期刊文献+
共找到156篇文章
< 1 2 8 >
每页显示 20 50 100
面向星地认知通信的频谱感知:研究进展、挑战与展望
1
作者 关涛 叶淦华 +2 位作者 魏鹏 崔璨 陆锐敏 《宇航学报》 北大核心 2025年第1期1-16,共16页
以星地认知通信实现星地频谱认知共享为应用背景,对卫星通信频谱感知技术的研究现状、问题、未来发展进行了详细阐述与分析。区别于相关领域的综述文章一般以技术为侧重点划分类别的思路,首先结合卫星通信系统的具体特点和特殊需求,提... 以星地认知通信实现星地频谱认知共享为应用背景,对卫星通信频谱感知技术的研究现状、问题、未来发展进行了详细阐述与分析。区别于相关领域的综述文章一般以技术为侧重点划分类别的思路,首先结合卫星通信系统的具体特点和特殊需求,提出了面向卫星通信频谱感知的二元假设检验模型。然后依据星地认知通信的不同应用场景分类进行分析,将应用场景划分为两大类共包含6个子场景类和一个星间链路感知特殊子场景,针对每一子类对应场景下的技术特点和发展情况展开了详细阐述。最后,结合所提二元假设检验模型,针对面向工程实现的若干问题和未来发展中的若干研究方向进行了探讨,以期为相关领域的研究提供有价值的参考。 展开更多
关键词 卫星通信 频谱感知 频谱共享 认知通信
在线阅读 下载PDF
低资源场景事件抽取研究综述 被引量:3
2
作者 刘涛 蒋国权 +2 位作者 刘姗姗 刘浏 环志刚 《计算机科学》 CSCD 北大核心 2024年第2期217-237,共21页
事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息。当前基于机器学习和深度学习的自动化信息抽取方法过度依赖于标注数据,而大多数领域的标准数据集规模很小且分布不均匀,因此低资源场景成为了限制自动化信... 事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息。当前基于机器学习和深度学习的自动化信息抽取方法过度依赖于标注数据,而大多数领域的标准数据集规模很小且分布不均匀,因此低资源场景成为了限制自动化信息抽取性能的瓶颈。虽然,近年来众多学者针对低资源场景进行了深入研究,并取得了许多显著的成果,但目前针对该场景下的事件抽取研究综述比较缺乏。文中对现有的学术成果进行了较为全面的总结分析,首先介绍了相关任务的定义,并将低资源场景事件抽取任务分为3类;其次围绕此分类重点阐述了6种相关技术方法,包括基于迁移学习、基于提示学习、基于无监督学习、基于弱监督学习、基于数据与辅助知识增强、基于元学习的方法,并指出了当前方法的不足和未来改进的方向;然后介绍了相关数据集及评价指标,并对典型技术方法的实验结果进行了总结分析;最后从全局角度总结分析了当前低资源场景事件抽取工作面临的挑战及未来研究的趋势。 展开更多
关键词 事件抽取 低资源场景 数据处理 场景适应
在线阅读 下载PDF
基于零样本学习和自编码器的调制信号识别研究 被引量:2
3
作者 童子滔 张治中 +1 位作者 张涛 杜奕航 《电子测量技术》 北大核心 2024年第14期1-9,共9页
针对深度学习模型在信号调制识别应用中无法有效识别未知调制方式的问题,提出了一种基于零样本学习和自编码器的信号调制识别模型,用于信号调制开集识别。通过自编码器提取调制信号的特征,引入交叉熵损失、中心损失和重构损失使得不同... 针对深度学习模型在信号调制识别应用中无法有效识别未知调制方式的问题,提出了一种基于零样本学习和自编码器的信号调制识别模型,用于信号调制开集识别。通过自编码器提取调制信号的特征,引入交叉熵损失、中心损失和重构损失使得不同调制信号的特征能够良好分离,进一步根据特征空间的分布进行调制信号的开集识别。此外,利用解码器重构信号并加入训练,有效提升了模型识别率。实验结果表明,模型能够在提升已知类识别率的前提下对未知类进行区分,且对未知类的分类效果优于传统的开集识别方法,其中未知类识别率达到80%,已知类识别率稳定在95%左右。 展开更多
关键词 信号识别 零样本学习 卷积神经网络 自编码器 组合损失
在线阅读 下载PDF
多RIS辅助通信网络协同传输性能研究 被引量:2
4
作者 孟祥浩 安康 +1 位作者 施育鑫 林志 《无线电通信技术》 北大核心 2024年第2期303-311,共9页
研究了多智能超表面(Reconfigurable Intelligent Surface, RIS)辅助的无线系统的传输性能。在无线信道传播环境中部署多个相同几何尺寸的RIS,考虑不同RIS所关联的无线信道是独立非同分布且具有不同的分布和统计特性,基于上述系统模型... 研究了多智能超表面(Reconfigurable Intelligent Surface, RIS)辅助的无线系统的传输性能。在无线信道传播环境中部署多个相同几何尺寸的RIS,考虑不同RIS所关联的无线信道是独立非同分布且具有不同的分布和统计特性,基于上述系统模型提出了两种目标导向的多RIS辅助方案,即穷举式(Exhaustive RIS-Aided, ERA)和机会式(Opportunistic RIS-Aided, ORA)方案。利用基于矩量法的端到端信道数学模型,可以将端到端信道系数近似为伽马分布,从中断概率(Outage Probability, OP)和各态历经容量(Ergodic Capacity, EC)两种性能指标分别对两种方案的性能进行评估。通过研究EC的上下界,提供了快速估算可达传输速率的方法。结果表明ORA方案可以优化能量效率,ERA方案在OP和EC方面优于ORA方案。 展开更多
关键词 智能超表面 性能分析 伽马分布 各态历经容量 中断概率
在线阅读 下载PDF
多目标联合优化的车联网动态资源分配算法 被引量:3
5
作者 宋晓勤 张文静 +2 位作者 雷磊 宋铁成 赵丽屏 《东南大学学报(自然科学版)》 北大核心 2025年第1期266-274,共9页
为了解决车联网(IoV)信道高动态不确定性及多用户干扰所导致的通信传输性能下降问题,提出了一种基于多智能体增强型双深度Q网络(EDDQN)的多目标联合优化资源分配算法。首先,考虑车辆运动和信道时变特性,建立多用户干扰下频谱共享和功率... 为了解决车联网(IoV)信道高动态不确定性及多用户干扰所导致的通信传输性能下降问题,提出了一种基于多智能体增强型双深度Q网络(EDDQN)的多目标联合优化资源分配算法。首先,考虑车辆运动和信道时变特性,建立多用户干扰下频谱共享和功率控制联合优化的资源分配决策模型,在满足时延和可靠性等约束下,最小化网络时延和能耗加权和(成本);然后,将模型转换为马尔可夫决策过程(MDP),利用双深度Q网络(DDQN),并引入优先经验回放和多步学习,通过集中式训练和分布式执行,优化车间(V2V)链路的频谱共享和功率分配策略。结果表明,所提算法具有良好的收敛性,在不同负载下相较对比算法成本减少8%以上,负载传输成功率提升19%以上,有效提高了通信传输性能。 展开更多
关键词 车联网 多用户干扰 多目标联合优化 深度强化学习
在线阅读 下载PDF
面向低空经济的无人机通信频谱管理政策、标准与技术 被引量:4
6
作者 陈勇 杨健 +1 位作者 张余 乔晓强 《数据采集与处理》 北大核心 2025年第1期2-26,共25页
随着“低空经济”被写入政府工作报告,“低空经济”成为2024年度热点词汇。无人机(Unmanned aerial vehicles,UAVs)以其高效、灵活、低成本及多载荷等优势,成为“低空经济”的主要产业形态。作为飞行安全和通信安全的重要保障,无人机通... 随着“低空经济”被写入政府工作报告,“低空经济”成为2024年度热点词汇。无人机(Unmanned aerial vehicles,UAVs)以其高效、灵活、低成本及多载荷等优势,成为“低空经济”的主要产业形态。作为飞行安全和通信安全的重要保障,无人机通信电磁频谱管理是助力“低空经济”蓬勃发展不可或缺的重要因素。本文从2015~2023年无人机电磁频谱管理政策的更迭分析入手,深入探讨了无人机通信频谱管理政策、标准与技术,包括无人机通信的操作频段和飞行监管;进一步综述了以世界电信联盟(International Telecommunication Union,ITU)、美国电气电子工程师学会(Institute of Electrical and Electronics Engineers,IEEE)和第3代合作伙伴计划(The 3rd Generation Partnership Project,3GPP)等国际组织为代表的标准规范,以及与无人机通信电磁频谱管理关系密切的信道模型和干扰减轻策略;最后展望了无人机通信电磁频谱管理的当前挑战和未来研究方向。 展开更多
关键词 低空经济 无人机通信 频谱管理政策 频谱管理标准 频谱管理技术
在线阅读 下载PDF
基于DCGAN-CNN的小样本通信干扰信号识别 被引量:1
7
作者 李程 陈明虎 +2 位作者 施育鑫 张宁松 胡凯 《无线电通信技术》 北大核心 2025年第1期70-79,共10页
在复杂电磁环境中,获取真实干扰信号样本会比较困难。针对该问题,提出了一种基于深度卷积生成对抗网络-卷积神经网络(Deep Convolution Generative Adversarial Network-Convolutional Neural Network,DCGAN-CNN)的小样本通信干扰信号... 在复杂电磁环境中,获取真实干扰信号样本会比较困难。针对该问题,提出了一种基于深度卷积生成对抗网络-卷积神经网络(Deep Convolution Generative Adversarial Network-Convolutional Neural Network,DCGAN-CNN)的小样本通信干扰信号识别方法。该方法利用DCGAN的生成对抗特性来扩充小样本通信干扰信号时的频图数据集,将真实样本与生成样本混合后,输入到CNN中进行训练识别,在DCGAN和CNN中引入学习率调度器,帮助模型更好地收敛。仿真结果表明,所提方法可有效提高小样本情况下通信干扰信号的识别率。 展开更多
关键词 通信抗干扰 通信干扰信号识别 小样本学习 深度卷积生成对抗网络-卷积神经网络
在线阅读 下载PDF
干扰环境下多无人机中继通信轨迹与资源联合优化
8
作者 陈勇 侯颖智 +2 位作者 王伟 陈泳 张余 《电讯技术》 北大核心 2025年第6期855-863,共9页
在无人机(Unmanned Aerial Vehicle,UAV)中继通信场景中,非正交多址接入(Non-orthogonal Multiple Access,NOMA)为多无人机(Multi-UAV,MUAV)中继带来了新的机遇和挑战。针对干扰条件下MUAV中继通信下行NOMA服务用户能力和公平性问题,提... 在无人机(Unmanned Aerial Vehicle,UAV)中继通信场景中,非正交多址接入(Non-orthogonal Multiple Access,NOMA)为多无人机(Multi-UAV,MUAV)中继带来了新的机遇和挑战。针对干扰条件下MUAV中继通信下行NOMA服务用户能力和公平性问题,提出了一种MUAV轨迹和资源联合优化方法。首先,通过对UAV进行飞行限制,获取飞行路径点作为轨迹优化变量;然后,两次利用Kuhn-Munkres算法分别完成信道-用户匹配和信道-UAV匹配;最后,利用冠豪猪优化算法(Crested Porcupine Optimizer,CPO)对MUAV的飞行轨迹进行优化,并根据优化结果重新进行信道-用户-UAV匹配,循环迭代直至达到限定条件。仿真结果表明,所提算法相对两种基准算法性能分别提升约21.6%和3.5%,并能够有效拟合UAV路径,通过轨迹优化与资源分配实现有效抗干扰,并在确保用户服务公平性的条件下提升了系统吞吐量。 展开更多
关键词 多无人机 中继通信 干扰环境 非正交多址接入(NOMA) 冠豪猪优化算法(CPO)
在线阅读 下载PDF
面向非视距环境的智能车多传感鲁棒融合定位 被引量:1
9
作者 胡悦 范建华 +2 位作者 胡永扬 魏祥麟 李旭 《电子测量与仪器学报》 北大核心 2025年第5期1-10,共10页
针对智能车无线定位易受非视距信号影响从而导致定位误差增大的问题,提出了一种基于非视距信号可靠判别的超宽带/惯性测量单元(UWB/IMU)鲁棒融合定位方法。首先,分别基于支持向量机(SVM)学习模型和多传感器一致性数学模型对非视距信号... 针对智能车无线定位易受非视距信号影响从而导致定位误差增大的问题,提出了一种基于非视距信号可靠判别的超宽带/惯性测量单元(UWB/IMU)鲁棒融合定位方法。首先,分别基于支持向量机(SVM)学习模型和多传感器一致性数学模型对非视距信号进行粗判别;接着,设计了基于D-S证据理论的非视距信号精判别模型,在决策级对上述模型的结果进行有效融合;最后,提出了一种基于因子图的多传感自适应融合定位方法,根据非视距判别结果动态调节融合模型,以实现非视距环境下的智能车鲁棒定位。实车试验结果表明,在非视距判别效果方面,相较于常规的SVM模型,所提方法非视距判别的精度、召回率和准确率分别提高了6.97%、5.37%和6.36%;在定位性能方面,与现有常规的最小二乘定位方法相比,所提出方法的均方根误差、最大误差和标准差分别减少了12.55%、63.40%以及13.23%,有效提升了非视距环境下智能车的定位精度和鲁棒性,克服了传统方法在非视距环境下定位精度低、可靠性差的缺陷。 展开更多
关键词 智能车 融合定位 非视距判别 两级模型 因子图
在线阅读 下载PDF
基于度量学习和子域自适应的辐射源个体识别 被引量:1
10
作者 周锋 杜奕航 +2 位作者 赵芸 乔晓强 张涛 《电讯技术》 北大核心 2025年第3期347-353,共7页
为解决辐射源个体识别中信号传输环境变化引起的数据分布不一致,导致仅接受单一分布数据集训练的网络模型识别准确率严重退化这一问题,提出结合度量学习和子域自适应的辐射源个体识别方法。该方法借鉴了领域自适应中子域自适应的思想,... 为解决辐射源个体识别中信号传输环境变化引起的数据分布不一致,导致仅接受单一分布数据集训练的网络模型识别准确率严重退化这一问题,提出结合度量学习和子域自适应的辐射源个体识别方法。该方法借鉴了领域自适应中子域自适应的思想,应用局部最大均值差异损失来缩小不同分布下相同辐射源类别之间的差异,并在其基础上加入基于欧氏距离和余弦相似度的度量学习损失,稳定迁移效果。实验表明,在同时使用了度量学习损失和子域自适应方法后,目标域识别准确率相比于未使用迁移方法提高了38.7%左右,并且模型具有良好的泛化能力。 展开更多
关键词 辐射源个体识别 度量学习 子域自适应 余弦相似度
在线阅读 下载PDF
结合对抗训练增强和联合损失微调的脚本事件预测方法 被引量:1
11
作者 刘玉婷 丁鲲 +1 位作者 刘茗 王保卫 《小型微型计算机系统》 北大核心 2025年第2期274-279,共6页
脚本事件预测旨在根据脚本中的历史事件预测最有可能发生的后续事件,这需要有充足的事件样本并拥有学习到更多的上下文信息的能力.以往的方法主要关注局部信息,因而对事件的表征不充分.该文提出了一种基于预训练和微调的方法,通过对抗... 脚本事件预测旨在根据脚本中的历史事件预测最有可能发生的后续事件,这需要有充足的事件样本并拥有学习到更多的上下文信息的能力.以往的方法主要关注局部信息,因而对事件的表征不充分.该文提出了一种基于预训练和微调的方法,通过对抗训练增强样本和联合损失微调来获得更全面的语义信息.首先利用MLM任务和FGM的方法,使模型利用少量信息完成信息间的交互并获取到更多的事件信息.为确保有相同输入的文本能够有一致分布的输出,在微调阶段进行R-Drop调优,进一步提高模型的性能.在广泛使用的《纽约时报》语料库上的实验结果表明,该文提出的方法提升了脚本事件预测的预测性能. 展开更多
关键词 脚本事件预测 上下文信息 对抗训练 联合损失微调
在线阅读 下载PDF
基于DVR模型的低复杂度数字预失真方法
12
作者 陆旭 吴雅琦 +2 位作者 周先春 朱心悦 陈章 《微波学报》 北大核心 2025年第1期51-57,共7页
数字预失真技术是一种被广泛应用的功率放大器线性化技术。分解矢量旋转(DVR)数字预失真模型因其容易实现的硬件结构,良好的线性化性能,被广泛地用于功放非线性的改善。然而,DVR模型参数提取的计算复杂度与运算开销会随着算子矩阵项数... 数字预失真技术是一种被广泛应用的功率放大器线性化技术。分解矢量旋转(DVR)数字预失真模型因其容易实现的硬件结构,良好的线性化性能,被广泛地用于功放非线性的改善。然而,DVR模型参数提取的计算复杂度与运算开销会随着算子矩阵项数和数据长度的增多而急剧增加。针对这一问题,本文提出了一种基于DVR模型的低运算复杂度数字预失真方法。所提方法包含低复杂度分解矢量旋转(LCDVR)数字预失真模型和非均匀选择采样(NSS)算法两个方面,共同减少模型参数提取时的运算开销。所提LCDVR模型通过增加算子矩阵中0项的数量,减少了所需的乘法运算操作;同时,根据信号幅度分布特点,采用NSS算法进行数据采样点选取,可以减少参数提取时所需的数据长度,并使选择后的信号幅度分布相对均匀,便于分析LCDVR模型幅度分段值的选取。实验结果表明,当输入信号数据长度为70000时,LCDVR模型的θ_(max)为0.7,θ_(min)为0.3;采用NSS算法后的数据长度为10849时,本文所提方法的参数提取所需乘法运算量仅为DVR模型的2.24%,且能够保持相当的线性化效果。因此,本文所提方法可以在保持线性化精度的同时显著降低参数提取中的运算复杂度,具有较强的应用性和可实现性。 展开更多
关键词 线性化 数字预失真 功率放大器 低复杂度分解矢量旋转模型 非均匀选择采样算法
在线阅读 下载PDF
基于链路状态感知增强的战术通信网络智能路由算法
13
作者 石怀峰 周龙 +3 位作者 潘成胜 曹康宁 刘超凡 吕淼 《电子与信息学报》 北大核心 2025年第7期2127-2139,共13页
针对现有基于深度强化学习的路由算法采用单一神经网络结构,无法全面感知各链路状态的复杂依赖关系,导致算法在网络状态时变条件下的路由决策准确性和鲁棒性受限的问题,该文提出一种基于链路状态感知增强的战术通信网络智能路由算法(DRL... 针对现有基于深度强化学习的路由算法采用单一神经网络结构,无法全面感知各链路状态的复杂依赖关系,导致算法在网络状态时变条件下的路由决策准确性和鲁棒性受限的问题,该文提出一种基于链路状态感知增强的战术通信网络智能路由算法(DRL-SGA)。该算法在利用近端策略优化(PPO)智能体采集网络状态序列的基础上,构建替代PPO中全连接神经网络(FCNN)的链路状态感知增强模块,以捕获网络状态序列之间的时空依赖关系,提升路由决策模型对时变网络状态的适应能力。进一步,将链路状态感知增强模块输出的动作与网络环境进行周期性交互,以探索满足时延敏感、带宽敏感、可靠性敏感等异质业务差异化传输需求的最佳路由。实验结果表明,与OSPF,DQN,DDPG,A3C和DRL-ST等基准路由算法相比,该文提出的DRL-SGA路由算法在平均端到端时延、平均网络吞吐量、平均丢包率等性能上均有不同程度的优势,且对带宽资源受限、拓扑动态变化等复杂场景具有更强的适应能力。 展开更多
关键词 智能路由 链路状态 近端策略优化 服务质量 战术通信网络
在线阅读 下载PDF
基于算力动态分配的稀疏卷积加速器
14
作者 秦学毅 陈桂林 +3 位作者 魏祥麟 于龙 范建华 刘恒 《计算机工程与应用》 北大核心 2025年第15期178-188,共11页
稀疏化卷积计算是降低卷积神经网络计算复杂度的重要手段。当前设计的稀疏化卷积加速器仍然面临两方面的问题:一是非零元素位置不固定导致索引逻辑复杂,索引计算时间长;二是简单地跳过零值元素导致计算资源闲置浪费。为解决这两个问题,... 稀疏化卷积计算是降低卷积神经网络计算复杂度的重要手段。当前设计的稀疏化卷积加速器仍然面临两方面的问题:一是非零元素位置不固定导致索引逻辑复杂,索引计算时间长;二是简单地跳过零值元素导致计算资源闲置浪费。为解决这两个问题,设计了一种基于算力动态分配的稀疏卷积加速器。设计了一种动态非零值索引,降低了索引的计算时间和内存需求。提出了一种算力动态分配算法,将多个通道卷积跳零后的数据分配至一组乘法器,降低非零数据配对难度,避免资源闲置。在Xilinx XC7V2000平台上的仿真评估结果显示,在进行稀疏卷积计算时,所设计加速器的性能达438.3 GOPs,DSP效率达到了0.43 GOPs/DSP,与6种现有卷积加速器相比,DSP效率提升了1.26倍至2.86倍。 展开更多
关键词 稀疏卷积 神经网络 硬件加速 多通道
在线阅读 下载PDF
面向多任务的无人机集群功率和频谱资源分配
15
作者 沈祥志 何攀峰 +1 位作者 陈勇 杨凌升 《电讯技术》 北大核心 2025年第10期1614-1622,共9页
针对有限频谱资源条件下无人机集群执行多任务时频谱资源共享不充分的问题,基于多任务将无人机集群分为多个群组,从信道分配和功率分配两个维度开展多任务频谱资源分配方法研究。为保证所有群组传输吞吐量的公平性,在考虑频谱复用和共... 针对有限频谱资源条件下无人机集群执行多任务时频谱资源共享不充分的问题,基于多任务将无人机集群分为多个群组,从信道分配和功率分配两个维度开展多任务频谱资源分配方法研究。为保证所有群组传输吞吐量的公平性,在考虑频谱复用和共信道干扰的情况下,以最大化最小群组传输吞吐量为目标,构建了面向无人机群组的频谱资源分配模型。为降低模型求解复杂度,提出了一种联合功率和频谱资源优化算法,利用改进遗传算法同时优化簇头无人机和成员无人机的信道分配,并通过凸优化方法分步优化了簇头无人机和成员无人机的传输功率,交替迭代实现问题求解。仿真结果表明,在仿真参数相同的情况下,群组吞吐量比基准算法平均至少提升16%,同时保证了群组传输的公平性。 展开更多
关键词 无人机群组 功率和频谱资源分配 联合优化 共信道干扰
在线阅读 下载PDF
基于特征梯度的辐射源个体对抗攻击方法
16
作者 刘少龙 张涛 +1 位作者 赵晨 刘丰汇 《电讯技术》 北大核心 2025年第9期1390-1396,共7页
在基于深度学习的辐射源个体识别研究中,对抗样本会导致性能良好的分类模型出现显著的分类错误,严重影响模型的可靠性。为了应对这一挑战,设计了一种基于梯度的攻击算法,旨在提高对抗样本在白盒和黑盒环境下的攻击成功率。首先,采用随... 在基于深度学习的辐射源个体识别研究中,对抗样本会导致性能良好的分类模型出现显著的分类错误,严重影响模型的可靠性。为了应对这一挑战,设计了一种基于梯度的攻击算法,旨在提高对抗样本在白盒和黑盒环境下的攻击成功率。首先,采用随机切片的方法对辐射源个体信号ADS-B(Automatic Dependent Surveillance-Broadcast)进行数据增强,以提高数据的多样性和鲁棒性;接着,针对ADS-B信号的IQ特性,设计了适用于IQ信号的特征提取方法。该方法通过随机抽取特征并将未抽取部分的特征进行了缩放处理,以降低对信号波形的形变;最后,将提取方法与动量迭代结合,提出了特征动量迭代法(Feature Momentum Iterative Fast Gradient Method,FMIM)。实验结果表明,与现有的攻击算法相比,FMIM在白盒环境下的攻击成功率提高了3%~23.9%,在黑盒环境下提高了3.6%~7.1%。 展开更多
关键词 辐射源个体识别 深度学习 对抗样本 特征梯度
在线阅读 下载PDF
行稀疏度未知条件下基于OMP的RIS信道估计
17
作者 王浩 朱勇刚 施育鑫 《无线电通信技术》 北大核心 2025年第2期346-353,共8页
利用信道固有特性来提升智能超表面(Reconfigurable Intelligent Surface,RIS)辅助的信道估计性能是当前研究的热点。针对具备稀疏特性,但稀疏度未知的RIS信道估计问题,提出了一种行稀疏度未知条件下的双结构正交匹配追踪(Orthogonal Ma... 利用信道固有特性来提升智能超表面(Reconfigurable Intelligent Surface,RIS)辅助的信道估计性能是当前研究的热点。针对具备稀疏特性,但稀疏度未知的RIS信道估计问题,提出了一种行稀疏度未知条件下的双结构正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法,将各用户设备(User Equipment,UE)接收信号能量之和的均值作为筛选阈值,与各UE经过不同信道的接收信号能量进行比较,估计完全公共行支撑集以及行稀疏度。通过OMP算法估计每个UE的列支撑,寻找出相应支撑集索引,通过最小二乘算法进行级联信道估计。仿真结果表明,与现有算法相比,所提算法的导频开销降低40%,归一化均分误差减小6 dB,性能逼近已知行稀疏度的RIS信道估计算法。 展开更多
关键词 信道估计 智能超表面 正交匹配追踪 双结构稀疏特性
在线阅读 下载PDF
基于联盟博弈的MEO/LEO多层卫星网络流量分配策略
18
作者 张森柏 刘爱军 +2 位作者 韩晨 高志祥 续欣 《指挥与控制学报》 北大核心 2025年第3期272-282,共11页
为解决卫星传输能力与传输需求错配造成的拥塞问题,提出在低轨卫星和中轨卫星构成的多层卫星网络中建立层间链路,通过层间链路把低轨卫星的部分传输需求卸载到中轨卫星。将层间链路的建立和流量分配问题建模为联盟形成博弈和重叠联盟形... 为解决卫星传输能力与传输需求错配造成的拥塞问题,提出在低轨卫星和中轨卫星构成的多层卫星网络中建立层间链路,通过层间链路把低轨卫星的部分传输需求卸载到中轨卫星。将层间链路的建立和流量分配问题建模为联盟形成博弈和重叠联盟形成博弈,证明其存在纳什均衡解。通过设计分布式算法,使低轨卫星和中轨卫星形成稳定的联盟分组以降低全网传输需求与传输能力间的错配度。仿真结果表明所提非重叠和重叠策略最大可分别降低全网27%和73.6%的传输能力和传输需求错配度,且性能优于对比策略。 展开更多
关键词 多层卫星网络 联盟博弈 流量分配 层间链路
在线阅读 下载PDF
基于大语言模型的网络流量智能预测
19
作者 周磊 石怀峰 +2 位作者 杨恺 王睿 刘超凡 《计算机科学》 北大核心 2025年第S1期29-35,共7页
随着5G基站数量的倍增和接入终端数量的剧增,网络流量的规模将呈现指数级增长,网络流量则呈现出显著的非线性、多模态和突发性特征,对网络资源分配和优化提出了新的挑战。为应对这些挑战,提出了一种基于大语言模型(LLM)的网络流量预测方... 随着5G基站数量的倍增和接入终端数量的剧增,网络流量的规模将呈现指数级增长,网络流量则呈现出显著的非线性、多模态和突发性特征,对网络资源分配和优化提出了新的挑战。为应对这些挑战,提出了一种基于大语言模型(LLM)的网络流量预测方法(NT-LLM)。该方法通过重编程技术,将传统的网络流量数据转换为适合LLM处理的形式,从而充分利用LLM在跨任务推理和复杂模式识别方面的优势,仅需少量训练数据和较短训练周期,就能够高效处理不同时间尺度的复杂网络流量模式。实验结果表明,与LSTM,Informer,Transformer等基线模型相比,NT-LLM模型在多个区域的网络流量预测均方误差显著下降,分别降低了44.26%,56.78%和51.36%。此外,该方法无需对预训练的语言模型进行大规模微调,具有较强的扩展性和适应性,能够在减少计算资源消耗的同时保持高精度的预测能力。 展开更多
关键词 网络流量预测 大语言模型 重编程 时间序列数据 深度学习
在线阅读 下载PDF
基于强化学习的多阶段资源分配对策模型
20
作者 张骁雄 丁松 +2 位作者 彭锐 伍国华 刘忠 《同济大学学报(自然科学版)》 北大核心 2025年第6期985-992,共8页
针对资源受限下的攻防博弈资源分配问题,提出一种基于强化学习的多阶段攻防资源分配对策模型。防守者考虑如何在多阶段攻防中有效分配资源部署伪装目标以及加强真实目标防护,而多个进攻者考虑如何合作在多阶段攻防中有效分配资源识别伪... 针对资源受限下的攻防博弈资源分配问题,提出一种基于强化学习的多阶段攻防资源分配对策模型。防守者考虑如何在多阶段攻防中有效分配资源部署伪装目标以及加强真实目标防护,而多个进攻者考虑如何合作在多阶段攻防中有效分配资源识别伪装目标以及攻击真实目标。在各阶段以真实目标发挥期望效益为奖励准则,设计基于强化学习Q-learning算法的资源分配模型,生成整个周期内的攻防双方最优资源分配策略。示例研究验证了所提模型算法的有效性,能为多阶段攻防博弈资源分配提供辅助决策。 展开更多
关键词 资源分配 攻防博弈 伪装目标 强化学习 Q-LEARNING
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部