检索结果-南通市图书馆

不完美CSI下RIS辅助无线系统的性能分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

云南大学学报(自然科学版) 2025年

作者：唐菁敏谭婷婷宋耀莲虞贵财昆明理工大学信息工程与自动化学院青海民族大学物理与电子信息工程学院

针对智能反射面（reconfigurable intelligent surface,RIS）不具备复杂的感知和信号处理能力，使得信道状态信息（channel state information,CSI）估计存在误差的情况，构建了不完美Nakagami-m衰落信道下的RIS辅助端到端的无线通信系... 详细信息

针对智能反射面（reconfigurable intelligent surface,RIS）不具备复杂的感知和信号处理能力，使得信道状态信息（channel state information,CSI）估计存在误差的情况，构建了不完美Nakagami-m衰落信道下的RIS辅助端到端的无线通信系统模型，分析了此模型下系统的中断概率（outage probability,OP）和各态历经容量（ergodic capacity,EC）.首先基于矩匹配法推导了端到端信干噪比（signal to interference plus noise ratio,SINR）的累积分布函数（cumulative distribution function,CDF），然后基于此CDF导出了OP与EC的解析闭合表达式，最后推导了高SINR条件下OP与EC的近似表达式.仿真实验结果表明：解析结果与蒙特卡罗仿真数据高度吻合，且在高SINR情况下与近似曲线逼近.完美CSI的OP值会随着SINR增大而持续降低，而不完美CSI会出现地板现象，且相关系数ρ越小，OP值越大.通过增加RIS的反射元件数量可有效减少信道估计误差带来的性能损失.

关键词：信道状态信息智能反射面矩匹配法中断概率各态历经容量

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图像内容理解的判别性类别提示学习

电子学报 2025年

作者：王楠井刘阿建梁凤梅张小梅万军谢珺雷震太原理工大学电子信息工程学院中国科学院自动化研究所

近年来，通过图像与文本的联合表示，基于对比语言-图像预训练（Contrastive Language-Image Pre-training,CLIP）的方法将文本信息作为分类器的权值，在通用图像识别任务中展现出卓越性能.但是现有方法仅单独构建类别文本提示，比如上... 详细信息

近年来，通过图像与文本的联合表示，基于对比语言-图像预训练（Contrastive Language-Image Pre-training,CLIP）的方法将文本信息作为分类器的权值，在通用图像识别任务中展现出卓越性能.但是现有方法仅单独构建类别文本提示，比如上下文优化（Context Optimization,CoOp）和条件上下文优化（Conditional Context Optimization,CoCoOp）等，没有考虑图像的内容语义信息与类别的重要性，限制了模型对图像类别的理解与判别.为了解决上述问题，本文在CLIP的基础上提出了一种新方法：基于图像内容理解的判别性类别提示学习（Discriminative Category Prompt Learning based on image content understanding,DCPL），借助图像中丰富的内容特征来学习文本提示，提高文本提示对类别的判别性.具体来说，DCPL包含提示生成（Prompt Generation,PG）模块和文本监督（Text Supervision,TS）模块.PG模块将图像特征和初始化的查询向量作为输入，通过自注意力机制和交叉注意力机制使输出的文本提示中包含充分的图像语义信息；TS模块将固定的类别提示模板作为监督，为可学习文本提示在类别层面和logits层面注入类别信息，增强了类别的重要性.最后，DCPL在ImageNet、Caltech101和Oxford-Pets等11个公开分类数据集上的16-shots平均准确率达到了81.84%，较以往方法提升0.98%.

关键词：视觉-语言模型图像识别提示调优注意力机制文本监督(TS) 适配器微调 transformer

FDH-DETR工况场景工人行为及火灾检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2025年

作者：董润华常青孔鹏伟王耀力太原理工大学集成电路学院太原理工大学电子信息工程学院山西众鑫乐食汇食品有限公司

针对工厂时刻面临的安全生产问题，例如厂区车间内严禁烟火、需时刻关注工作人员的行为安全、恶劣工况场景下工人是否佩戴口罩等，提出了一个基于RT-DETR改进的工人行为及火灾检测算法FDH-DETR。首先，通过Deep Faster特征深度融合模块... 详细信息

针对工厂时刻面临的安全生产问题，例如厂区车间内严禁烟火、需时刻关注工作人员的行为安全、恶劣工况场景下工人是否佩戴口罩等，提出了一个基于RT-DETR改进的工人行为及火灾检测算法FDH-DETR。首先，通过Deep Faster特征深度融合模块与FasterNet的融合，减少了算法的参数量和计算量；其次，通过DRBC3模块大小卷积核转换机制，减少了模型的推理成本；最后，通过HiLo-AIFI高低频尺度内特征交互模块，增强了对高低频特征的提取能力。实验结果表明，改进后的算法平均准确度达到了93.8%，参数量减少了31.6%，计算量减少了61.4%，FPS达到了150帧/秒，并在真实工况场景下进行推理实验，验证了算法的有效性。

关键词： RT-DETR 工人行为检测注意力机制模型轻量化目标检测特征融合火灾检测

基于G-S混合编码的分布式单模光纤测温方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量与仪器学报 2025年

作者：李昭旭王宇郭欣明刘昕白清靳宝全太原理工大学物理与光电工程学院太原理工大学电子信息工程学院太原理工大学新型传感器与智能控制教育部重点实验室

为了减少分布式单模光纤温度传感系统的测温误差，文中提出了一种基于Golay-Simplex混合编码的单模光纤温度测量方法。首先将4路G码进行S码变换实现了12路G-S混合编码调制，再依次对12路编码输出信号进行S码解码处理与G码解码处理，并... 详细信息

为了减少分布式单模光纤温度传感系统的测温误差，文中提出了一种基于Golay-Simplex混合编码的单模光纤温度测量方法。首先将4路G码进行S码变换实现了12路G-S混合编码调制，再依次对12路编码输出信号进行S码解码处理与G码解码处理，并采用累加平均与小波变换进行了测温曲线降噪，验证了G-S混合编码的编码增益为G码与S码的编码增益乘积。对比实验结果表明，在30km单模光纤长度、50ns脉宽与64bit编码长度的条件下，G-S混合编码测温系统的反斯托克斯信号幅值曲线波动范围较小，且在整个光纤长度内信噪比较大，信噪比高于Golay码编码测温系统和单脉冲测温系统。G-S混合编码的稳态测温误差可从单脉冲系统的±7.3℃优化至±2.5℃，优于Golay编码分布式拉曼光纤测温系统的测温误差±3.9℃。而空间分辨率可保持为5 m，证明了G-S混合编码在长距离单模光纤测温方面的有效性，有望为水利大坝渗漏温变等基础设施状态的融合感知提供有效的技术解决方案。

关键词：光纤温度传感拉曼光时域反射脉冲编码 G-S混合编码测温误差

基于时变滤波经验模态分解的Φ-OTDR信噪比提升方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光通信技术 2025年

作者：王顶顶张红娟王鹏飞靳宝全太原理工大学电气与动力工程学院太原理工大学电子信息工程学院太原理工大学新型传感器与智能控制教育部重点实验室

相位敏感光时域反射计（Φ-OTDR）系统中存在大量的随机噪声，导致其振动检测的信噪比（SNR）低，针对此问题，提出了一种基于时变滤波经验模态分解（TVF-EMD）的降噪方法。该方法使用时变滤波经验模态分解将原始振动信号分解为一系列... 详细信息

相位敏感光时域反射计（Φ-OTDR）系统中存在大量的随机噪声，导致其振动检测的信噪比（SNR）低，针对此问题，提出了一种基于时变滤波经验模态分解（TVF-EMD）的降噪方法。该方法使用时变滤波经验模态分解将原始振动信号分解为一系列固有模态（IMFs），并计算各模态的样本熵。依据样本熵阈值条件，实现信号相关模态和噪声相关模态的划分。由信号相关模态重构振动信号，实现噪声去除。模拟结果表明，该方法可实现13.281 dB的信噪比提升；实验结果表明，对不同频率的单频振动信号，平均信噪比提升了14.3 dB。

关键词： Φ-OTDR 信噪比时变滤波经验模态分解固有模态样本熵

IRS辅助及人工噪声增强的高铁隐蔽通信波束赋形方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西南交通大学学报 2025年

作者：李翠然孙姝婧张泽鹏王惠琴谢健骊兰州交通大学电子与信息工程学院兰州理工大学计算机与通信学院

针对高铁无线通信系统中信息传输普遍存在的有效吞吐量低和隐蔽程度受限的问题，考虑以隐蔽需求、最大人工噪声(AN)发射功率和IRS相移的单位模为约束，构建以最大化高铁无线通信系统有效吞吐量为目标函数的优化问题，设计了一种基于智... 详细信息

针对高铁无线通信系统中信息传输普遍存在的有效吞吐量低和隐蔽程度受限的问题，考虑以隐蔽需求、最大人工噪声(AN)发射功率和IRS相移的单位模为约束，构建以最大化高铁无线通信系统有效吞吐量为目标函数的优化问题，设计了一种基于智能反射面(IRS)辅助及AN增强的高铁无线隐蔽通信波束赋形方法。为了解决优化变量耦合的问题，采用交替优化策略将原问题分解为三个子问题：基站波束赋形、IRS相移优化和AN发射功率优化。首先通过分式规划中二次变换方法将隐蔽需求约束映射在复圆流形上，然后利用共轭梯度算法(CG)对IRS相移进行优化，最后使用Dinkelbach算法对AN发射功率设计并交替迭代优化。仿真结果表明，该算法的计算复杂度较低，在高速情况下，系统有效吞吐量提升了27.31%，提升了隐蔽传输性能，对保障高铁无线通信系统安全信息传输具有重要的意义。

关键词：智能反射面高铁通信隐蔽通信交替优化波束赋形

融合激光雷达和惯性导航的船舶靠离泊高精度定位方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国舰船研究 2025年

作者：贺治卜闫文洲柳晨光初秀民刘新宇水路交通控制全国重点实验室(武汉理工大学) 武汉理工大学交通与物流工程学院武汉理工大学智能交通系统研究中心闽江学院物理与电子信息工程学院

[目的]为了满足船舶靠离泊过程中的近距离高精度感知需求，提出一种融合激光雷达和惯性导航系统的靠离泊高精度定位方法。[方法]首先，构建船舶航行多坐标转换和时间配准算法，实现各个感知设备在时间和空间上的统一，同时对采集到的点... 详细信息

[目的]为了满足船舶靠离泊过程中的近距离高精度感知需求，提出一种融合激光雷达和惯性导航系统的靠离泊高精度定位方法。[方法]首先，构建船舶航行多坐标转换和时间配准算法，实现各个感知设备在时间和空间上的统一，同时对采集到的点云数据进行校正和滤波；其次，提出一种改进的随机采样一致性算法（random sample consensus,RANSAC）泊位岸线检测方法，通过引入泊位高程来确定聚类阈值，并优化聚类成本函数，减小因点云数据的随机性而产生的对岸线检测精度的影响；最后，将识别的岸线交集作为泊位的特征点，辅助无人艇进行定位，并通过实船验证该方法的感知效果。[结果]实验结果表明，该定位方法可为船舶提供误差小于0.256 m的定位信息，同时在实际环境中对各种干扰有较强的适应性。[结论]改进RANSAC船舶靠离泊定位方法在点云数据质量较差的前提下，仍能保证较高的定位精度。

关键词：无人艇靠离泊激光雷达 RANSAC算法

基于层流等离子体束的Q235表面强化机理研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

表面技术 2025年

作者：王林曹修全何家荣胡光忠李超四川轻化工大学机械工程学院成都理工大学机械工程学院

目的 Q235钢作为一种常用工业钢材，被广泛用于各类机械零件加工，但其在实际服役工况中经常因磨损导致零件失效。为了增强该类零件的耐磨性，延长其服役寿命，采用层流等离子体表面强化技术增强Q235零件表面抗磨损性能。方法首先，基... 详细信息

目的 Q235钢作为一种常用工业钢材，被广泛用于各类机械零件加工，但其在实际服役工况中经常因磨损导致零件失效。为了增强该类零件的耐磨性，延长其服役寿命，采用层流等离子体表面强化技术增强Q235零件表面抗磨损性能。方法首先，基于自制的层流等离子体表面强化系统，采用单因素控制变量法，探索了不同工作电流（90～120 A）和不同淬火距离（40～70 mm）对Q235钢表面耐磨性和硬度的影响规律。然后，通过金相显微镜、扫描电子显微镜、维氏硬度测试仪、超景深3D显微镜和白光干涉仪等对硬化前后的微观组织、硬度和耐磨性进行表征与分析。结果深入揭示了层流等离子体表面淬火强化Q235钢的硬化机理，Q235钢表面淬硬区具有致密的板条状马氏体组织；在其他参数不变情况下，硬化的深度、宽度、硬度、耐磨损性能随着工作电流的增加而增加，随着淬火距离的减少而增加。Q235钢表面淬硬层深度可达1.58 mm，相比基体而言，表面硬度提升1.63倍，摩擦系数下降了0.108-0.234，磨损率下降1.39倍以上。结论层流等离子体表面硬化能有效提高Q235钢的硬度和耐磨性能，有助延长Q235工件的服役寿命；同时，工件的耐磨性和硬度与工作电流呈正相关，与淬火距离呈负相关。

关键词： Q235钢层流等离子体束表面硬化微观结构分布耐磨性能磨损机理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于特征融合和模板更新的孪生网络跟踪算法

电光与控制 2025年第1期32卷 41-47,85页

作者：吴国瑞王峰李杰太原理工大学电子信息与光学工程学院山西晋中030000 太原理工大学电气与动力工程学院太原030000

针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法。首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征... 详细信息

针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法。首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征和语义背景;然后,设计新的全局-局部特征融合模块,充分聚合浅、中层特征的全局和局部信息,捕获丰富的浅层外观特征和中层过渡特征;最后,采用自适应模板更新机制在线更新模板。为验证算法的有效性,在公开数据集上对所提算法进行详尽评估,实验结果显示,所提算法在OTB2015和VOT2018数据集上的精确度分别达到0.878和0.588,GOT10K数据集上平均重叠率达到0.526,优于其他主流算法。

关键词：目标跟踪孪生网络计算机应用多层特征融合模板更新