为了优化非正交多址接入(Non-orthogonal Multiple Access,NOMA)系统上行链路速率,文中利用智能反射面(Intelligent Reflecting Surface,IRS)可以改变入射信号相移的特性对NOMA系统上行传输速率进行研究.为了最大化和速率,提出联合优化用户发射功率和IRS的相位偏移的问题,首先采用低复杂度的块坐标下降(Block Coordinate Descent,BCD)算法将原始优化问题分解成两个简化的子问题,再通过交替优化算法求解简化后的两个子问题.实验仿真结果证明该优化方案可以显著提升系统和速率.
针对智能系统深度学习中存在的对抗样本安全威胁,本文分析了白盒攻击、黑盒攻击技术机理,给出了样本检测、数据清洗、算法加固等防御方法,构建了对抗样本攻防验证系统,对常见的攻防算法进行测试验证.目前的防御算法能够在一定程度上有效检测或防御已知的对抗样本攻击,但对未知的攻击算法仍存在不足.
随着中国电信和中国联通(以下简称"电联")4G一张网整合节奏加快,双方高效精细优化成为当前重要挑战之一.本文从保障网络覆盖和用户体验速率入手,基于实测或建模寻优算法,研究电联共享及整合过程中相配套的前置性优化方案,包括小区功率、射频、互操作策略优化等.在两家运营商开展共享或整合时,自动输出不同阶段不同场景下的优化方案,并与共享或整合操作同步实施,有效缩短了优化周期.根据实测及网管KPI(Key Performance Indicators,关键性能指标)统计,相比传统优化方式,本文研究的前置性优化方案在保障网络质量不下降甚至有所提升的同时,有效压降了人工优化成本,达到降本、提质、增效的目标.
元宇宙以空间计算为核心,在感官沉浸体验、全维互动、智能治理、生态经济系统等方面具备独特的体系化平台能力,成为当前各行业炙热的产学研用技术风向标.医疗健康行业,从国家中长期的战略规划、服务体系、发展方针和重心,医、教、研、产、人、财、物等全方位的应用领域,远程医疗、互联网医疗、智慧医院、数据智能、计算生物学等具体实践技术路线,与元宇宙的技术体系契合度高,在理论基础、实践应用、研产转化等方面,大有作为.本文从技术与应用角度剖析医疗健康与元宇宙的深度融合路径.采用文献综述、应用调研、结果评估相结合,论述医疗健康元宇宙的现状、风险挑战与未来趋势.医疗健康元宇宙在顶层架构、硬件、内容和行业协同方的共同努力下,不断拓展行业应用范围,深化流程与数据的体系化和标准化,未来发展形势将非常喜人.
传统的泄漏电缆入侵监测方法以及市面上大部分泄漏电缆入侵监测定位系统属于门限式检测,容易发生误判、漏判等问题.后有学者提出使用深度学习方法解决精度问题,但由于漏缆信号会随环境变化产生较大的变动,由实验环境数据训练生成的模型对目标敷设环境的适应性较差,模型往往难以达到预期的性能.对此,本文提出一种具有目标环境适应性的漏缆周界入侵定位模型KUMADAN(K-means-based Unsupervised Multi-Adversarial Domain Adaptation Network),实现了迁移学习领域自适应算法在漏缆周界入侵领域的应用.模型通过引入多对抗领域适应性神经网络(MADA)结构和K-means聚类算法,实现了从实验环境到目标环境的知识迁移,也解决了目标环境采集标签的困难.为了验证其可行性及实用性,在实地环境进行了测试实验以及对比实验.实验结果表明,KUMADAN模型在不同环境下的漏缆周界入侵定位任务中取得了较好的性能,迁移效果提升35％以上,验证了其在实际应用中的可行性和有效性.
本文分析了部分传输序列(PTS)与简单限幅滤波(SCF)两种方法的优点与缺点,提出了将两种方法串联并应用在FPGA上联合抑制峰均比的方法,实际仿真下,以7.5dB作为限幅门限时使用联合方法相比于仅使用PTS方法峰均比下降了约2.5dB,相比于仅使用SCF方法EVM改善了约1.2％,相比于原始OFDM信号峰均比改善了约4dB,效果较为显著.最后在FPGA上仿真通过,证明了所提方法的可行性.
本文提出了一种新型的基于幅度选择仿射函数的数字预失真模型,通过削减MMSA(Modified Magnitude-Selective Affine,MMSA)模型部分项并引入一阶动态偏差(DDR)模型的幅度信息所提出的DDRMSA(Dynamic Deviation Reduction Magnitude-Selective Affine,DDRMSA)模型.基于 FPGA 平台闭环实现该模型,并将其与同硬件架构的MMSA进行资源的比较.结果显示本文模型所占用的硬件资源与功耗大幅减少,复杂度较低.为验证模型的精度,使用本文模型与记忆多项式MP(Memory Polynomia,MP)模型、MMSA模型通过带宽为100MHz的5GNR信号对中心频率分别为2.6GHz和3.5GHz的功放进行线性化测试.经实验对比,本文模型的预失真效果要优于MP模型与MMSA模型,且对于两种中心频率的功放的邻信道泄漏比(Adjacent Channel Leakage Ratio,ACLR)均改善了 15dB以上.
GPSR是一种广泛应用于车载自组织网络的基于地理位置的协议.在一个跳域中,只保留了相邻节点的状态.与基于拓扑的路由协议和基于广播的路由协议相比,它可以很好地减少路由开销.由于GPSR在贪婪算法中存在传输数据包丢失的可能性和周界准则中存在路径冗余,故GPSR服务质量不佳.为了解决GPSR的缺陷,在原GPSR协议的基础上提出了一种新的传动方式.这种方法减少了 GPSR因使用右手规则而造成的路径冗余,并且减少了丢包率.
随着城市化进程的不断加快,国内家用汽车保有量持续攀升,停车资源的供需矛盾日益凸显,传统的停车方式已经无法满足市民出行停车需求.共享停车是在不大规模新增停车资源的前提下,通过时空错位的共享方式满足市民停车需求的一种新的解决思路.然而,在现有共享停车的实践过程中,由于停车位资源供给与收益脱节带来的诸多问题阻碍了共享停车的发展,难以发挥共享停车模式的效能.本文探索了基于区块链智能合约的共享停车模式和思路,有望解决共享停车资源供给与收益脱节的问题.
随着人工智能技术的高速发展,深度学习模型以强大的自适应性和自学习能力成为网络空间安全的研究热点.本文首先从人工智能与网络安全的自洽性出发,引出人工智能技术解决网络安全问题的优势以及人工智能技术自身存在的脆弱性,在网络空间高对抗环境下更易受到对抗攻击;然后分析人工智能在网络入侵检测、异常行为分析、安全态势感知等网络空间安全应用的最新研究进展;其次针对智能化对网络安全系统引入的新型安全威胁,对其攻击机理及防御研究现状进行了总结.相关研究为我国人工智能应用于网络空间安全领域及人工智能的安全发展提供了参考.
作为5G的关键候选技术之一的D2D通信技术,可以在一定程度上解决由于移动设备数量过多导致的数据流量过大的问题.针对D2D通信在通信双方之间由于距离过大,导致信道质量变差和通信中断的问题,提出基于信道预测的最大信噪比中继选择算法.首先,对中继进行解码,形成中继集合;其次,基于MMSE算法,预测中继集合中信道系数,从而计算中继链路的信噪比;最后,选择信噪比最大的作为最优中继进行转发.仿真结果表明,本文所提算法的中断概率较随机中继选择算法相比,大约降低了 2到3个数量级.
5G的语音业务是5G的标杆业务,5G SA语音打通,是5G SA网络建设的里程碑.选择EPS FB作为5G SA的语音方案,是考虑5G建网初期未开启VoNR,或开启VoNR功能后一些场景未开通VoNR、某些终端可能不支持VoNR,一些场景下可能禁止VoNR起呼,在这些场景下,语音业务采用回落4G的方式,即EPS FB(EPS FallBack)方案,EPS FB是指当用户需要使用语音服务时,5G用户从5G网络"切换"或者"重定向"到4G网络,通过4G网络使用VoLTE语音服务.
随着晶体管问世数十年以及大规模集成电路的发展,晶体管的密度在不断提升.目前,开关电源正在逐步替换以及淘汰传统的线性电源,开关电源的发展使得在越来越多的地方得以应用,移动设备适配器最为简单高效的方案就是采用开关电源.由于氮化镓(GaN)器件相比传统的MOSFET有着更优异的性能和更高的频率,采用新型的氮化镓MOSFET能使漏感能量得以利用,极大提高了反激式变换器的效率并且还能使开关电源的体积尽可能减小.本文设计一款符合六级能效标准,高效率,输出功率为33W且具有Type-C接口,该接口支持常见快充协议的高功率密度的快速充电器.
视频是所有数据类型中承载信息最丰富的载体,研究监控视频对社会公共安全有着积极的推动作用.异常检测旨在判定异常事件在监控视频序列中具体出现的时间位置,能够有效缓解监控分析压力,近年来已成为深度学习的一个研究热点.本文首先介绍了基于深度学习的视频异常检测研究背景,然后从数据驱动的角度出发,将近年来的基于深度学习的视频异常检测模型成果进行了分类总结,尤其是对半监督和弱监督问题设置下的深度异常检测模型进行了详细概述.此外,本文还介绍了 5个视频异常检测的常用基准数据集,分别从内容规模、标注情况和总体效用3个角度分析数据集特性,最后对当前基于深度学习的视频异常检测领域的研究成果和面临的挑战进行了思考和探讨.
党的十八大以来,我国信息通信业实现了从3G突破、4G同步到5G引领的跨越式发展.5G具有点多面广的特点,设备功率是4G的三到四倍,5G时代的到来随之带来了上千亿的电费成本增加.5G共建共享,变"社会塔"为"数字塔"等发展战略都对电费管理提出了更高的要求.文章对电费管理的难点进行分析并提出了解决方案.
5G通信技术使物联网得到了更多的应用场景,也为人工智能技术的落地提供了更多的可能性.目前,基于深度学习模型的人工智能技术的部署在工业界中得到了广泛的研究.然而,深度学习模型强大的性能依赖于它庞大的参数量和计算量,使得其在实际应用和部署中面临挑战.模型轻量化与加速旨在最小影响模型性能的情况下,降低模型的参数量和计算量从而提高模型的推理速度.文章介绍了目前该领域的最新技术,包括网络剪枝、轻量化网络设计、模型量化和知识蒸馏,并对它们的优缺点加以分析,最后讨论了模型轻量化与加速存在的挑战和发展前景.
作为《5G应用"扬帆"行动计划》中的重要领域,智慧物业与5G技术结合部署落地创新应用,建设便民惠民的服务圈,提供线上线下相融合的社区生活服务.本文分析了社区物业存在的诸多问题,创新提出了基于5G边缘云+AI技术的智慧物业体系,通过5G网络与边缘云深度融合,实现云边数据协同、算力资源和网络资源协同,以及云网边资源统一抽象、统一编排、统一调度控制.部署人脸识别门禁系统、视频监控系统、AI视频智能分析系统,实现整个园区内网络和业务端到端可管、可视、可控,对打造智慧物业具有重要的应用和实践价值.
传统智能电网时序数据库自动化运维方法主要采用虚拟化技术建立运维体系实现自动化运维,无法彻底清除价值低的数据,导致运维效率较低.因此,提出基于云计算的智能电网时序数据库自动化运维方法.通过采集时序数据,利用云计算技术对采集的数据进行分割,清除低价值数据,保留高价值数据,采用频繁项模式进一步提取分割数据的关联性规律,基于关联性规律通过优化时序数据库及设置置信度与支持度,完成自动化运维过程.在实验论证中,对所提方法的性能进行测试,结果表明,设计的方法的自动化运维效率更高.
本文研究了非合作环境下基于差分接收信号强度(DRSS)的定位问题.首先,建立基于DRSS测量模型的目标位置信息的优化问题.由于该非线性优化问题是非凸的,求解十分困难,为此通过半正定松弛理论,将原始的非凸优化问题转换为一种凸优化问题,由此能够快速得到原问题的一个次优解;然后,设计了非合作情形下通过对路径损耗因子和目标位置交替求解的实现算法;最后,通过计算机模拟仿真验证了新方法的估计精度更高,性能更好.
中国电信在早期地铁隧道场景里多数采用两条漏缆实现网络信号覆盖.然而使用的漏缆并不支持5G建设的3.5G频段需求,且也无法支撑5G网络4TR的接入要求.针对此情况,通过采用3.5G频段的5G贴壁天线进行网络信号覆盖,根据实际测试结果对该方案进行效果评价,以解决在地铁隧道等类型场景的5G快速部署的难题.
