期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
工业物联网中基于信息熵的联邦增量学习算法与优化 被引量:1
1
作者 杨睿哲 谢欣儒 +3 位作者 滕颖蕾 李萌 孙艳华 张大君 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第8期3146-3154,共9页
面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法。基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任... 面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法。基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任务;全局服务器则根据本地反馈的平均熵选择参与当前轮次训练的本地节点,并判决任务是否产生增量后,进行全局模型下发与聚合更新。所提方法结合平均熵和阈值进行不同情况下的节点选择,实现低平均熵下的模型稳定学习和高平均熵下的模型增量式扩展。在此基础上,采用凸优化,在资源有限的情况下自适应地调整聚合频率和资源分配,最终实现模型的有效收敛。仿真结果表明,在不同的情景下,该文所提方法都可以加速模型收敛并提升训练精度。 展开更多
关键词 工业物联网 联邦增量学习 信息平均熵
在线阅读 下载PDF
基于高空平台的边缘计算卸载:网络、算法和展望
2
作者 孙恩昌 李梦思 +2 位作者 何若兰 张卉 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2024年第3期348-361,共14页
高空平台(high altitude platform,HAP)技术与多接入边缘计算(multi-access edge computing,MEC)技术的结合将MEC服务器部署区域由地面扩展到空中,打破传统地面MEC网络的局限性,为用户提供无处不在的计算卸载服务。针对基于HAP的MEC卸... 高空平台(high altitude platform,HAP)技术与多接入边缘计算(multi-access edge computing,MEC)技术的结合将MEC服务器部署区域由地面扩展到空中,打破传统地面MEC网络的局限性,为用户提供无处不在的计算卸载服务。针对基于HAP的MEC卸载研究进行综述,首先,从HAP计算节点的优势、网络组成部分、网络结构、主要挑战及其应对技术4个方面分析基于HAP的MEC网络;其次,分别从图论、博弈论、机器学习、联邦学习等理论的角度对基于HAP的MEC卸载算法进行横向分析和纵向对比;最后,指出基于HAP的MEC卸载技术目前存在的问题,并对该技术的未来研究方向进行展望。 展开更多
关键词 高空平台(high altitude platform HAP) 多接入边缘计算(multi-access edge computing MEC) 计算卸载 图论 博弈论 机器学习
在线阅读 下载PDF
基于Q-learning的工业互联网资源优化调度 被引量:3
3
作者 张延华 杨乐 +3 位作者 李萌 吴文君 杨睿哲 司鹏搏 《北京工业大学学报》 CAS CSCD 北大核心 2020年第11期1213-1221,共9页
面对5G与工业互联网中日益增长的数据传输与计算需求,移动边缘计算已逐渐成为一种新兴的解决方法,可有效应对工业互联网设备自身计算能力的不足,并充分缓解网络拥塞等问题.然而,当数量庞大的设备同时发送计算请求时,往往会超出边缘计算... 面对5G与工业互联网中日益增长的数据传输与计算需求,移动边缘计算已逐渐成为一种新兴的解决方法,可有效应对工业互联网设备自身计算能力的不足,并充分缓解网络拥塞等问题.然而,当数量庞大的设备同时发送计算请求时,往往会超出边缘计算服务器的计算负载.此外,工业互联网设备通常仅装配有限的能量供给,无法承受能源消耗过多的任务,且庞大的设备数量还决定了网络连接、数据计算等系统开销.因此,面向工业互联网场景中机器类型通信设备的计算任务卸载问题,提出一种基于Q-learning的计算任务卸载决策方法,综合考虑任务卸载过程中的网络环境和服务器状态,并联合优化卸载过程产生的时延、能耗和经济开销.仿真结果表明,所提优化框架可有效减少计算任务卸载系统的时延、能耗和经济的总开销. 展开更多
关键词 资源优化 计算任务卸载 工业互联网 移动边缘计算 Q-LEARNING 机器类型通信设备
在线阅读 下载PDF
蜂窝网络中D2D通信资源分配方法综述 被引量:16
4
作者 孙恩昌 屈晗星 +1 位作者 袁永仪 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2021年第10期1188-1200,共13页
随着第五代(the fifth generation, 5G)移动通信系统商用进程的推进,设备到设备(device-to-device, D2D)通信越发受到人们的关注.频率、功率等资源分配作为优化D2D通信的关键技术成为重要的研究课题,因此对蜂窝网络中D2D通信资源分配研... 随着第五代(the fifth generation, 5G)移动通信系统商用进程的推进,设备到设备(device-to-device, D2D)通信越发受到人们的关注.频率、功率等资源分配作为优化D2D通信的关键技术成为重要的研究课题,因此对蜂窝网络中D2D通信资源分配研究进行综述.首先介绍D2D通信模型和模式;其次从数学理论角度出发,分析蜂窝网络中D2D通信资源分配的主要方法:基于图论、超图理论、博弈论、机器学习和启发式算法等,对这些算法进行对比分析;最后总结上述D2D资源分配方法存在的主要不足,并对蜂窝网络中D2D通信的未来发展进行展望. 展开更多
关键词 5G网络 D2D通信 资源分配 超图理论 博弈论 机器学习
在线阅读 下载PDF
个性化联邦学习的相关方法与展望 被引量:2
5
作者 孙艳华 王子航 +3 位作者 刘畅 杨睿哲 李萌 王朱伟 《计算机工程与应用》 CSCD 北大核心 2024年第20期68-83,共16页
目前,随着人工智能研究的进步,人工智能被大规模采用,数据监管等领域的需求也促使人们对隐私保护的认识和关注越来越多,这促进了联邦学习(federated learning,FL)框架的流行。但现有的FL难以应对异构问题以及用户的个性化需求。为了应... 目前,随着人工智能研究的进步,人工智能被大规模采用,数据监管等领域的需求也促使人们对隐私保护的认识和关注越来越多,这促进了联邦学习(federated learning,FL)框架的流行。但现有的FL难以应对异构问题以及用户的个性化需求。为了应对上述问题,研究了个性化联邦学习(personalized federated learning,PFL)的相关方法并提出了展望。列举了FL的框架并指出了FL的不足,在FL场景的基础上,引出PFL的研究动机对PFL中的统计异构、模型异构、通信异构、设备异构进行分析并提出可行性方案;将PFL中的客户端选择、知识蒸馏等个性化算法分类并分析各自的创新与不足。最后,对PFL的未来研究方向进行了展望。 展开更多
关键词 个性化联邦学习(PFL) 数据监管 异构问题 隐私保护
在线阅读 下载PDF
基于统计特性的多天线能效优化 被引量:1
6
作者 杨睿哲 毕瑞琪 +2 位作者 司鹏搏 孙艳华 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2017年第6期853-858,共6页
针对多天线链路,提出基于信道统计特性的传输与能效优化方案.接收端采用基于训练序列的最小均方误差估计获得信道估计值,并基于码本进行有限反馈,从而使得发送端获得信道状态信息并进行波束赋形的数据传输.针对这一传输过程进行能效优化... 针对多天线链路,提出基于信道统计特性的传输与能效优化方案.接收端采用基于训练序列的最小均方误差估计获得信道估计值,并基于码本进行有限反馈,从而使得发送端获得信道状态信息并进行波束赋形的数据传输.针对这一传输过程进行能效优化,根据其信道统计特性对最小均方误差估计值和估计误差及码本反馈量化值和反馈误差进行统计分析,进而形成针对能效度量的统计分析和能效优化模型,并给出能效最大化的训练功率及数据功率分配方案.仿真结果表明,与已有静态功率分配方案相比,提出方案可以有效地提高系统能效性,且在快速时变信道环境下,以极低复杂度获得趋近于已有动态功率分配方案的性能. 展开更多
关键词 多天线 功率分配 能效优化 信道估计 信道反馈
在线阅读 下载PDF
基于多路径传输的动态负载均衡路由算法 被引量:15
7
作者 吴文君 郭枭 +2 位作者 赵家明 王朱伟 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2019年第4期330-337,共8页
针对当前数据中心网络面临的资源分配不够合理、资源利用率低等问题,提出一种基于多路径传输的动态负载均衡路由(multipath transmission-based dynamic load-balanced routing,MTDLR)算法.该算法利用软件定义网络(software-defined net... 针对当前数据中心网络面临的资源分配不够合理、资源利用率低等问题,提出一种基于多路径传输的动态负载均衡路由(multipath transmission-based dynamic load-balanced routing,MTDLR)算法.该算法利用软件定义网络(software-defined networking,SDN)架构集中控制的优势,建立实时全局资源视图,综合考虑多路径的链路带宽均衡度、路径带宽最优度和路由跳数等路径层面因素,为每条数据流选择最优路径.在此基础上,搭建SDN仿真平台进行性能测试,仿真结果表明:在多种拓扑结构的数据中心网络中,MTDLR算法较等价多路径(equal-cost multi-path,ECMP)算法和全局负载均衡(global load balancing,GLB)算法在带宽利用率、吞吐量等方面均有一定程度的提高. 展开更多
关键词 数据中心网络 软件定义网络 多路径传输 负载均衡 路由算法 路径带宽
在线阅读 下载PDF
基于车联网和移动边缘计算的时延可容忍数据传输 被引量:10
8
作者 李萌 司鹏搏 +1 位作者 孙恩昌 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2018年第4期529-537,共9页
以物联网和车联网为代表的智慧城市的快速发展,使网络中的数据传输与数据计算面临巨大挑战,网络资源的分配也越来越受到广泛关注,为此提出了一种基于移动边缘计算的新型网络架构,通过整合物联网与车联网,用以传输时延可容忍数据及处理... 以物联网和车联网为代表的智慧城市的快速发展,使网络中的数据传输与数据计算面临巨大挑战,网络资源的分配也越来越受到广泛关注,为此提出了一种基于移动边缘计算的新型网络架构,通过整合物联网与车联网,用以传输时延可容忍数据及处理数据计算任务.由于在同一网络架构下,需要融合多种网络标准和协议,基于可编程控制原理的软件定义网络技术被应用于所提网络架构中.此外,时延可容忍数据在软件定义的车联网中的传输与计算节点选择过程可建模为部分可观测马尔科夫决策过程,从而优化并获得最小化系统开销,包括最小网络开销和最短数据计算处理时间.仿真结果表明,与已有方案相比,所提方法可以有效地降低系统开销,缩短数据计算执行时间,提升数据计算效率,且在传输时延允许条件下,保证时延可容忍数据的传输到达率. 展开更多
关键词 车联网 物联网 时延可容忍数据 移动边缘计算 软件定义网络
在线阅读 下载PDF
MEC和区块链赋能无人机辅助的物联网资源优化 被引量:3
9
作者 张延华 赵铖泽 +3 位作者 李萌 司鹏搏 孙恩昌 杨睿哲 《北京工业大学学报》 CAS CSCD 北大核心 2022年第9期935-943,共9页
针对物联网设备部署在较偏远地区而导致的传输链路易受损或传输覆盖范围有限等问题,在此场景中引入无人机和移动边缘计算(mobile edge computing, MEC)技术,有效改善物联网设备能源供给,优化计算资源,同时提升通信覆盖范围,减少不必要... 针对物联网设备部署在较偏远地区而导致的传输链路易受损或传输覆盖范围有限等问题,在此场景中引入无人机和移动边缘计算(mobile edge computing, MEC)技术,有效改善物联网设备能源供给,优化计算资源,同时提升通信覆盖范围,减少不必要的网络开销.另外,区块链技术的引入保证了数据计算卸载与交互过程中的安全性和可靠性,实现了数据共享.因此,面向无人机辅助的物联网系统提出一种融合MEC和区块链的资源分配决策方法,以实现MEC系统和区块链系统性能的最佳权衡为目标,综合考虑频谱资源和计算资源的分配,构建问题模型,并采用基于交替方向乘子(alternating direction method of multipliers, ADMM)法的分布式优化算法求解该优化问题.仿真结果表明,所提优化框架可以有效减少MEC系统的总能耗和区块链系统的计算时延.同时,所提方法具有良好的收敛性能,系统稳定性得到充分保证. 展开更多
关键词 资源优化 物联网 无人机 移动边缘计算(mobile edge computing MEC) 区块链 交替方向乘子法(alternating direction method of multipliers ADMM)
在线阅读 下载PDF
基于合作博弈和知识蒸馏的个性化联邦学习算法 被引量:3
10
作者 孙艳华 史亚会 +2 位作者 李萌 杨睿哲 司鹏搏 《电子与信息学报》 EI CSCD 北大核心 2023年第10期3702-3709,共8页
为克服联邦学习(FL)客户端数据和模型均需同构的局限性并且提高训练精度,该文提出一种基于合作博弈和知识蒸馏的个性化联邦学习(pFedCK)算法。在该算法中,每个客户端将在公共数据集上训练得到的局部软预测上传到中心服务器并根据余弦相... 为克服联邦学习(FL)客户端数据和模型均需同构的局限性并且提高训练精度,该文提出一种基于合作博弈和知识蒸馏的个性化联邦学习(pFedCK)算法。在该算法中,每个客户端将在公共数据集上训练得到的局部软预测上传到中心服务器并根据余弦相似度从服务器下载最相近的k个软预测形成一个联盟,然后利用合作博弈中的夏普利值(SV)来衡量客户端之间多重协作的影响,量化所下载软预测对本地个性化学习效果的累计贡献值,以此确定联盟中每个客户端的最佳聚合系数,从而得到更优的聚合模型。最后采用知识蒸馏(KD)将聚合模型的知识迁移到本地模型,并在隐私数据集上进行本地训练。仿真结果表明,与其他算法相比,pFedCK算法可以将个性化精度提升约10%。 展开更多
关键词 个性化联邦学习 合作博弈论 知识蒸馏 异构性
在线阅读 下载PDF
基于Hawkes过程的车联网协同缓存及资源分配 被引量:3
11
作者 孙艳华 邢玉萍 +2 位作者 乔兰 王朱伟 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2023年第1期11-19,共9页
随着网络流量呈指数级增长,能够访问多媒体内容的智能汽车也面临巨大的流量压力,为此提出了一种基于Hawkes过程更新内容流行度的车联网协同缓存及资源分配框架.研究了在路边单元和智能车辆中的协同缓存及资源分配策略,同时,考虑到内容... 随着网络流量呈指数级增长,能够访问多媒体内容的智能汽车也面临巨大的流量压力,为此提出了一种基于Hawkes过程更新内容流行度的车联网协同缓存及资源分配框架.研究了在路边单元和智能车辆中的协同缓存及资源分配策略,同时,考虑到内容缓存的更新周期远大于信道条件的变化周期,提出了双时间尺度模型.首先,使用基于Hawkes过程的方法,考虑内容请求的新鲜度和时效性,根据历史内容请求记录更新流行度;然后,对路边单元和车辆协作缓存策略的数据传输吞吐量和缓存能耗进行建模,以最大化边缘设备的缓存效益为目标,并利用深度强化学习求解优化问题.仿真结果表明,所提出策略相比其他策略可以得到更高的效益. 展开更多
关键词 车联网 多接入边缘计算 资源分配 深度强化学习 Hawkes过程 边缘缓存
在线阅读 下载PDF
Morse报自动译码算法研究 被引量:5
12
作者 王亚琦 孙中华 贾克斌 《信号处理》 CSCD 北大核心 2017年第11期1451-1456,共6页
在现代化军事通信领域,短波电报是恶劣条件下重要的应急通信手段,但现有的自动译码方法仍没达到实用化水平,依旧采用人工译码方式。人工译码方式是在确定信号频率的同时判定信号的持续时间,因此时频分析方法非常适用于Morse报的分析。... 在现代化军事通信领域,短波电报是恶劣条件下重要的应急通信手段,但现有的自动译码方法仍没达到实用化水平,依旧采用人工译码方式。人工译码方式是在确定信号频率的同时判定信号的持续时间,因此时频分析方法非常适用于Morse报的分析。提出一种基于时频分析理论,结合数字图像处理和机器学习方法的Morse报自动译码算法,旨在提高译码准确率。在点、划、间隔的识别问题中,采用了聚类算法,智能的判定元素的种类;在码文查表转换时,提出了快速索引查表算法,提高了查表效率。仿真实验表明,提出算法可以从强噪环境下较为准确的还原码文信息,对手工码的适应性强,在时变的噪声环境下具有鲁棒性。 展开更多
关键词 Morse报 时频分析 自动译码 机器学习
在线阅读 下载PDF
6G技术中的空中接入网:进展与展望 被引量:2
13
作者 杨睿哲 何若兰 +2 位作者 孙恩昌 张卉 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2022年第11期1175-1188,共14页
空中接入网(aerial access network, AAN)具有抗毁性强、覆盖范围广、视距传播概率高的特点,与地面网络相结合能够缓解流量负载压力,提供全时空的连接与服务,可有效助力第六代移动通信网络(6th generation mobile networks, 6G)“万物... 空中接入网(aerial access network, AAN)具有抗毁性强、覆盖范围广、视距传播概率高的特点,与地面网络相结合能够缓解流量负载压力,提供全时空的连接与服务,可有效助力第六代移动通信网络(6th generation mobile networks, 6G)“万物智联”愿景的实现.因此,在分析AAN中的卫星通信和高空平台(high altitude platform station, HAPS)技术研究进展的基础上,研究了卫星通信在数据接入方面的应用以及HAPS在一体化网络架构中的作用,探究了卫星与HAPS两种技术对未来网络的影响以及进一步优化二者的潜在方法.最后,对卫星接入的数据碰撞问题和HAPS的缓存问题进行讨论分析,并从上述问题出发展望了卫星通信和HAPS技术的未来发展方向. 展开更多
关键词 第六代移动通信网络(6th generation mobile networks 6G) 卫星通信 高空平台(high altitude platform station HAPS) 空中接入网(aerial access network AAN) 空天地一体化 网络架构
在线阅读 下载PDF
基于联邦学习的毫米波大规模MIMO的混合波束赋形和资源分配
14
作者 孙艳华 乔兰 +2 位作者 杨睿哲 司鹏搏 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2023年第8期851-861,共11页
针对大规模毫米波(millimeter wave,mm-Wave)多输入多输出(multiple input multiple output,MIMO)系统中的混合波束赋形在中心式机器学习(centralized machine learning,CML)中导致的通信开销过大问题,提出了分层联邦学习(federated lea... 针对大规模毫米波(millimeter wave,mm-Wave)多输入多输出(multiple input multiple output,MIMO)系统中的混合波束赋形在中心式机器学习(centralized machine learning,CML)中导致的通信开销过大问题,提出了分层联邦学习(federated learning,FL)框架下的混合波束赋形与基于合同理论的资源分配优化方法。首先,在分层系统中对多用户计算系统开销,并通过优化分配资源实现系统的效益最大化;然后,用户利用分配的资源对信道数据和相应的预编码数据进行反向传播神经网络(back propagation neural network,BPNN)模型训练,利用边缘服务器(edge server,ES)收集用户训练的权值和参数进行边缘聚合,达到一定精度后上传到云服务器(cloud server,CS)进行云聚合,直到取得最优的模型。实验结果表明,资源优化极大地降低了通信开销,并且基于FL的混合波束赋形不仅取得了和CML类似的和速率,而且其和速率要优于基于正交匹配追踪(orthogonal matching pursuit,OMP)的混合波束赋形以及全数字波束赋形方案。 展开更多
关键词 联邦学习(federated learning FL) 毫米波(millimeter wave mm-Wave) 多输入多输出(multiple input multiple output MIMO) 资源分配 混合波束赋形 合同理论
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部