针对ISAC(integrated sensing and communication)辅助MIMO-OFDM系统中雷达感知信息存在误差时传统信道估计方法性能恶化、导频开销大、计算复杂度高等问题,提出一种面向感知误差的鲁棒两阶段稀疏信道估计框架。第一阶段设计残差能量加...针对ISAC(integrated sensing and communication)辅助MIMO-OFDM系统中雷达感知信息存在误差时传统信道估计方法性能恶化、导频开销大、计算复杂度高等问题,提出一种面向感知误差的鲁棒两阶段稀疏信道估计框架。第一阶段设计残差能量加权的同步正交匹配追踪算法REW-SOMP(residual energy weighted simultaneous orthogonal matching pursuit),通过局部字典自适应扩展与残差加权路径筛选机制,在感知误差下准确提取通信关联路径;第二阶段提出自适应惩罚因子交替方向乘子算法AP-ADMM(adaptive penalty factor alternating direction method of multipliers),动态平衡原始残差与对偶残差以优化信道增益估计,有效解决固定惩罚因子导致的收敛速度与精度矛盾问题。仿真结果表明:在3GPP标准信道下,导频密度仅为6.25%时,所提方法相较于传统宽带算法不仅可获得更好的NMSE性能,且在感知误差大时仍保持鲁棒性,同时显著降低了计算复杂度。展开更多
为解决传统的系统验证方法在效率、覆盖度和可追溯性等方面面临的严峻挑战,提出基于模型的系统验证(model-based system verification,MBSV),将验证活动深度融入基于模型的系统工程模型体系及其演化过程。给出了MBSV的构建逻辑,提出一...为解决传统的系统验证方法在效率、覆盖度和可追溯性等方面面临的严峻挑战,提出基于模型的系统验证(model-based system verification,MBSV),将验证活动深度融入基于模型的系统工程模型体系及其演化过程。给出了MBSV的构建逻辑,提出一种以系统建模语言(system modeling language,SysML)为基础,融合需求、结构、行为与约束的多视图统一验证建模策略。论述了旨在提升验证效率的路径代表性选择与等价类约简算法、测试路径搜索原理,以及基于RL的路径智能搜索机制;描述了从抽象路径到可执行测试用例的自动化生成流程,探讨了基于功能模型单元与仿真平台SDK的双通道自动化执行机制,以实现验证任务在异构仿真环境中的无缝部署与闭环反馈。展望了MBSV未来发展的重点方向。展开更多
针对复杂道路条件下车道线因细长结构、占比小导致视觉特征模糊、定位精度不足,进而威胁自动驾驶道路安全的问题,提出一种融合点与线特征的图关系优化3D车道线检测方法GPLNet(graph-based point and lane optimization network)。通过...针对复杂道路条件下车道线因细长结构、占比小导致视觉特征模糊、定位精度不足,进而威胁自动驾驶道路安全的问题,提出一种融合点与线特征的图关系优化3D车道线检测方法GPLNet(graph-based point and lane optimization network)。通过骨干网络完成初步特征提取,再经联合查询嵌入生成模块获取具备几何约束的3D空间位置编码;利用图关系优化网络对车道点与线级别特征开展图关系计算及优化建模,强化车道线上下文感知能力;借助3D预测头实现车道线预测与损失函数计算。实验结果表明:所提方法整体性能优于现有主流3D车道线检测算法,且在低能见度车道线场景下检测精度更高,验证了该方法的有效性。展开更多
现有光伏功率预测方法中,存在大多使用单点映射未能充分挖掘数据中蕴含的局部时序模式、未能深入探究时间数据对光伏出力的全局指导作用和未考虑普遍存在的数据漂移现象对模型的影响等问题,导致模型预测精度不高、鲁棒性不强。针对上述...现有光伏功率预测方法中,存在大多使用单点映射未能充分挖掘数据中蕴含的局部时序模式、未能深入探究时间数据对光伏出力的全局指导作用和未考虑普遍存在的数据漂移现象对模型的影响等问题,导致模型预测精度不高、鲁棒性不强。针对上述问题,提出一种基于改进PatchTST(patch time series transformer)模型的超短期光伏功率预测方法。利用粗糙集既能考虑特征与标签的关系又能考虑特征间耦合关系的特点,进行特征降维,保留决策信息;使用改进通道独立机制的PatchTST模型,提取局部时序模式的同时,捕捉气象要素和光伏出力间的复杂映射关系;此外,使用GLAFF(global-local attention fusion framework)插件获取时间数据中的全局指导信息;使用自适应的权重分配机制动态调整局部信息和全局信息的比例,以缓解数据漂移对模型性能的负面影响。使用内蒙古和澳大利亚两光伏电站的实测数据集进行实验验证,结果表明,所提模型在预测精度和鲁棒性方面具有优势。展开更多
文摘针对ISAC(integrated sensing and communication)辅助MIMO-OFDM系统中雷达感知信息存在误差时传统信道估计方法性能恶化、导频开销大、计算复杂度高等问题,提出一种面向感知误差的鲁棒两阶段稀疏信道估计框架。第一阶段设计残差能量加权的同步正交匹配追踪算法REW-SOMP(residual energy weighted simultaneous orthogonal matching pursuit),通过局部字典自适应扩展与残差加权路径筛选机制,在感知误差下准确提取通信关联路径;第二阶段提出自适应惩罚因子交替方向乘子算法AP-ADMM(adaptive penalty factor alternating direction method of multipliers),动态平衡原始残差与对偶残差以优化信道增益估计,有效解决固定惩罚因子导致的收敛速度与精度矛盾问题。仿真结果表明:在3GPP标准信道下,导频密度仅为6.25%时,所提方法相较于传统宽带算法不仅可获得更好的NMSE性能,且在感知误差大时仍保持鲁棒性,同时显著降低了计算复杂度。
文摘为解决传统的系统验证方法在效率、覆盖度和可追溯性等方面面临的严峻挑战,提出基于模型的系统验证(model-based system verification,MBSV),将验证活动深度融入基于模型的系统工程模型体系及其演化过程。给出了MBSV的构建逻辑,提出一种以系统建模语言(system modeling language,SysML)为基础,融合需求、结构、行为与约束的多视图统一验证建模策略。论述了旨在提升验证效率的路径代表性选择与等价类约简算法、测试路径搜索原理,以及基于RL的路径智能搜索机制;描述了从抽象路径到可执行测试用例的自动化生成流程,探讨了基于功能模型单元与仿真平台SDK的双通道自动化执行机制,以实现验证任务在异构仿真环境中的无缝部署与闭环反馈。展望了MBSV未来发展的重点方向。
文摘针对复杂道路条件下车道线因细长结构、占比小导致视觉特征模糊、定位精度不足,进而威胁自动驾驶道路安全的问题,提出一种融合点与线特征的图关系优化3D车道线检测方法GPLNet(graph-based point and lane optimization network)。通过骨干网络完成初步特征提取,再经联合查询嵌入生成模块获取具备几何约束的3D空间位置编码;利用图关系优化网络对车道点与线级别特征开展图关系计算及优化建模,强化车道线上下文感知能力;借助3D预测头实现车道线预测与损失函数计算。实验结果表明:所提方法整体性能优于现有主流3D车道线检测算法,且在低能见度车道线场景下检测精度更高,验证了该方法的有效性。
文摘现有光伏功率预测方法中,存在大多使用单点映射未能充分挖掘数据中蕴含的局部时序模式、未能深入探究时间数据对光伏出力的全局指导作用和未考虑普遍存在的数据漂移现象对模型的影响等问题,导致模型预测精度不高、鲁棒性不强。针对上述问题,提出一种基于改进PatchTST(patch time series transformer)模型的超短期光伏功率预测方法。利用粗糙集既能考虑特征与标签的关系又能考虑特征间耦合关系的特点,进行特征降维,保留决策信息;使用改进通道独立机制的PatchTST模型,提取局部时序模式的同时,捕捉气象要素和光伏出力间的复杂映射关系;此外,使用GLAFF(global-local attention fusion framework)插件获取时间数据中的全局指导信息;使用自适应的权重分配机制动态调整局部信息和全局信息的比例,以缓解数据漂移对模型性能的负面影响。使用内蒙古和澳大利亚两光伏电站的实测数据集进行实验验证,结果表明,所提模型在预测精度和鲁棒性方面具有优势。
