期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
本期“人工智能”专栏评述——梁应敞
1
作者 梁应敞 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第2期161-161,共1页
评《基于多智体强化学习的接入切片动态切换》在未来,移动通信网络必然向多元化业务的方向发展。例如,当你在通过无线网络体验虚拟现实时,其他用户身上的可穿戴物联网设备也在通过同一个网络进行数据传输。事实上,这两种应用对网络的需... 评《基于多智体强化学习的接入切片动态切换》在未来,移动通信网络必然向多元化业务的方向发展。例如,当你在通过无线网络体验虚拟现实时,其他用户身上的可穿戴物联网设备也在通过同一个网络进行数据传输。事实上,这两种应用对网络的需求大为不同,其中,虚拟现实需要网络提供低时延和高速率的传输,而物联网设备则需要网络支持高并发通信。 展开更多
关键词 虚拟现实 人工智能 强化学习 并发通信 多智体 数据传输 可穿戴 无线网络
在线阅读 下载PDF
正弦参量估计的四阶累积量ESPRIT方法 被引量:16
2
作者 梁应敞 王树勋 戴逸松 《电子学报》 EI CAS CSCD 北大核心 1994年第4期6-12,共7页
本文讨论高斯有色噪声中的正弦信号参量估计问题。利用观测值的高阶统计量信息,建立了四阶累积量ESPRIT方法。模拟实验结果表明,该方法不仅具有很高的频率分辨率,而且能抑制高斯有色噪声的影响。
关键词 正弦参量估计 信号处理 ESPRIT法
在线阅读 下载PDF
非高斯有色噪声中的正弦信号频率估计 被引量:7
3
作者 梁应敞 王树勋 戴逸松 《电子学报》 EI CAS CSCD 北大核心 1995年第4期111-114,共4页
本文研究非高斯ARMA有色噪声中的正弦信号频率估计问题。利用自相关函数和三阶累积量相结合,提出了一种先估计噪声模型AR参数,然后对观测值进行预滤波,最后估计信号模型参数的新方法,模拟实验结果表明,新方法具有良好的频率... 本文研究非高斯ARMA有色噪声中的正弦信号频率估计问题。利用自相关函数和三阶累积量相结合,提出了一种先估计噪声模型AR参数,然后对观测值进行预滤波,最后估计信号模型参数的新方法,模拟实验结果表明,新方法具有良好的频率估计性能。 展开更多
关键词 有色噪声 预滤波 频率估计
在线阅读 下载PDF
高阶累积量在谱估计中的应用 被引量:6
4
作者 梁应敞 王树勋 《电子学报》 EI CAS CSCD 北大核心 1992年第4期93-96,共4页
本文提出了两种利用高阶累积量估计MA参数的新算法。当信号可以看作一个非高斯白噪声通过一个线性时不变系统的输出时,新算法运算简单、估计准确。本文还通过模拟实验分析了两种算法的性能。
关键词 高阶 累积量 MA模型 参数估计 信号
在线阅读 下载PDF
非高斯相关噪声中高斯信号的时延估计 被引量:6
5
作者 梁应敞 张贤达 +1 位作者 李衍达 张沛武 《电子科学学刊》 CSCD 1997年第5期606-612,共7页
高阶统计量在信号处理中成功的应用例子之一是估计高斯相关噪声中非高斯信号的时延参数.本文则研究非高斯相关噪声中高斯信号的时延估计问题,提出了一种解决该问题的混合方法.该方法先计算观测值的三阶累积量,然后利用累积投影公式计算... 高阶统计量在信号处理中成功的应用例子之一是估计高斯相关噪声中非高斯信号的时延参数.本文则研究非高斯相关噪声中高斯信号的时延估计问题,提出了一种解决该问题的混合方法.该方法先计算观测值的三阶累积量,然后利用累积投影公式计算观测噪声的二阶统计量,最后利用互相关方法确定信号时延参数.仿真结果验证了该方法的有效性. 展开更多
关键词 时延估计 非高斯相关噪声 高阶统计量 信号处理
在线阅读 下载PDF
噪声中的谐波恢复研究现状 被引量:4
6
作者 梁应敞 张贤达 李衍达 《电子科学学刊》 CSCD 1995年第4期404-411,共8页
高阶统计量是信号处理的一种新的强有力的工具,近年来在谐波恢复领域取得了很好的应用效果。本文在分析现有自相关方法的基础上,着重综述了基于高阶统计量的谐波恢复方法以及基于各阶统计量相混合的预滤波谐波恢复方法,表明高阶统计量... 高阶统计量是信号处理的一种新的强有力的工具,近年来在谐波恢复领域取得了很好的应用效果。本文在分析现有自相关方法的基础上,着重综述了基于高阶统计量的谐波恢复方法以及基于各阶统计量相混合的预滤波谐波恢复方法,表明高阶统计量方法在抑制有色噪声影响上明显优越于自相关方法。 展开更多
关键词 谐波恢复 有色噪声 高阶统计量 预滤波方法
在线阅读 下载PDF
非高斯ARMA噪声中谐波恢复的杂交ESPRIT方法 被引量:2
7
作者 梁应敞 戴逸松 王树勋 《电子科学学刊》 CSCD 1994年第6期561-568,共8页
本文研究非高斯ARMA噪声中的谐波恢复问题,提出了一种基于二阶和三阶统计量的杂交ESPRIT方法,该方法先估计噪声过程的AR部分参数,然后对观测值进行预滤波,最后估计谐波信号参量。模拟实验还验证了该方法的有效性和高分辨率。
关键词 非高斯 ARMA 噪声 谐波恢复 杂交 ESPRIT方法
在线阅读 下载PDF
非最小相位FIR系统辨识的递归封闭型算法的改进
8
作者 梁应敞 王树勋 戴逸松 《电子科学学刊》 CSCD 1992年第4期420-423,共4页
本文根据基于高阶统计量辨识非最小相位FIR系统的线性算法之一——递归封闭型算法,提出了一种利用非线性最小二乘解的优化迭代方法提高参数估计精度的改进算法,最后还给出了仿真实例。
关键词 相位 FIR系统 高阶统计量 迭代法
在线阅读 下载PDF
自适应参数型多径时延估计方法的研究 被引量:2
9
作者 刘颖 王树勋 梁应敞 《高技术通讯》 EI CAS CSCD 2001年第9期36-39,共4页
在考虑多通道非平稳信号干扰及背景噪声的情况下 ,提出了基于自适应参数型时间延时估计方法。该方法能准确地进行多径传输情况下的时间延时估计 ,有效地抑制干扰和噪声的影响。仿真结果说明了该方法的有效性。
关键词 无线电定位 仿真 自适应参数型多径时间延时估计 信号干扰 噪声 蜂窝移动通信
在线阅读 下载PDF
平稳时间序列的线性和高斯性检验
10
作者 王树勋 梁应敞 《电子学报》 EI CAS CSCD 北大核心 1992年第7期93-96,共4页
本文利用高阶谱给出了一种平稳时间序列的线性和高斯性检验方法。
关键词 平稳时间序列 线性 高斯性检验
在线阅读 下载PDF
多通道干扰下的多径时延估计 被引量:12
11
作者 刘颖 王树勋 梁应敞 《电子学报》 EI CAS CSCD 北大核心 2001年第6期762-765,共4页
在考虑多通道非平稳信号干扰及背景噪声的情况下 ,本文提出的基于循环相关的参数型时间延时估计方法 ,可准确地进行多径传输情况下的时间延时估计 ,有效地抑制干扰和噪声的影响 .在估计性能方面 ,该方法优于基于相关的方法 .在运算量和... 在考虑多通道非平稳信号干扰及背景噪声的情况下 ,本文提出的基于循环相关的参数型时间延时估计方法 ,可准确地进行多径传输情况下的时间延时估计 ,有效地抑制干扰和噪声的影响 .在估计性能方面 ,该方法优于基于相关的方法 .在运算量和适应性能方面 ,该方法优于基于高阶累积量的方法 . 展开更多
关键词 多通道干扰 循环相关 自相关 定位 时间延时估计 信号估计
在线阅读 下载PDF
在相关多入多出(MIMO)信道中的可变速率多用户分集技术 被引量:6
12
作者 唐岚 王树勋 梁应敞 《电子学报》 EI CAS CSCD 北大核心 2005年第4期629-633,共5页
在本篇文章中,我们研究基于MIMO虚拟信道表述的可变速率多用户分集技术.为实现慢衰落相关信道中的多用户分集,本文在发射端采用随机波束成形技术,并提出一种新的利用MIMO虚拟信道来产生随机波束成形矩阵的方法.同时,我们对期望用户的子... 在本篇文章中,我们研究基于MIMO虚拟信道表述的可变速率多用户分集技术.为实现慢衰落相关信道中的多用户分集,本文在发射端采用随机波束成形技术,并提出一种新的利用MIMO虚拟信道来产生随机波束成形矩阵的方法.同时,我们对期望用户的子信道采用自适应编码调制技术,以进一步提高系统性能. 展开更多
关键词 MIMO 多用户分集 波束成形 虚拟信道 自适应编码调制
在线阅读 下载PDF
智能无线通信技术研究概况 被引量:30
13
作者 梁应敞 谭俊杰 Dusit Niyato 《通信学报》 EI CSCD 北大核心 2020年第7期1-17,共17页
近年来,人工智能技术已被应用于无线通信领域,以解决传统无线通信技术面对信息爆炸和万物互联等新发展趋势所遇到的瓶颈问题。首先介绍深度学习、深度强化学习和联邦学习三类具有代表性的人工智能技术;然后通过对这三类技术在无线通信... 近年来,人工智能技术已被应用于无线通信领域,以解决传统无线通信技术面对信息爆炸和万物互联等新发展趋势所遇到的瓶颈问题。首先介绍深度学习、深度强化学习和联邦学习三类具有代表性的人工智能技术;然后通过对这三类技术在无线通信中的无线传输、频谱管理、资源配置、网络接入、网络及系统优化5个方面的应用进行综述,分析和总结它们在解决无线通信问题时的原理、适用性、设计方法和优缺点;最后围绕存在的局限性指出智能无线通信技术的未来发展趋势和研究方向,期望为无线通信领域的后续研究提供帮助和参考。 展开更多
关键词 人工智能 无线通信 深度学习 深度强化学习 联邦学习
在线阅读 下载PDF
面向智能通信的深度强化学习方法 被引量:20
14
作者 谭俊杰 梁应敞 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第2期169-181,共13页
在如今信息爆炸的时代,无线通信终端的激增导致无线通信网络规模剧增。同时,人们日益提高的通信需求使无线通信网络必须通过精准的按需服务来充分利用有限的资源。这二者使得传统人工建模并优化求解的网络管理方法在未来将会遇到瓶颈。... 在如今信息爆炸的时代,无线通信终端的激增导致无线通信网络规模剧增。同时,人们日益提高的通信需求使无线通信网络必须通过精准的按需服务来充分利用有限的资源。这二者使得传统人工建模并优化求解的网络管理方法在未来将会遇到瓶颈。幸运的是,人工智能和机器学习的出现为解决这一问题提供了新的途径。作为一种数据驱动的机器学习方法,深度强化学习能够直接学习动态环境规律并得到最优决策。因此,深度强化学习能赋予网络依据自身环境进行自我优化管理的能力,令智能通信将成为可能。本文从资源管理、接入控制以及网络维护三方面介绍了深度强化学习在无线通信上的应用,以此说明深度强化学习是实现智能通信的有效途径。 展开更多
关键词 深度强化学习 异构网络 智能通信 智能网络管理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部