问题之一.为了提高计算迁移算法性能,应用同类问题的相互转换性和最大化影响力模型,利用K-shell算法对边缘服务器进行等级划分,考虑边缘服务器负载过重问题,构建路径重叠(p... 详细信息

在移动边缘计算网络中,高效的计算迁移算法是移动边缘计算的重要问题之一.为了提高计算迁移算法性能,应用同类问题的相互转换性和最大化影响力模型,利用K-shell算法对边缘服务器进行等级划分,考虑边缘服务器负载过重问题,构建路径重叠(path overlap,PO)算法,引入通信质量、交互强度、列队处理能力等指标进行边缘服务器路径优化,将优化计算任务迁移路径问题转化为社会网络影响力最大化问题求解.基于K-shell影响力最大化思想,联合优化改进贪心与启发式算法,提出一种K-shell影响力最大化计算迁移(K-shell influence maximization computation offloading,Ks-IMCO)算法,求解计算迁移问题.与随机分配(random allocation,RA)算法、支持路径切换选择的(path selection with handovers,PSwH)算法在不同实验场景下对比分析,Ks-IMCO算法的能耗、延迟等明显提升,能有效提高边缘计算网络计算迁移的效率.

关键词：移动边缘计算计算迁移影响力最大化路径选择 K-shell

Investigation and Comparison of 5G Channel Models: From Qua DRi Ga, NYuSIM,and MG5G Perspectives

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Electronics 2022年第1期31卷 1-17页

作者： PANG Lihua ZHANG Jin ZHANG Yang HuANG Xinyi CHEN Yijian LI Jiandong School of Communication and Information Engineering Xi'an University of Science and Technology State Key Laboratory of Integrated Service Networks Xidian University National Mobile Communications Research Laboratory Southeast University Algorithm Department ZTE Corporation

This paper investigates and compares three channel models for the fifth generation(5 G) wireless communications: the quasi deterministic radio channel generator(Qua DRi Ga), the NYuSIM channel simulator model developed by New York university, and the more general 5 G(MG5 G) channel model. First, the characteristics of the modeling processes of the three models are introduced from the perspective of model ***, the small-scale parameter modeling strategies of the three models are compared from space/time/frequency domains as well as polarization aspect. In particular, the drifting of small-scale parameters is introduced in ***, through the simulation results of angular power spectrum, Doppler power spectrum density, temporal autocorrelation function, power delay profile, frequency correlation function, channel capacity, and eigenvalue distribution, the three models are comprehensively investigated. According to the simulation results, we clearly analyze the impact of the modeling strategy on the three channel models and give certain evaluations and suggestion which lay a solid foundation for link and system-level simulations for 5 G transmission algorithms.

关键词： 5G Channel model Small-scale parameter Modeling strategy Channel simulation

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多注意力机制网络的调制识别算法

计算机工程与设计 2023年第2期44卷 328-334页

作者：王安义王煜仪西安科技大学通信与信息工程学院陕西西安710054

针对小尺度衰落信道下调制信号识别率低的问题,提出一种基于多注意力机制网络的调制识别算法。提取信号瞬时幅度/相位特征与同相/正交序列构建双通道输入方式,实现多尺度感受野。通过残差密集块提取双通道数据的频域特征,将特征向量融... 详细信息

针对小尺度衰落信道下调制信号识别率低的问题,提出一种基于多注意力机制网络的调制识别算法。提取信号瞬时幅度/相位特征与同相/正交序列构建双通道输入方式,实现多尺度感受野。通过残差密集块提取双通道数据的频域特征,将特征向量融合后送入双向门控循环单元提取时域信息,引入改进卷积注意力机制模块和软注意力机制捕捉信号的关键特征,构建多注意力机制网络对bPSK、QPSK、8PSK、16PSK、PAM4、GMSK、CPFSK、16QAM、64QAM这9种信号进行调制识别。仿真结果表明,信噪比大于10 db时,9种信号平均识别率达89.2%以上,与其它深度学习算法相比具有更高的识别率,验证了该算法的有效性。

关键词：调制识别小尺度衰落信道瞬时幅度/相位双通道输入残差密集块双向门控循环单元注意力机制

在线全文

学校读者我要写书评

暂无评论

基于改进卷积神经网络的矿井巷道场强预测

工矿自动化 2021年第10期47卷 49-53,84页

作者：王安义周孝铭西安科技大学通信与信息工程学院陕西西安710054

针对现有场强预测模型建模过程复杂、计算复杂度高、预测精度低等问题,提出了一种基于改进卷积神经网络(CNN)的矿井巷道场强预测模型。通过分析矿井大尺度衰落信道电磁波传输影响因素,以天线工作频率、巷道截面尺寸、巷道壁粗糙度、巷... 详细信息

针对现有场强预测模型建模过程复杂、计算复杂度高、预测精度低等问题,提出了一种基于改进卷积神经网络(CNN)的矿井巷道场强预测模型。通过分析矿井大尺度衰落信道电磁波传输影响因素,以天线工作频率、巷道截面尺寸、巷道壁粗糙度、巷道壁倾斜度、巷道壁相对介电常数、收发端距离等作为模型输入,将电磁波传播路径损耗作为模型输出,从而预测巷道场强变化;改进CNN在每个卷积层后加入批量归一化层来代替原有的池化层,以避免池化层下采样导致的数据特征丢失,让每一层卷积输出保持相似分布,提高网络泛化能力,加快网络收敛。仿真结果表明,与基于CNN、bP神经网络、支持向量机的场强预测模型相比,该模型预测值与实际值吻合度较高,具有较强的鲁棒性,有效提高了矿井巷道场强预测精度。

关键词：矿井无线通信矿井巷道场强预测电磁波路径损耗卷积神经网络

基于多标签分类算法的多输入多输出智能接收机模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2022年第10期42卷 3124-3129页

作者：王安义张衡西安科技大学通信与信息工程学院西安710054

传统无线通信系统由发射机和接收机组成,待传输的信息经过信道编码、调制、成型后通过天线发射出去。由于信道衰落、噪声和干扰等因素的影响,到达接收机的信号会存在较严重的失真,接收机需要从失真的信号中尽可能地恢复出原始信息。为... 详细信息

传统无线通信系统由发射机和接收机组成,待传输的信息经过信道编码、调制、成型后通过天线发射出去。由于信道衰落、噪声和干扰等因素的影响,到达接收机的信号会存在较严重的失真,接收机需要从失真的信号中尽可能地恢复出原始信息。为解决此问题,提出基于多标签分类神经网络的多输入多输出(MIMO)智能接收机模型。该模型利用深度神经网络(DNN)替代接收机从信号到信息之间的整个信息恢复环节,并采用多标签分类算法代替多个二分类器实现多个比特的信息流恢复,而训练数据集为包含二进制相移键控(bPSK)与正交相移键控(QPSK)两种调制方式以及汉明编码与循环编码两种方式的正交信号。实验结果表明在噪声、瑞利衰落、干扰等情况下,使用传统Alamouti译码方法的接收机误码率(bER)为1E-3时,智能接收机已经实现了bER为0的恢复信息;在保持bER性能相同时,所提多标签分类算法比对比模型的多个二分类器算法在每个批次的训练时间上减少了约4 min。

关键词：无线通信系统信息恢复深度神经网络智能接收机多个二分类器多标签分类

基于双路径网络的矿井无线信号检测方法的研究

在线全文

学校读者我要写书评

暂无评论

工矿自动化 2023年第5期49卷 120-126页

作者：李旭虹李彤彤王安义西安科技大学通信与信息工程学院陕西西安710600

目前针对矿井无线信号检测的研究大多只考虑了比较理想的加性高斯白噪声信道和瑞利衰落信道,且信号检测误码率高,网络结构复杂。针对上述问题,提出一种基于双路径网络(DPN)的矿井无线信号检测方法,采用双路网络接收机(DPNR)优化正交频... 详细信息

目前针对矿井无线信号检测的研究大多只考虑了比较理想的加性高斯白噪声信道和瑞利衰落信道,且信号检测误码率高,网络结构复杂。针对上述问题,提出一种基于双路径网络(DPN)的矿井无线信号检测方法,采用双路网络接收机(DPNR)优化正交频分复用(OFDM)接收端的整体性能,解决常规接收机的误差累积问题。首先采用残差(Res)块的shortcut对浅层特征进行一次卷积,将经过一次卷积后的特征图与经过多次卷积后的特征图相加。然后将密集(Dense)块浅层重复利用,并进行Dense块的卷积计算,得到卷积计算后的特征图。最后将两者的特征图融合成新的特征图,在牺牲较少复杂度的情况下,提取更多的特征,从而提高检测性能。实验结果表明:(1)在OFDM系统中,DPNR的误码率比常规接收机低,在信噪比为13时,误码率为零;在信噪比大于7时,DPNR的误码率较矿井环境下的常规接收机降低1个数量级以上;在信噪比大于11时,DPNR的误码率较加性高斯白噪声下的常规接收机降低1个数量级以上。(2)在通信系统滤波器组多载波/偏置正交幅度调制中,DPNR的误码率较常规接收机的降低2个数量级以上,说明其具有较好的鲁棒性。(3)随着信噪比的增加,DPNR和残差神经网络(ResNet)接收机的误码率较密集连接卷积网络(DenseNet)接收机低,且DPNR的误码率在最后阶段即信噪比大于13时更低。(4)在较高信噪比情况下,DPNR的误码率远远低于深度接收机,在信噪比大于8时,DPNR的误码率较深度接收机降低1个数量级以上。

关键词：矿井无线通信无线信号检测误码率双路径网络双路网络接收机信噪比常规接收机深度接收机

维普期刊数据库博看期刊