-
题名未来复杂网络环境下动态频谱高效感知技术研究进展
- 1
-
-
作者
崔翠梅
殷昌永
杨德智
-
机构
常州工学院电气信息工程学院
东南大学移动通信国家重点实验室
中兴通讯股份有限公司
-
出处
《电讯技术》
北大核心
2025年第4期634-641,共8页
-
基金
国家自然科学基金面上项目(62371075,62372070)
国家自然科学基金青年基金项目(61801056)
+2 种基金
中国博士后科学基金(2018M632203)
江苏省教育厅未来网络研究基金(FNSRFP-2021-YB-37)
江苏高校"青蓝工程"中青年学术带头人培养对象人才资助项目。
-
文摘
动态频谱共享被认为是解决未来5G/6G复杂网络环境“频谱赤字危机”这一问题直接有效的手段之一。然而,由于5G/6G网络超密集、高异构、高动态、智能化的新特征,频谱共享发现(频谱感知)面临着海量数据获取成本高、价值密度低、检测结果不准确、机会发现不充分等问题与挑战,基于机器学习的动态频谱高效感知成为电磁频谱领域重要的研究方向。首先分析了电磁频谱动态共享的国家战略需求和技术挑战,然后从动态频谱信息的联合稀疏采样、协同感知、多维协同预测三方面介绍了国内外研究现状和发展动态,提出了动态频谱高效感知的核心科学问题;最后给出了问题解决思路,为实现未来复杂无线网络频谱高效利用提供理论和使能技术支撑。
-
关键词
复杂网络
动态频谱共享
高效感知
多维协同预测
联合稀疏采样
机器学习
-
Keywords
complex network
dynamic spectrum sharing
efficient sensing
multi-dimensional collaborative prediction
joint sparse sampling
machine learning
-
分类号
TN929.5
[电子电信—通信与信息系统]
-
-
题名基于改进RT-DETR的铆接件缺陷检测算法
- 2
-
-
作者
李文龙
李宗刚
焦建军
杜亚江
陈引娟
王国平
-
机构
兰州交通大学机电工程学院
兰州交通大学机器人研究所
甘肃长风电子科技有限公司机器人项目部
-
出处
《兵器装备工程学报》
北大核心
2025年第5期213-222,共10页
-
文摘
针对现有智能检测算法对铆接件表面缺陷检测类型不充分、检测点位少、精度与效率较低等问题,提出了一种基于改进RT-DETR的缺陷检测方法。为高效地提取铆接件缺陷特征,减少冗余计算和内存访问,提出一种高低频特征融合的主干网络HiLo-Fasternet-r18;为增强缺陷特征到注意力头的多样性,采用级联群体注意网络加强AIFI输入特征的多样性,并以点采样的方式完成CCFM中的上采样,提升对小目标检测的效率和精度;通过重构SIoU损失,完成对难易样本缺陷目标的关注,以提高缺陷边界框的回归精度。实验表明,改进的模型能够实现铆接件多类型、多点位缺陷检测任务,其平均检测精度mAP50达到了97.7%,参数量下降20%,且其检测速度FPS达到59.6帧/s,满足工业场景检测实时性的要求。
-
关键词
铆接件缺陷检测
RT-DETR
HiLo-Fasternet-r18
注意力机制
超轻量高效动态上采样
-
Keywords
defect detection of riveted parts
RT-DETR
HiLo-Fasternet-r18
attention mechanism
ultra-lightweight and efficient dynamic upsampling
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
