期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于TPC信道编码的PCM-FM遥测系统仿真与实现
1
作者 张蕾 李钰洁 +2 位作者 何善宝 程星 陈德丽 《科学技术与工程》 北大核心 2024年第23期9921-9928,共8页
脉冲编码调制-调频(pulse code modulation-frequency modulation,PCM-FM)遥测系统因其具有很强的抗极化和系统抗干扰能力等优点被普遍用于军事卫星和航天遥测中,主要研究基于Turbo乘积码(Turbo product code,TPC)信道编译码技术下的PCM... 脉冲编码调制-调频(pulse code modulation-frequency modulation,PCM-FM)遥测系统因其具有很强的抗极化和系统抗干扰能力等优点被普遍用于军事卫星和航天遥测中,主要研究基于Turbo乘积码(Turbo product code,TPC)信道编译码技术下的PCM-FM遥测系统的实现与仿真,利用改进的Chase II算法对系统进行解调,并通过对比发送端与接收端的信号,展现PCM-FM遥测系统调制与解调的正确性,以及改进的Chase II算法对本系统的重要影响,通过模拟遥测信道验证所提系统的优越性能。 展开更多
关键词 PCM-FM遥测系统 TPC信道编译码 改进的Chase II算法 调制与解调
在线阅读 下载PDF
基于多尺度特征融合的生成对抗网络地震数据重建算法
2
作者 李跃 罗倩 段中钰 《石油物探》 北大核心 2025年第3期482-493,共12页
针对现有地震数据重建技术存在的空间连续性不足和重建细节偏差较大等问题,提出了基于多尺度特征融合与多维对抗的生成对抗网络(MSF-GAN)地震数据重建算法。首先,设计了多尺度特征融合的生成器,确保模型完整地提取地震数据特征并实现多... 针对现有地震数据重建技术存在的空间连续性不足和重建细节偏差较大等问题,提出了基于多尺度特征融合与多维对抗的生成对抗网络(MSF-GAN)地震数据重建算法。首先,设计了多尺度特征融合的生成器,确保模型完整地提取地震数据特征并实现多个尺度特征融合,在生成器部分设计了特征拼接模块,自适应地为地震数据添加掩膜,提高模型计算效率。然后,在算法的判别器部分,设计了多维对抗的判别器,分别从时间维度和测线维度对生成数据进行判别以提高重建精度。最后,使用Smooth L1损失函数作为重建损失,与对抗损失共同构成损失函数以更新生成器,提高地震数据重建精度。利用公开数据集和实测数据,验证了MSF-GAN算法的有效性以及对不同数据缺失情况的适用性。实验结果表明,与正交匹配追踪算法、凸集投影算法和频谱归一化生成对抗网络算法相比,MSF-GAN算法重建结果的结构相似性(SSIM)和峰值信噪比(PSNR)更高,能够更有效地恢复缺失数据,并且在地震数据随机缺失、连续缺失和规则缺失的情况下,MSF-GAN算法重建结果的细节信息更为完整,空间连续性更强。 展开更多
关键词 地震数据重建 生成对抗网络 多尺度特征融合 特征拼接 深度学习
在线阅读 下载PDF
门限注意力引导的遥感图像语义分割网络
3
作者 王诗瑞 杜康宁 +1 位作者 田澍 曹林 《遥感信息》 北大核心 2025年第3期164-171,共8页
针对多数混合网络因注意力机制的密集点积操作不可避免地产生一定的背景噪声,且在融合卷积神经网络(convolutional neural network,CNN)以及注意力机制所提取的特征信息时常出现特征冗余和不匹配的现象,提出了一种门限注意力引导的混合... 针对多数混合网络因注意力机制的密集点积操作不可避免地产生一定的背景噪声,且在融合卷积神经网络(convolutional neural network,CNN)以及注意力机制所提取的特征信息时常出现特征冗余和不匹配的现象,提出了一种门限注意力引导的混合网络(threshold attention guided network,TAGNet),旨在发挥注意力机制和CNN之间互补的优势。首先,引入了门限注意力机制(threshold attention mechanism,TAM)以捕获全局上下文依赖关系并滤除部分由注意力产生的噪声。此外,针对特征信息之间类型差异的问题,设计了特征指示融合机制(feature lead fusion mechanism,FLFM)以生成一组权重来校准输入特征并指引后续融合过程。该算法在Vaihingen和Potsdam公共数据集上的mIoU得分分别达至80.02%和82.54%。 展开更多
关键词 语义分割 深度学习 注意力机制 门限 混合网络
在线阅读 下载PDF
分布统计特征的孪生网络目标跟踪方法 被引量:3
4
作者 李俊 曹林 +2 位作者 张帆 杜康宁 郭亚男 《计算机工程与应用》 CSCD 北大核心 2024年第8期213-224,共12页
尽管基于孪生网络的跟踪器取得了巨大成功,但在边界模糊这类复杂场景下的跟踪性能仍然较差。大多数现有方法对于目标的定位均采用不灵活的狄克拉分布,由于缺少对边界框的不确定性估计,使其在边界模糊下无法准确定位。为了解决上述问题,... 尽管基于孪生网络的跟踪器取得了巨大成功,但在边界模糊这类复杂场景下的跟踪性能仍然较差。大多数现有方法对于目标的定位均采用不灵活的狄克拉分布,由于缺少对边界框的不确定性估计,使其在边界模糊下无法准确定位。为了解决上述问题,基于SiamBAN模型进行改进,利用目标边界框的分布统计特征与其实际的定位质量高度相关这一特性,将边界框的回归值由狄克拉分布转为一定范围内的任意概率分布,将分布统计特征经过分布引导质量预测器生成较高的定位质量估计得分,将分类与定位质量估计联合表示,克服了训练和测试阶段分类与回归不一致问题。在VOT2018、VOT2019、OTB100、UAV123、LaSOT、TrackingNet和GOT-10k数据集上的实验结果表明,对比SiamBAN在准确度和EAO指标上提升了3.3%~10%。 展开更多
关键词 孪生网络 定位质量 不确定性估计 分布统计特性 分布引导质量预测器
在线阅读 下载PDF
一种面向112 Gb/s PAM4接收机的自适应均衡设计方案
5
作者 刘雪娜 李振松 +1 位作者 闻豪 缪旻 《电讯技术》 北大核心 2024年第6期960-966,共7页
提出了一种适用于超短距离(Very Short Reach,VSR)信道、面向112 Gb/s PAM4(Pulse Amplitude Modulation 4)接收机的自适应均衡设计方案。在该方案中,接收机前端利用3个连续时间线性均衡器(Continuous Time Linear Equalizer,CTLE)对信... 提出了一种适用于超短距离(Very Short Reach,VSR)信道、面向112 Gb/s PAM4(Pulse Amplitude Modulation 4)接收机的自适应均衡设计方案。在该方案中,接收机前端利用3个连续时间线性均衡器(Continuous Time Linear Equalizer,CTLE)对信号分别在高频、中频和低频进行补偿,可变增益放大器(Variable Gain Amplifier,VGA)和饱和放大器(Saturation Amplifier,SatAmp)则用于对信号幅值的缩放。除了3个数据采样器外,引入4个辅助采样器用于进一步改善阈值自适应算法性能。同时,采用符号最小均方算法,利用接收端数据采样器和辅助采样器之间的偏移推动辅助参考电压收敛到信号星座电平,从而确保PAM4接收信号的眼图在垂直方向上3个眼睛具有相等的间隔和恒定的信噪比(Signal-to-Noise Ratio,SNR)。仿真结果表明,所提出的112 Gb/s PAM4接收机能够在损耗为15 dB的信道上实现小于10~(-12)的误码率,并且具有良好的眼图性能,其最差眼高为75 mV,眼宽为0.34 UI(Unit Interval),与传统方案相比具有显著的性能提升。 展开更多
关键词 PAM4接收机 判决反馈均衡器 超短距离信道 连续时间线性均衡器 自适应算法
在线阅读 下载PDF
无蜂窝大规模MIMO网络下基于联邦学习的用户接入策略及能耗优化 被引量:4
6
作者 姚媛媛 刘忆秋 +3 位作者 黄赛 潘春雨 李学华 袁昕 《通信学报》 EI CSCD 北大核心 2023年第10期112-123,共12页
针对无蜂窝大规模多输入多输出(CF-mMIMO)网络中用户如何选择接入点的问题,提出了一种基于信道排序的较差用户优先接入策略。首先,用户进行信道感知后对其信道质量和稳定性进行评估和排序,用户按照信道状态信息的顺序依次选择合适的接入... 针对无蜂窝大规模多输入多输出(CF-mMIMO)网络中用户如何选择接入点的问题,提出了一种基于信道排序的较差用户优先接入策略。首先,用户进行信道感知后对其信道质量和稳定性进行评估和排序,用户按照信道状态信息的顺序依次选择合适的接入点;其次,考虑到用户的能耗与数据安全等问题,采用联邦学习框架以增强用户的数据隐私安全,并提出一种基于能耗优化的交替优化变量算法,对多维变量进行优化,使系统总能耗最小化。仿真结果表明,相较于传统的大规模MIMO中用户为中心的接入策略,所提接入策略可使用户平均上行可达速率提升20%,信道较差用户的上行速率可提升2倍;在能耗优化方面,优化后的总能耗可降低50%以上。 展开更多
关键词 无蜂窝大规模MIMO 用户接入 智能感知 AP选择 能耗优化
在线阅读 下载PDF
基于误差校正和自适应算子的SVR-PSO定位算法 被引量:1
7
作者 路畅 崔英花 《电子测量技术》 北大核心 2023年第17期17-22,共6页
针对室内复杂环境易受多径效应和非视距影响,导致RSSI值不可靠,影响SVR模型预测性能和系统定位精度的问题,提出一种基于误差校正和自适应算子的SVR-PSO算法。该算法提出利用近邻参考标签的预测误差对待测标签的预测距离进行误差校正,从... 针对室内复杂环境易受多径效应和非视距影响,导致RSSI值不可靠,影响SVR模型预测性能和系统定位精度的问题,提出一种基于误差校正和自适应算子的SVR-PSO算法。该算法提出利用近邻参考标签的预测误差对待测标签的预测距离进行误差校正,从而弥补SVR模型因RSSI值不可靠而预测不准确的问题。然后构建求解待测标签位置坐标的非线性方程组,利用PSO算法迭代求解。针对标准PSO算法存在的易陷入局部最优且收敛速度慢的问题,设计了一种自适应算子,分别对PSO算法的惯性权重和学习因子进行改进。仿真结果表明,误差校正和自适应算子对提升室内定位精度均有一定的作用。与SVR-PSO相比,系统平均定位精度提升了31.6%。在相同定位精度下,该算法使用的参考标签数量更少。 展开更多
关键词 室内定位 射频识别 支持向量回归 误差校正 粒子群优化算法 自适应算子
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部