针对车联网场景下多入多出-正交时频空(Multiple-Input Multiple-Output-Orthogonal Time Frequency Space,MIMO-OTFS)系统的信道状态信息(Channel State Information,CSI)反馈问题,提出了一种面向时延-多普勒(Delay-Dopler,DD)域CSI反...针对车联网场景下多入多出-正交时频空(Multiple-Input Multiple-Output-Orthogonal Time Frequency Space,MIMO-OTFS)系统的信道状态信息(Channel State Information,CSI)反馈问题,提出了一种面向时延-多普勒(Delay-Dopler,DD)域CSI反馈的时间差分架构Transformer网络(Time-differencing Architecture Delay-Doppler Transformer Network,TA-DD-TransNet),引入分时反馈机制,将残差信息建模与压缩反馈相结合。网络结构融合Transformer的全局建模能力与卷积神经网络的局部特征提取优势,在保持CSI重构精度的同时显著降低了反馈比特数与计算复杂度。在不同车速、信噪比及非完美信道估计条件下的仿真实验结果表明,所提方法在归一化均方误差(Normalized Mean Squared Error,NMSE)和余弦相似度指标上均优于CsiNet、CsiNet+和BCsiNet。在60 km/h、30 dB信噪比、1/4压缩率下,TA-DD-TransNet的NMSE约-27 dB,余弦相似度达0.96。复杂度分析显示,TA-DD-TransNet在1/4压缩率下的编码器和解码器浮点运算次数分别为1.809×10^(7)和2.281×10^(7),参数量均为8.4×10~6左右,显著低于CsiNet+。所提方法能满足车联网中对高可靠低时延通信的实际需求。展开更多
通过压缩信道状态信息(Channel Status Information,CSI)传输码字降低大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的CSI反馈开销,可以有效减少计算资源的使用和信息传输时间的消耗。针对如何使用轻量化模型准确估计...通过压缩信道状态信息(Channel Status Information,CSI)传输码字降低大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的CSI反馈开销,可以有效减少计算资源的使用和信息传输时间的消耗。针对如何使用轻量化模型准确估计低压缩比条件下CSI反馈的问题,通过设计的轻量化迭代交叉网络(Iterative Cross Network,ICNet)模型,在用户端使用设计的迭代压缩模块压缩CSI反馈,基站端使用设计的迭代重建模块估计CSI反馈,以较高的准确率和较低的时间消耗估计了低压缩比条件下的CSI反馈。在COST2100模型生成的数据样本下评估了ICNet在低压缩比条件下的鲁棒性,实验表明,在较小的1/64压缩比条件下,ICNet的归一化均方误差比次优值降低了8.48%,ICNet的参数量降低了35%左右。展开更多
为满足不同应用场景对环境γ辐射监测的需求,完善区域监测产品体系,本文开展了一种基于CsI(Tl)闪烁体的γ射线环境剂量当量监测仪的研制工作,基于结构紧凑、成本可控、响应稳定等设计目标实现了探测器的原理与结构设计及原理样机制造。...为满足不同应用场景对环境γ辐射监测的需求,完善区域监测产品体系,本文开展了一种基于CsI(Tl)闪烁体的γ射线环境剂量当量监测仪的研制工作,基于结构紧凑、成本可控、响应稳定等设计目标实现了探测器的原理与结构设计及原理样机制造。使用蒙特卡洛粒子输运程序(Monte Carlo N-Particle Transport Code,MCNP)构建高精度的仿真模型,分别在实验与模拟条件下使用标准γ辐射场开展剂量响应测试与仿真,对比验证了该仿真模型的可靠性(灵敏度误差小于5%)。针对CsI(Tl)闪烁体本征能谱响应的非线性问题,基于脉冲幅度分段赋权法开发了能量响应补偿技术,经该技术补偿后变异系数小于6%,能量响应晃动小于12%,有效提升了剂量当量测量的准确性。结果表明,本研究方法可在显著改善CsI(Tl)探测器的能量依赖性的同时无需进行能谱展开,为其他类型剂量监测设备提供一种低成本、高可靠性的校准技术路径。展开更多
为应对大规模多输入多输出(Multiple⁃input multiple⁃output,MIMO)系统中信道状态信息(Channel state information,CSI)反馈开销的日益增长,基于深度学习的CSI反馈网络(如Transformer网络)受到了广泛的关注,是一种非常有应用前景的智能...为应对大规模多输入多输出(Multiple⁃input multiple⁃output,MIMO)系统中信道状态信息(Channel state information,CSI)反馈开销的日益增长,基于深度学习的CSI反馈网络(如Transformer网络)受到了广泛的关注,是一种非常有应用前景的智能传输技术。为此,本文提出了一种基于数据聚类的CSI反馈Transformer网络的简化方法,采用基于聚类的近似矩阵乘法(Approximate matrix multiplication,AMM)技术,以降低反馈过程中Transformer网络的计算复杂度。本文主要对Transformer网络的全连接层计算(等效为矩阵乘法),应用乘积量化(Product quantization,PQ)和MADDNESS等简化方法,分析了它们对计算复杂度和系统性能的影响,并针对神经网络数据的特点进行了算法优化。仿真结果表明,在适当的参数调整下,基于MADDNESS方法的CSI反馈网络性能接近精确矩阵乘法方法,同时可大幅降低计算复杂度。展开更多
文摘针对车联网场景下多入多出-正交时频空(Multiple-Input Multiple-Output-Orthogonal Time Frequency Space,MIMO-OTFS)系统的信道状态信息(Channel State Information,CSI)反馈问题,提出了一种面向时延-多普勒(Delay-Dopler,DD)域CSI反馈的时间差分架构Transformer网络(Time-differencing Architecture Delay-Doppler Transformer Network,TA-DD-TransNet),引入分时反馈机制,将残差信息建模与压缩反馈相结合。网络结构融合Transformer的全局建模能力与卷积神经网络的局部特征提取优势,在保持CSI重构精度的同时显著降低了反馈比特数与计算复杂度。在不同车速、信噪比及非完美信道估计条件下的仿真实验结果表明,所提方法在归一化均方误差(Normalized Mean Squared Error,NMSE)和余弦相似度指标上均优于CsiNet、CsiNet+和BCsiNet。在60 km/h、30 dB信噪比、1/4压缩率下,TA-DD-TransNet的NMSE约-27 dB,余弦相似度达0.96。复杂度分析显示,TA-DD-TransNet在1/4压缩率下的编码器和解码器浮点运算次数分别为1.809×10^(7)和2.281×10^(7),参数量均为8.4×10~6左右,显著低于CsiNet+。所提方法能满足车联网中对高可靠低时延通信的实际需求。
文摘为满足不同应用场景对环境γ辐射监测的需求,完善区域监测产品体系,本文开展了一种基于CsI(Tl)闪烁体的γ射线环境剂量当量监测仪的研制工作,基于结构紧凑、成本可控、响应稳定等设计目标实现了探测器的原理与结构设计及原理样机制造。使用蒙特卡洛粒子输运程序(Monte Carlo N-Particle Transport Code,MCNP)构建高精度的仿真模型,分别在实验与模拟条件下使用标准γ辐射场开展剂量响应测试与仿真,对比验证了该仿真模型的可靠性(灵敏度误差小于5%)。针对CsI(Tl)闪烁体本征能谱响应的非线性问题,基于脉冲幅度分段赋权法开发了能量响应补偿技术,经该技术补偿后变异系数小于6%,能量响应晃动小于12%,有效提升了剂量当量测量的准确性。结果表明,本研究方法可在显著改善CsI(Tl)探测器的能量依赖性的同时无需进行能谱展开,为其他类型剂量监测设备提供一种低成本、高可靠性的校准技术路径。
