由于运动想象脑机接口(MI-BCI)范式不需要视觉刺激,应用MI-BCI范式在提高人机交互系统舒适度方面具有重要意义。为实现辅助设备的异步控制,提高模型的鲁棒性,减少通道使用数量以降低BCI系统输入的复杂性,提出一种基于通道组合(channel c...由于运动想象脑机接口(MI-BCI)范式不需要视觉刺激,应用MI-BCI范式在提高人机交互系统舒适度方面具有重要意义。为实现辅助设备的异步控制,提高模型的鲁棒性,减少通道使用数量以降低BCI系统输入的复杂性,提出一种基于通道组合(channel combination,CC)-数据对齐(euclidean space data alignment,EA)-多尺度全局卷积神经网络(multiscale global convolutional neural network,MGCNN)的运动想象脑电分类方法。通过引入大脑静息状态下的脑电信号,扩展MI-BCI输出指令集;利用CC将22通道脑电数据重构为左右对称通道加中间通道的3通道形式,重构后的数据经过EA方法规范后作为网络输入;构建多尺度卷积模块与全局卷积模块,并行提取脑电信号的局部特征和ERS/ERD全局特征;利用迁移学习提升模型的解码能力。结果表明:该方法在BCI Competition IV 2a数据集上达到了99.28%的平均准确率和0.99的Kappa值,提高了运动想象脑电分类精度,为在线异步运动想象脑机接口的应用与发展作出了贡献。展开更多
基于无线和电力线通信(power line communication,PLC)的双模通信可以实现二者优势互补,被广泛用于智能计量和电力物联网中。针对正交频分复用(orthogonal frequency division multiplexing,OFDM)双模通信系统在新能源低时延业务接入等...基于无线和电力线通信(power line communication,PLC)的双模通信可以实现二者优势互补,被广泛用于智能计量和电力物联网中。针对正交频分复用(orthogonal frequency division multiplexing,OFDM)双模通信系统在新能源低时延业务接入等应用,提出了一种计及非理想信道估计的OFDM子载波分集组合和功率自适应分配算法。首先建立了以业务数据量、传输功率等为约束,以总时延最小化为目标的功率自适应优化分配模型;接着在分集分组的基础上,利用鲸鱼优化算法和阈值回收进行功率优化分配,实现算法复杂度和性能的折中。仿真实验结果表明,提出的算法在满足速率等约束条件下,减小传输平均时延和稳定性,为台区设备状态监测等实时业务数据采集提供更高的性能保障。展开更多
提出了一种适用于时间频率选择性衰落信道的MIMO-OFDM系统的组合信道估计方法。采用AR过程对信道进行建模,利用基于导频的低维Kalman滤波算法进行信道估计,并采用LS算法估计时变的信道衰减因子。Kalman滤波跟踪了信道的时域相关性,为了...提出了一种适用于时间频率选择性衰落信道的MIMO-OFDM系统的组合信道估计方法。采用AR过程对信道进行建模,利用基于导频的低维Kalman滤波算法进行信道估计,并采用LS算法估计时变的信道衰减因子。Kalman滤波跟踪了信道的时域相关性,为了同时跟踪信道的频域相关性,采用了一种基于MMSE(minimum mean square error)的合并器对Kalman滤波算法进行修正。仿真表明,提出的这种组合算法降低了传统的Kalman滤波结构的复杂度,能够跟踪信道的时频变化,改进了基于LS准则的信道估计算法,并且与复杂的高维Kalman滤波算法的信道估计性能相当。展开更多
提出了一种长期演进项目的后续演进(long term evolution-advanced,LTE-A)中的信漏噪比联合校准多用户多流波束赋形方案。基于信漏噪比准则进行波束赋形消除多用户间干扰,实现LTE-A下的多用户多流波束赋形传输;建立信道校准机制,补偿实...提出了一种长期演进项目的后续演进(long term evolution-advanced,LTE-A)中的信漏噪比联合校准多用户多流波束赋形方案。基于信漏噪比准则进行波束赋形消除多用户间干扰,实现LTE-A下的多用户多流波束赋形传输;建立信道校准机制,补偿实际通信系统中的射频增益影响,恢复信道互易性,提升实际通信系统中的误码率性能。在适用于LTE-A的空间信道扩展模型(spatial channel model extension,SCME)信道环境下进行了仿真,仿真结果表明,该方法相比常用的基于信干噪比准则的块对角化方案误码率性能有明显提升,且能在存在射频增益影响的非理想环境中恢复信道互易性,提升系统传输性能。展开更多
文摘由于运动想象脑机接口(MI-BCI)范式不需要视觉刺激,应用MI-BCI范式在提高人机交互系统舒适度方面具有重要意义。为实现辅助设备的异步控制,提高模型的鲁棒性,减少通道使用数量以降低BCI系统输入的复杂性,提出一种基于通道组合(channel combination,CC)-数据对齐(euclidean space data alignment,EA)-多尺度全局卷积神经网络(multiscale global convolutional neural network,MGCNN)的运动想象脑电分类方法。通过引入大脑静息状态下的脑电信号,扩展MI-BCI输出指令集;利用CC将22通道脑电数据重构为左右对称通道加中间通道的3通道形式,重构后的数据经过EA方法规范后作为网络输入;构建多尺度卷积模块与全局卷积模块,并行提取脑电信号的局部特征和ERS/ERD全局特征;利用迁移学习提升模型的解码能力。结果表明:该方法在BCI Competition IV 2a数据集上达到了99.28%的平均准确率和0.99的Kappa值,提高了运动想象脑电分类精度,为在线异步运动想象脑机接口的应用与发展作出了贡献。
文摘基于无线和电力线通信(power line communication,PLC)的双模通信可以实现二者优势互补,被广泛用于智能计量和电力物联网中。针对正交频分复用(orthogonal frequency division multiplexing,OFDM)双模通信系统在新能源低时延业务接入等应用,提出了一种计及非理想信道估计的OFDM子载波分集组合和功率自适应分配算法。首先建立了以业务数据量、传输功率等为约束,以总时延最小化为目标的功率自适应优化分配模型;接着在分集分组的基础上,利用鲸鱼优化算法和阈值回收进行功率优化分配,实现算法复杂度和性能的折中。仿真实验结果表明,提出的算法在满足速率等约束条件下,减小传输平均时延和稳定性,为台区设备状态监测等实时业务数据采集提供更高的性能保障。
文摘提出了一种适用于时间频率选择性衰落信道的MIMO-OFDM系统的组合信道估计方法。采用AR过程对信道进行建模,利用基于导频的低维Kalman滤波算法进行信道估计,并采用LS算法估计时变的信道衰减因子。Kalman滤波跟踪了信道的时域相关性,为了同时跟踪信道的频域相关性,采用了一种基于MMSE(minimum mean square error)的合并器对Kalman滤波算法进行修正。仿真表明,提出的这种组合算法降低了传统的Kalman滤波结构的复杂度,能够跟踪信道的时频变化,改进了基于LS准则的信道估计算法,并且与复杂的高维Kalman滤波算法的信道估计性能相当。
文摘提出了一种长期演进项目的后续演进(long term evolution-advanced,LTE-A)中的信漏噪比联合校准多用户多流波束赋形方案。基于信漏噪比准则进行波束赋形消除多用户间干扰,实现LTE-A下的多用户多流波束赋形传输;建立信道校准机制,补偿实际通信系统中的射频增益影响,恢复信道互易性,提升实际通信系统中的误码率性能。在适用于LTE-A的空间信道扩展模型(spatial channel model extension,SCME)信道环境下进行了仿真,仿真结果表明,该方法相比常用的基于信干噪比准则的块对角化方案误码率性能有明显提升,且能在存在射频增益影响的非理想环境中恢复信道互易性,提升系统传输性能。
