在只有图像和目标文本提示作为输入的情况下,对真实图像进行基于文本引导的编辑是一项极具挑战性的任务。以往基于微调大型预训练扩散模型的方法,往往对源文本特征和目标文本特征进行简单的插值组合,用于引导图像生成过程,这限制了其编...在只有图像和目标文本提示作为输入的情况下,对真实图像进行基于文本引导的编辑是一项极具挑战性的任务。以往基于微调大型预训练扩散模型的方法,往往对源文本特征和目标文本特征进行简单的插值组合,用于引导图像生成过程,这限制了其编辑能力,同时微调大型扩散模型极易出现过拟合且耗时长的问题。提出了一种基于映射融合嵌入扩散模型的文本引导图像编辑方法(Text-guided image editing method based on diffusion model with mapping-fusion embedding,MFE-Diffusion)。该方法由两部分组成:(1)大型预训练扩散模型与源文本特征向量联合学习框架,使模型可以快速学习以重建给定的原图像;(2)特征映射融合模块,深度融合目标文本与原图像的特征信息,生成条件嵌入,用于引导图像编辑过程。在具有挑战性的文本引导图像编辑基准TEdBench上进行实验验证,结果表明所提方法在图像编辑性能上具有优势。展开更多
针对无人机基站空对地通信链路易受窃听攻击的问题,提出一种基于隐蔽信息映射的广义空间方向调制系统(covert information mapped-generalized spatial and direction modulation,CIM-GSDM),将信息隐藏于激活接收机子集的索引及其选择...针对无人机基站空对地通信链路易受窃听攻击的问题,提出一种基于隐蔽信息映射的广义空间方向调制系统(covert information mapped-generalized spatial and direction modulation,CIM-GSDM),将信息隐藏于激活接收机子集的索引及其选择组合中,引入与合法方信道正交的人工噪声干扰窃听方。为进一步提升系统的传输安全性,研究提出了预编码矩阵和功率分配因子联合优化框架,通过有效管理多波束传输和人工噪声的功率分配,增强系统安全性。首先,推导基于系统安全速率的物理层安全性指标,以此为优化目标,联合优化预编码矩阵和人工噪声功率分配因子。为解决该非凸的联合优化问题,考虑交替优化2个变量,提出基于Nesterov下降的自然梯度下降法,通过快速迭代更新预编码矩阵,解决CIM-GSDM符号候选集规模较大带来的计算复杂度问题。基于合法方信噪比与窃听方干信噪比的乘积最大化准则,推导出功率分配因子的次优闭式解。仿真结果表明,所提优化算法在保证合法方可达到的速率前提下,显著降低窃听方的窃听速率,有效保证CIM-GSDM系统的传输安全性。相比传统波束成形算法及固定功率分配因子的方法,提出算法在安全性能上具有显著优势。展开更多
光伏阵列在局部阴影条件下P-U曲线会出现多个峰值,传统的粒子群优化PSO(particle swarm optimization)算法无法快速精确地搜寻到最大功率点。针对这种情况,本文提出1种基于混沌映射和高斯扰动的改进粒子群优化算法最大功率点跟踪MPPT(ma...光伏阵列在局部阴影条件下P-U曲线会出现多个峰值,传统的粒子群优化PSO(particle swarm optimization)算法无法快速精确地搜寻到最大功率点。针对这种情况,本文提出1种基于混沌映射和高斯扰动的改进粒子群优化算法最大功率点跟踪MPPT(maximum power point tracking)控制策略。首先引入混沌Sine映射构造1种非线性随机递增惯性权重,并在粒子群的“个体认知”部分引入高斯扰动,同时利用对数函数构造学习因子,形成基于混沌映射和高斯扰动的改进粒子群算法;通过对6种典型单峰、多峰函数的测试,证明该算法收敛速度更快,不易陷入局部最优;将算法应用于MPPT控制中,并进一步通过不同算法MPPT控制进行对比仿真研究。对比仿真结果表明:在均匀光照强度、局部静态遮荫和动态遮荫3种情况下,基于混沌映射和高斯扰动的改进粒子群优化算法MPPT控制策略均具有更快的收敛速度和更小的搜索振荡幅度,能准确地搜寻到最大功率点,具有更高的寻优精度,从而提高了MPPT系统的发电效率。展开更多
文摘在只有图像和目标文本提示作为输入的情况下,对真实图像进行基于文本引导的编辑是一项极具挑战性的任务。以往基于微调大型预训练扩散模型的方法,往往对源文本特征和目标文本特征进行简单的插值组合,用于引导图像生成过程,这限制了其编辑能力,同时微调大型扩散模型极易出现过拟合且耗时长的问题。提出了一种基于映射融合嵌入扩散模型的文本引导图像编辑方法(Text-guided image editing method based on diffusion model with mapping-fusion embedding,MFE-Diffusion)。该方法由两部分组成:(1)大型预训练扩散模型与源文本特征向量联合学习框架,使模型可以快速学习以重建给定的原图像;(2)特征映射融合模块,深度融合目标文本与原图像的特征信息,生成条件嵌入,用于引导图像编辑过程。在具有挑战性的文本引导图像编辑基准TEdBench上进行实验验证,结果表明所提方法在图像编辑性能上具有优势。
文摘针对无人机基站空对地通信链路易受窃听攻击的问题,提出一种基于隐蔽信息映射的广义空间方向调制系统(covert information mapped-generalized spatial and direction modulation,CIM-GSDM),将信息隐藏于激活接收机子集的索引及其选择组合中,引入与合法方信道正交的人工噪声干扰窃听方。为进一步提升系统的传输安全性,研究提出了预编码矩阵和功率分配因子联合优化框架,通过有效管理多波束传输和人工噪声的功率分配,增强系统安全性。首先,推导基于系统安全速率的物理层安全性指标,以此为优化目标,联合优化预编码矩阵和人工噪声功率分配因子。为解决该非凸的联合优化问题,考虑交替优化2个变量,提出基于Nesterov下降的自然梯度下降法,通过快速迭代更新预编码矩阵,解决CIM-GSDM符号候选集规模较大带来的计算复杂度问题。基于合法方信噪比与窃听方干信噪比的乘积最大化准则,推导出功率分配因子的次优闭式解。仿真结果表明,所提优化算法在保证合法方可达到的速率前提下,显著降低窃听方的窃听速率,有效保证CIM-GSDM系统的传输安全性。相比传统波束成形算法及固定功率分配因子的方法,提出算法在安全性能上具有显著优势。
文摘光伏阵列在局部阴影条件下P-U曲线会出现多个峰值,传统的粒子群优化PSO(particle swarm optimization)算法无法快速精确地搜寻到最大功率点。针对这种情况,本文提出1种基于混沌映射和高斯扰动的改进粒子群优化算法最大功率点跟踪MPPT(maximum power point tracking)控制策略。首先引入混沌Sine映射构造1种非线性随机递增惯性权重,并在粒子群的“个体认知”部分引入高斯扰动,同时利用对数函数构造学习因子,形成基于混沌映射和高斯扰动的改进粒子群算法;通过对6种典型单峰、多峰函数的测试,证明该算法收敛速度更快,不易陷入局部最优;将算法应用于MPPT控制中,并进一步通过不同算法MPPT控制进行对比仿真研究。对比仿真结果表明:在均匀光照强度、局部静态遮荫和动态遮荫3种情况下,基于混沌映射和高斯扰动的改进粒子群优化算法MPPT控制策略均具有更快的收敛速度和更小的搜索振荡幅度,能准确地搜寻到最大功率点,具有更高的寻优精度,从而提高了MPPT系统的发电效率。
