检索结果-南通市图书馆

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

在线全文

同方期刊数据库

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DEEC车载分簇的交通灯改进配时方案

电子科技大学学报 2024年第4期53卷 533-541页

作者：杨紫伊翟捷萍肖海林湖北大学计算机与信息工程学院武汉430062 桂林电子科技大学认知无线电与信号处理教育部重点实验室桂林541004

针对城市道路中十字交叉路口处车辆拥堵、排队等待的问题,在C-V2X(Cellular Vehicle-to-Everything)车载通信系统中,利用改进DEEC(Distributed Energy Efficient Clustering)分簇算法,选择剩余节点能量较高的车辆节点作为簇头,提高簇的... 详细信息

针对城市道路中十字交叉路口处车辆拥堵、排队等待的问题,在C-V2X(Cellular Vehicle-to-Everything)车载通信系统中,利用改进DEEC(Distributed Energy Efficient Clustering)分簇算法,选择剩余节点能量较高的车辆节点作为簇头,提高簇的生存时间,并通过中继车辆进行信息传输以降低车辆通信时延。同时,利用韦伯斯特(Webster)交通灯改进配时算法进行相应的信号灯相位调度和周期的配时,减少车辆等待时间。通过VISSIM交通仿真建模软件验证Webster交通灯改进配时算法能够减少交叉路口处车辆等待时间,缓解城市道路中的交通拥堵。数值仿真结果表明:该方案降低了车辆通信时延,减少了车辆等待时间,改善了交通拥堵问题。

关键词： C-V2X 交通灯配时算法车载通信车辆分簇

低过采样数字调制信号的多尺度一维卷积神经网络解调器

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5期41卷 113-117页

作者：陈显敏符杰林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

针对应用深度学习方法对数字调制信号进行解调时过采样要求较高的问题,设计低过采样的多尺度一维卷积神经网络数字解调器。该解调器可以在与传统解调器相同的过采样条件下,对BPSK、4-QAM、8-QAM、16-QAM四种数字调制信号进行解调,并能... 详细信息

针对应用深度学习方法对数字调制信号进行解调时过采样要求较高的问题,设计低过采样的多尺度一维卷积神经网络数字解调器。该解调器可以在与传统解调器相同的过采样条件下,对BPSK、4-QAM、8-QAM、16-QAM四种数字调制信号进行解调,并能保证传统解调方法相同的误码性能。仿真结果表明,在高斯和Rayleigh衰落信道下,给出的数字调制信号解调器可以在保证解调误码性能的同时,减少了对采样倍数的要求,降低了神经网络结构的复杂性。

关键词：低采样倍数解调多尺度一维卷积神经网络 BPSK和M-QAM

基于NOMA的可见光无线移动系统的隐蔽通信

在线全文

学校读者我要写书评

暂无评论

光通信技术 2024年

作者：黄菊赵响赵玉青赵文波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重点实验室

可见光无线移动系统的通信安全是未来信息化时代的重要问题之一，考虑到未来通信中日益增长的大规模设备连接，研究基于非正交多址接入的多用户可见光移动通信系统的隐蔽传输问题。为了提升系统隐蔽性能，采用随机发送功率策略来增加监... 详细信息

可见光无线移动系统的通信安全是未来信息化时代的重要问题之一，考虑到未来通信中日益增长的大规模设备连接，研究基于非正交多址接入的多用户可见光移动通信系统的隐蔽传输问题。为了提升系统隐蔽性能，采用随机发送功率策略来增加监测者的检测不确定程度，构建了联合约束条件下的有效隐蔽速率最大化问题，基于图解法获得了最优LED发射机发送功率分配比与最优无人机位置，并设计了仿真实验。仿真结果验证了所提方案可以显著提升基于非正交多址接入的可见光移动通信中隐蔽用户的有效隐蔽速率。

关键词：可见光通信隐蔽通信非正交多址接入无人机功率分配位置优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于无人机辅助边缘计算的收益策略优化研究

计算机应用与软件 2024年第2期41卷 33-40,55页

作者：蔡超王俊义梁海广西无线宽带通信与信号处理重点实验室广西桂林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

在移动边缘计算场景下,为移动设备提供卸载机会的MEC处理器安装在无人驾驶飞行器(UAV)上,来帮助覆盖区域内的用户设备(UEs)任务卸载,然后将计算结果返回,无人机在服务区域根据最短距离原则确定悬停位置和高度。考虑到每架无人机计算资... 详细信息

在移动边缘计算场景下,为移动设备提供卸载机会的MEC处理器安装在无人驾驶飞行器(UAV)上,来帮助覆盖区域内的用户设备(UEs)任务卸载,然后将计算结果返回,无人机在服务区域根据最短距离原则确定悬停位置和高度。考虑到每架无人机计算资源和能量有限,该文目标是在资源受限情况下给资源定价。给出用户和服务器的收益模型,证明用户收益函数是凸函数;围绕计算资源定价进行Stackelberg博弈,以迭代的方式确定每个用户的卸载迁移率和最终资源定价。仿真结果表明,在服务器收益和系统总收益方面获得了显著的提高,但是牺牲了任务平均能耗与平均时延。

关键词： UAV Stackelberg博弈计算资源服务器收益系统总收益

基于混合光谱增强与多尺度空间聚合的高光谱图像分类方法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报(工学版) 2024年

作者：欧阳宁黄辰钰林乐平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电子科技大学信息与通信学院

由于高光谱图像存在同物异谱和异物同谱的情况，仅依赖光谱信息无法充分体现高光谱图像的特征，可以引入空间信息来更准确地捕捉物体特征。为此，提出一种基于混合光谱增强与多尺度空间聚合的高光谱图像分类方法。该方法设计了混合光谱... 详细信息

由于高光谱图像存在同物异谱和异物同谱的情况，仅依赖光谱信息无法充分体现高光谱图像的特征，可以引入空间信息来更准确地捕捉物体特征。为此，提出一种基于混合光谱增强与多尺度空间聚合的高光谱图像分类方法。该方法设计了混合光谱增强模块，利用小波变换构建光谱的多尺度局部特征，通过Transformer架构生成光谱的全局特征，以此增强光谱特征的类内一致性。同时设计了多尺度空间聚合模块，提取空间特征固有的多尺度信息，建立不同尺度之间的交互作用，以此生成更具鲁棒性的土地覆盖表示，从而进一步提升分类性能。实验结果表明，所提出的方法相较于其他先进网络表现出显著的优越性，表明该网络能够有效地获取更丰富的光谱信息和空间特征表示。

关键词：高光谱图像分类混合光谱增强模块小波变换多尺度空间聚合模块

双U型门控网络融合非局部先验的图像压缩感知重建方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：林乐平胡尚鋆欧阳宁桂林电子科技大学信息与通信学院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

针对目前基于非迭代式网络的图像压缩感知重建方法存在着细节处理能力不足以及测量值利用不充分的问题，提出了一种双U型门控网络(Dual U-shaped Gated Network,DUGN)用于图像压缩感知重建。该方法在原有的U型结构网络的基础上进行了改... 详细信息

针对目前基于非迭代式网络的图像压缩感知重建方法存在着细节处理能力不足以及测量值利用不充分的问题，提出了一种双U型门控网络(Dual U-shaped Gated Network,DUGN)用于图像压缩感知重建。该方法在原有的U型结构网络的基础上进行了改进，提升了U型结构网络在压缩感知任务中的学习能力。在测量值的利用上，结合交叉注意力机制，提出了一种测量值非局部融合模块(Measurements Non-Local Fusion,MNLF)，用以将测量值中的非局部信息融合到深层网络中，指导网络进行重建，提升模型性能。此外，在基本模块的设计上，提出了窗口门控网络模块(Window Gated Network,WGN)，增强了网络的细节处理能力。实验结果表明，与已有的压缩感知重建方法相比，DUGN在Set11数据集上有着更高的PSNR和SSIM，且在图像重建的真实性上有着更好的表现。

关键词：图像压缩感知重建非局部先验 U型网络门控网络

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