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

基于FPGA的SM4算法高效实现方案

通信学报 2024年第5期45卷 140-150页

作者：张宏科袁浩楠丁文秀闫峥李斌梁栋西安电子科技大学网络与信息安全学院陕西西安710126 中国电子科技集团公司第五十四研究所河北石家庄050299 西安电子科技大学空天地一体化综合业务网全国重点实验室陕西西安710071 西安电子科技大学杭州研究院浙江杭州311200

针对SM4算法的FPGA实现方案存在数据处理速度不够高和逻辑资源占用过高的问题,提出了基于现场可编程门阵列(FPGA)的高性能、低资源消耗的SM4算法实现方案。所提方案采用循环密钥扩展与32级流水线加解密相结合的架构,循环密钥扩展的方式... 详细信息

针对SM4算法的FPGA实现方案存在数据处理速度不够高和逻辑资源占用过高的问题,提出了基于现场可编程门阵列(FPGA)的高性能、低资源消耗的SM4算法实现方案。所提方案采用循环密钥扩展与32级流水线加解密相结合的架构,循环密钥扩展的方式降低了逻辑资源消耗,32级流水线加解密的方式提高了数据吞吐率。同时,所提方案采用代数式S盒并通过合并线性运算以及在不可约多项式的合并矩阵中筛选最优矩阵运算的方式进一步减少S盒变换的运算量,从而达到降低逻辑资源占用与提高工程数据吞吐率的目的。测试结果显示,该方案比现有最佳方案在数据吞吐率上提升了43%,且资源占用率降低了10%。

关键词： SM4算法 FPGA实现流水线架构代数式S盒

面向多任务动态场景的雷达与干扰空时协同波束联合优化方法

在线全文

学校读者我要写书评

暂无评论

雷达学报（中英文） 2024年第3期13卷 613-628页

作者：廖晓容孙国皓钟苏川余显祥李明四川大学空天科学与工程学院成都610207 机器人卫星四川省重点实验室成都610207 电子科技大学信息与通信工程学院成都611731 电子科技大学长三角研究院(衢州) 衢州324003

现代雷达对抗形势复杂多变,体系与体系的作战已成为基本特点,而体系整体性能关乎着战场的主动权乃至最终的胜负。通过优化体系中雷达与干扰波束资源可以提升整体性能,获得在空间、时间域优效的低截获探测性能,然而空时域协同波束联合优... 详细信息

现代雷达对抗形势复杂多变,体系与体系的作战已成为基本特点,而体系整体性能关乎着战场的主动权乃至最终的胜负。通过优化体系中雷达与干扰波束资源可以提升整体性能,获得在空间、时间域优效的低截获探测性能,然而空时域协同波束联合优化是一个复杂多参数耦合的非凸问题。该文针对空时域多任务动态场景,建立了以雷达探测性能为优化目标,以干扰性能以及能量限制为约束条件的优化模型。为求解该模型,该文提出了基于迭代优化的空时协同波束联合设计方法,即以雷达发射、接收、多干扰机发射波束交替迭代优化。其中,针对多干扰机协同优化的不定矩阵二次约束二次规划(QCQP)问题,该文基于可行点追踪-连续凸逼近(FPP-SCA)算法,在SCA算法的基础上,通过引入松弛变量与惩罚项,保证算法在合理松弛度下的可行性,解决了矩阵不定情况下难以获得可行解的问题。仿真表明,在一定的干扰机能量约束下,该文所提方法在保证雷达高性能探测目标且不受干扰情况下,同时实现了多干扰机在空时域干扰对方每个平台以掩护我方雷达探测的效果;相比传统算法,在动态场景中基于FPP-SCA算法的协同干扰具有更优效果。

关键词：雷达与干扰资源空时波束联合优化多参数耦合非凸问题迭代优化可行点追踪-连续凸逼近(FPP-SCA)

在线全文

学校读者我要写书评

暂无评论

计算成像技术中的点扩散函数工程

数据采集与处理 2024年第2期39卷 271-296页

作者：乔敏达白林阁王书恒王天宇董雪相萌刘飞刘金鹏邵晓鹏西安电子科技大学光电工程学院西安710071 西安电子科技大学西安市计算成像重点实验室西安710071 西安电子科技大学杭州研究院杭州311231

围绕光学成像中点扩散函数(Point spread function,PSF)在计算成像中的新内涵与应用,介绍了传统光学成像中PSF的概念以及PSF在光学系统设计中关键作用,并简要说明了几种利用PSF恢复图像算法以及图像评价指标。在此基础上以计算成像框架... 详细信息

围绕光学成像中点扩散函数(Point spread function,PSF)在计算成像中的新内涵与应用,介绍了传统光学成像中PSF的概念以及PSF在光学系统设计中关键作用,并简要说明了几种利用PSF恢复图像算法以及图像评价指标。在此基础上以计算成像框架下信息传递的视角重新审视了PSF的内涵,从狭义、广义光学系统两个方面对计算成像领域中的相关研究进行了归纳总结,最后展望了PSF工程技术的应用前景及发展趋势。

关键词：点扩散函数计算成像成像系统计算复原图像处理

在线全文

学校读者我要写书评

暂无评论

基于拓扑感知的软件定义卫星网络多业务路由

西安电子科技大学学报 2024年

作者：卢雪玉魏雯婷伏丽莹刘丽哲王冬冬西安电子科技大学通信工程学院先进通信网全国重点实验室

卫星网络是构建广覆盖、巨连接、全方位、高可靠的天地一体化信息网络的关键。针对卫星网络结构复杂、业务需求多元化等问题，提出了基于拓扑感知的软件定义卫星网络多业务路由算法。为了实现灵活自适应管控，构建了星地协同的软件定义... 详细信息

卫星网络是构建广覆盖、巨连接、全方位、高可靠的天地一体化信息网络的关键。针对卫星网络结构复杂、业务需求多元化等问题，提出了基于拓扑感知的软件定义卫星网络多业务路由算法。为了实现灵活自适应管控，构建了星地协同的软件定义卫星网络架构。在该架构的双层集中控制平面中，高轨卫星集中感知数据平面卫星网络拓扑信息，负责提取节点及链路属性以刻画星间链路可靠性。在所提出的星地协同的软件定义卫星网络架构下，通过构建拓扑感知模型、刻画动态链路属性以及构建多业务按需路由模型，设计了基于拓扑感知的多业务按需路由算法。针对时延、带宽、可靠性敏感3类业务，选取K最短路径作为解空间，结合拓扑路径可靠性感知与业务需求偏好，合理分配链路资源以满足用户多样的业务需求，实现算法的动态拓扑及多元服务自适应。仿真结果表明，所提路由算法有效降低了平均端到端时延及丢包率，且在业务满意度方面有明显提升。

关键词：软件定义网络卫星网络拓扑感知多业务路由可靠性

基于拟牛顿法的深度强化学习在车联网边缘计算中的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

通信学报 2024年第5期45卷 90-100页

作者：章坚武芦泽韬章谦骅詹明杭州电子科技大学通信工程学院浙江杭州310018 之江实验室天基计算研究中心浙江杭州311121 浙江大学信息与电子工程学院浙江杭州310027 台州学院电子与信息工程学院浙江台州318000

为了解决车联网中由于多任务和资源限制导致的任务卸载决策不理想的问题,提出了拟牛顿法的深度强化学习双阶段在线卸载(QNRLO)算法。该算法首先引入批归一化技术优化深度神经网络的训练过程,随后采用拟牛顿法进行优化,有效逼近最优解。... 详细信息

为了解决车联网中由于多任务和资源限制导致的任务卸载决策不理想的问题,提出了拟牛顿法的深度强化学习双阶段在线卸载(QNRLO)算法。该算法首先引入批归一化技术优化深度神经网络的训练过程,随后采用拟牛顿法进行优化,有效逼近最优解。通过此双阶段优化,算法显著提升了在多任务和动态无线信道条件下的性能,提高了计算效率。通过引入拉格朗日算子和重构的对偶函数,将非凸优化问题转化为对偶函数的凸优化问题,确保算法的全局最优性。此外,算法考虑了车联网模型中的系统传输时间分配,增强了模型的实用性。与现有算法相比,所提算法显著提高了任务卸载的收敛性和稳定性,并能有效处理车联网中的任务卸载问题,具有较高的实用性和可靠性。

关键词：车联网任务卸载深度强化学习拟牛顿法

面向复杂电磁干扰环境的Greedy-PPO智能频谱共享决策

在线全文

学校读者我要写书评

暂无评论

航空学报 2024年

作者：殷凯杰石嘉段国栋李立欣司江勃西安电子科技大学通信工程学院中国电子科技集团公司第二十九研究所西北工业大学电子信息学院

针对复杂电磁环境下的多功能电磁设备用频激烈冲突问题，考虑连续和离散混合动作耦合决策挑战，研究基于强化学习的智能频谱共享技术。首先，考虑己方和干扰方用频规则等多方面因素影响，对复杂电磁干扰环境进行精细化建模，在此基础上... 详细信息

针对复杂电磁环境下的多功能电磁设备用频激烈冲突问题，考虑连续和离散混合动作耦合决策挑战，研究基于强化学习的智能频谱共享技术。首先，考虑己方和干扰方用频规则等多方面因素影响，对复杂电磁干扰环境进行精细化建模，在此基础上，设计多任务需求下雷达通信一体化设备的频谱共享效能评估方法。其次，提出一种Greedy Proximal Policy Optimization(Greedy-PPO)智能频谱共享决策算法，对离散-连续动作空间进行解耦，利用PPO方法最优配置传输功率，基于此，结合greedy方法求解频谱离散优化分配问题，获得近似最优的联合频谱共享策略。最后，通过仿真实验验证，Greedy-PPO算法相比贪心算法和DDQN算法，总体效能指标可提升48%和15%，具有优良的频谱利用率表现。

关键词：频谱共享强化学习规则算法决策管理混合动作空间

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

物联网中虚拟网络功能转发图算法设计

计算机科学与探索 2024年

作者：任诚刘静王宇李亚鑫李红伟西南石油大学电气信息学院电子科技大学信息与通信工程学院

近年来，物联网的迅速发展和其终端数量的爆炸式增长对物联网网络服务提出了更高要求。结合网络功能虚拟化（NFV）和软件定义网络（SDN）技术，对新一代物联网服务功能虚拟化和软件化，可以将网络服务表示为虚拟网络功能转发图（VNF-FG... 详细信息

近年来，物联网的迅速发展和其终端数量的爆炸式增长对物联网网络服务提出了更高要求。结合网络功能虚拟化（NFV）和软件定义网络（SDN）技术，对新一代物联网服务功能虚拟化和软件化，可以将网络服务表示为虚拟网络功能转发图（VNF-FG）。现有的研究主要关注VNF-FG 嵌入(VNF-FGE)问题，把VNF-FG作为确定输入，忽略了VNF-FG的设计问题；又或者在设计VNF部署算法时，没有充分利用VNF-FG的图结构，使算法有一定局限性。因此，该文研究VNF-FG有向无环图（DAG）设计问题。针对一组到达物联网终端的服务请求，首先设计约束，建立一个整数线性规划（ILP）模型生成最优无环VNF-FG；然后以最小化虚拟节点总数为目标，提出一种高效的虚拟网络功能转发无环图设计算法，充分利用已有虚拟节点，并找出导致成环的关键VNF实例，通过反向增扩恰当数量的关键VNF以消除VNF-FG中的环路，在保证无环和最小化虚拟节点数量之间进行折中。实验结果表明，该算法与ILP模型之间的差距很小；与其他已有算法相比，在不同SFC请求数量下，该算法生成的虚拟节点个数平均降低了17.67%。

关键词：网络功能虚拟化物联网整数线性规划虚拟网络功能转发图

基于干涉仪阵列的无人机非合作辐射点定位方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

航空学报 2024年第17期45卷 310-318页

作者：杨顺张帆张伟师君张晓玲电子科技大学信息与通信工程学院成都611731 成都飞机设计研究所成都610041

非合作辐射点定位是电磁测量中的难点和关键问题,对于异常辐射点发现与电磁兼容诊断具有重要意义。本文利用干涉仪阵列技术实现宽带随机非合作辐射点精确定位。该方法通过时域能量积累提升系统对弱小信号的检测能力,通过阵列信号角度估... 详细信息

非合作辐射点定位是电磁测量中的难点和关键问题,对于异常辐射点发现与电磁兼容诊断具有重要意义。本文利用干涉仪阵列技术实现宽带随机非合作辐射点精确定位。该方法通过时域能量积累提升系统对弱小信号的检测能力,通过阵列信号角度估计技术,并优化最小冗余天线阵列设计,实现非合作辐射点定位,最后通过稀疏重建方法对干涉仪角分辨率进行增强,以提升对多非合作辐射点的精确定位。仿真试验表明:干涉仪阵列可实现对多个宽带随机非合作辐射点空间分离与定位,通过最小冗余阵列优化设计并结合稀疏重建方法,其对特高频频段(UHF)多辐射点定位精度优于1 m,可满足电磁兼容诊断问题对辐射点定位精度的要求。进一步分析表明:干涉仪阵列性能受到外部辐射点数目的影响。一般而言,辐射点数目越少,算法稳定性越高,对于8通道最小冗余阵列,应保证外部辐射点数目<7个,以降低辐射点漏检和虚警问题。

关键词：辐射点定位干涉仪最小冗余天线阵列稀疏重建电磁兼容测试

基于级联U-Net的遥感影像道路分割和轮廓提取方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第3期51卷 174-182页

作者：李余杨祥立张乐梁雅麟高显杨建喜重庆交通大学信息科学与工程学院重庆400074 电子科技大学信息与通信工程学院成都611731

针对基于深度学习的遥感图像道路信息提取模型往往只能输出单任务结果且多任务之间相关性利用不充分的问题,提出了一种基于级联U-Net的道路语义分割和轮廓联合检测方法,将道路语义分割后的特征图与原始图像融合后进行道路轮廓的提取,实... 详细信息

针对基于深度学习的遥感图像道路信息提取模型往往只能输出单任务结果且多任务之间相关性利用不充分的问题,提出了一种基于级联U-Net的道路语义分割和轮廓联合检测方法,将道路语义分割后的特征图与原始图像融合后进行道路轮廓的提取,实现道路语义分割和边界轮廓的联合训练。首先使用U-Net网络结构提取光学遥感图像丰富的层次化特征,通过级联结构将特征串联融合,分别用于提取道路的语义类别和边界轮廓。其次在每级U-Net结构中引入注意力机制模块,进行空间上下文信息和深层次特征提取,改善网络提取过程中出现的细节模糊现象。最后,使用骰子系数和交叉熵误差组成的联合损失函数进行多任务整体训练,实现深度学习模型对遥感图像中道路语义类别和边界轮廓的同时提取。通过在加拿大渥太华城市地区的光学遥感数据集上进行实验,基于级联U-Net的道路信息联合提取方法在分割指标上分别获得了42%的精确度、58%的召回率、48.2%的F1分数以及71.6%的平均交并比,在道路检测指标上取得了0.896的全局最佳阈值(ODS)。结果表明,该模型在满足联合提取道路多任务信息的同时具有更优的检测精度。

关键词：遥感影像道路分割轮廓提取级联U-Net 注意力机制