基于神经网络的语音增强算法模型直接在时域或时频域操作导致算法具有很高的复杂度,难以在低算力平台下实现应用.针对这一问题,提出一种基于2阶段循环神经网络的语音增强算法,在保证算法性能的前提下,大幅减少了算法复杂度.算法由2阶段子网络构成,第一阶段对语音的梅尔子带特征利用循环神经网络进行建模预测幅度谱掩码以实现语音幅度的增强.第2阶段通过循环神经网络估计噪声幅值联合相位谱补偿算法实现语音的相位的补偿.通过2阶段网络并行优化,获得了较好的增强性能.实验结果表明:相比基线模型,本文提出的算法在更低的复杂度情况下,在语音的客观指标上依旧具有优良的表现.
VR业务的眩晕感作为显著因素之一,妨碍VR展现不同于传统视频娱乐的魅力.通过引入人类视觉系统和神经系统的特点,并结合前期工作,本文全面表述分析这一现象的复杂性.提出了对于眩晕现象的分类方法,推理分析了其触发场景和触发机理,并进一步分析了制作-服务-展现全流程中成为触发因素的若干特性指标.本文建立了一个可用于系统性解释VR眩晕感的分析框架.
精确知道导向向量与噪声(包括干扰)协方差矩阵的情况下,MVDR波束形成算法可保证期望信号无失真的同时最大限度地抑制干扰.对于实际的声呐系统,导向向量误差和采样协方差矩阵误差导致MVDR波束形成算法性能严重下降.充分利用导向向量误差椭圆的稳健波束形成算法能够解决或改善此种性能劣化问题,但是该稳健算法需要运用牛顿迭代法或者二阶锥规划求解,计算效率较低.针对这一问题,本文在分析理想方向向量与实际方向向量关系的基础上,通过将理想方向向量投影到数据协方差矩阵的某一个特征向量上,提出了一种形式简单、计算量低的改进的稳健自适应波束形成算法.仿真分析表明,所提出的改进稳健算法明显提高了计算效率,且对信号方向向量的适配具有良好的稳健性.湖上实验数据处理结果,进一步证实了该算法的有效性.
FPGA智能网卡由于其硬件可编程和高吞吐等特性,被广泛的用于网络功能卸载和硬件加速.其作为一种PCIe端点设备,FPGA智能网卡一般通过操作系统驱动程序连接上层应用.然而,目前通用的内核驱动方案存在诸多性能限制,导致FP-GA加速处理后的数据包不能被高效的送达应用程序.而其他已有内核旁路解决方案主要针对扩展性和吞吐性能要求较低的FPGA平台开发.面向高性能、高灵活性的网络应用场景,本文提出了一种支持FPGA智能网卡虚拟化I/O传输的多队列DPDK轮询模式驱动程序.该设计提供了在用户空间进行FPGA虚拟端口初始化和对可扩展多队列配置的操作函数功能,并提供了支持轮询模式收发的零拷贝数据传输策略.该设计实现了 FPGA和应用程序之间90 Gbit/s的高性能数据收发,并能够提供具有稳定时延的网络通信服务.
信息中心网络(ICN)是一种满足海量内容的数据分发需求的新型网络架构.在ICN中,用户向网络发送请求报文,网络中的缓存副本节点则会响应请求回复数据报文.请求报文与数据报文的流量是ICN中2种截然不同的流量类型.在网络发生拥塞时,为保证传输效率,需要区分处理不同特点的流量.针对ICN网络的延迟保障与带宽利用率问题,提出了一种区分报文类型的主动队列管理AQM算法.该算法通过对2种流量执行主动丢包操作,使2种流量趋于一个合理的状态.基于对2种流量被主动丢包的概率根据统计的2种报文流量占用带宽的大小结合比例积分控制器计算得出.同时,通过报文调度器优先调度对请求报文减少数据传输的往返时间.实验表明,提出的AQM算法能够合理分配2种报文占用的带宽,提高网络严重拥塞时数据传输的吞吐量,减少完成时间,降低往返时间.
提出了一种新的水下宽带信号的超短基线SUBL解模糊定位方法,分析了近体多径对解模糊的影响,在此基础上建立一种新的相关峰模型,从相关结果中选取匹配数据段与本地新的局部相关峰模型进行匹配.根据匹配结果估计初时延.相位改用第一个过门限点处相位,并用初始时延迟消解相位模糊,得到高精度的时延估计,从而进行稳定定位.相比于传统算法,本文算法能大大提高存在近体多径时解模糊的正确率.通过仿真分析,本文仿真结果表明算法在0.7倍近体多径情况下,本文算法解模糊的正确率达到了 100％.在湖试中本文算法的解模糊正确率达到了 95.2％.
网络设备经常会收到大量针对设备CPU的报文攻击,为了提高设备CPU的防护能力,一般需要在设备本机部署相应的攻击防御策略进行防护.为了提高路由器等现有网络设备的攻击防护能力,采用了基于接口协议的CAR限速策略,在接口维度上进行智能攻击感知,将相关配置通过操作平台数据平面对象FDPO的形式映射在驱动数据平面对象DDPO,并写入转发表中,实现接口维度的流量分类和限速.经过实验,拦截了 98％以上的恶意流量,有效完成攻击防御.
针对互联网应用的网络攻击.跨站点脚本XSS攻击是常见的针对Web应用程序的攻击种类.本文提出的基于深度学习的XSS检测模型,将CNN神经网络和BiLSTM神经网络序列化,融合两者优点学习样本的局部特征和上下文依赖特征,并通过Attention注意力机制加权计算来解决长序列效果差的问题,并融合BERT预训练的特征向量加速模型训练,提高检测效果,从而实现XSS检测模型的构建.优化的模型能够自动的提取样本的特征信息并完成分类检测相对于传统的静态和动态检测方法及采用人工特征提取的机器学习算法相比,在准确率和误报率方面都有较大提升.准确率、召回率、精确度值超过目标值(98％),误报率低至0.12％.
2023年8月24日,在南京市人民政府主办,中国通信学会、紫金山实验室等单位承办的第七届未来网络发展大会上,中国信息通信研究院(以下简称"中国信通院")副院长王志勤在开幕式上发布"未来网络十大发展趋势". 未来网络是数字时代的"底座"和"基石",是数字化转型和数字经济发展的关键支撑."未来网络十大发展趋势"由中国信通院、紫金山实验室联合研究提出,涵盖确定性技术、网络数字孪生、算力网络、数据中心网络、全光底座、IPv6演进、6G网络、卫星互联网、绿色通信网络、网络安全.
随着建筑可视化技术需求的不断提高,根据不同设计任务,建筑设计人员除需搭建写实风格建筑模型外,还有搭建诸如卡通风格等风格化建筑模型的需求.本文借助UE4引擎强大的实时渲染能力与图像后处理能力,提出通过UE4引擎后处理的方式实现三维建筑模型的卡通风格化渲染.文中对卡通风格渲染的特点以及主要实现方式进行总结,对常用的几种卡通风格渲染算法进行对比研究,并针对现有算法在处理图像边缘检测与分段渲染时存在的问题提出优化方案,引入分布式云渲染的方式提高渲染速度.通过对渲染结果的对比分析,优化后算法有效解决了现有描边算法易产生的边缘断裂问题和分段渲染算法易产生的材质、光照计算错误问题,提高了渲染质量.
利用云端语音识别引擎和机器翻译引擎,结合开源语音处理软件ffmpeg,设计并实现了一个科普视频汉英双语字幕生成的系统.将科普视频文件用开源软件提取音频内容,调用百度云端语音识别引擎()联合汉语科普知识库,实现语音到汉语字幕及其时间线的转换;调用百度云端机器翻译引擎()联合汉英科普对译库,将汉语字幕翻译为英文字幕,并对应到汉语字幕的时间线上,最后生成科普视频的汉英双语云端语音识别字幕.本文利用真实科普视频评估了本文所提系统的处理能力,从汉语语音到英文字幕总正确(可懂)率为77.3％;进一步分析该字幕生成系统的人工用时,接近全人工处理的1/5,能够有效降低人工成本,提高科普视频汉英双语字幕的生成效率.
X射线无损检测是进行焊缝焊接质量检查的重要方法,为了提高射线评片效率和准确率,本文提出了基于轻量化YOLO网络的实时X射线焊缝缺陷检测方法.首先,在分析焊缝射线检测图像特征的基础上,为提升焊缝图像缺陷检测精度与速度,设计了级联缺陷检测模型,先使用经过轻量化设计的焊缝定位网络定位缺陷集中分布的焊缝区域,再使用滑窗裁剪操作,将切割的小图输入到缺陷检测网络中进行精准的缺陷检测.然后,为了应对缺陷样本过少导致的网络过拟合问题,本文提出了基于负样本正常图像的Copy-Pasting数据增强策略,提升了缺陷检测精度.实验结果表明,本文提出的方法能够有效降低网络模型大小,同时mAP0.5达到99.5％,精确率99.8％,召回率99.6％,检测速度在20 frame/s至33 frame/s,能够满足实时辅助评片的要求.
随着5G业务以及应用场景的发展越来越多样化,为了满足目前超高速以太网的多业务信道化隔离和带宽灵活配置的发展需求,灵活以太网(FlexE)被广泛应用于通信网络中.本文通过对灵活以太网协议包括FlexE结构、FlexE开销帧、FlexE Shim层(垫层)、映射表以及Calendar相关概念进行研究,提出了一种基于FPGA实现200G FlexE Shim的设计方案,利用2个100G光模块复用实现200G FlexE Shim层的业务功能,能够有效降低工业中高速率光模块成本.经过软件仿真及实验室设备测试,本文所述方案的200G FlexE Shim层业务功能正常,达到实际工程应用的标准.
车联网技术提出以来,产生出"自动驾驶"、"智能网联汽车"、"车联网"和"蜂窝车联网"等新概念.这些概念既相互关联又有差异,使得社会上对这些概念有很多混淆.本文讨论厘清了相关概念,总结了车联网的应用类型、应用场景和自动驾驶等级,概述了相关技术标准的特征和演进,技术应用的现状和未来发展方向.指出车联网当前处于单车智能阶段,网联汽车和自动驾驶仍处于初级阶段,大规模应用还有一些非技术问题亟待解决.
时空特征学习对于视频无监督表征至关重要.基于前置任务的视频自监督表征方法被证明是有效的方式之一.其中,视频播放率预测的前置任务能够以无监督的方式学习时序特征,近年来得到广泛的讨论.然而,播放速率预测任务只探讨了单个样本的自监督标签,忽略了不同目标的运动频率差别;播放率预测任务的损失函数将所有标签的权重视为均等,而忽略了不同预测标签间与真值间的差距;传统的播放速率预测任务只使用单层分类层用于播放速率预测,影响视频表征的整体性能.针对上述3个问题,提出了一种改进的播放速率前置任务.该方法在训练时创新性地使用对照样本,并使用EMD距离优化不同预测样本和真值间的损失函数,同时使用更深的神经网络预测层,缓解预测任务对视频表征的影响.本文所提出的方法在公开数据集UCF-101和HMDB-51进行仿真实验,比较了所提出方法与传统方法的性能增益.实验表明,改进的播放速度前置任务有较好的视频表征效果.
采用链路聚合技术可以有效地提供链路的冗余备份,却无法保障聚合接口故障或设备故障,一旦出现故障整个网络业务将中断.为了提供设备节点的冗余备份,本文使用跨设备链路聚合技术对网络侧落地设备聚合口进行保护,设计一种报文用于跨设备链路聚合主辅节点之间的协商,将跨设备链路聚合技术与双归保护相结合,设计一套完整的倒换机制,并通过在分组光传送网(POTN)设备上搭建拓扑进行验证,测试结果表明采用跨设备链路聚合技术提供设备节点的冗余保护且保护倒换时间不超过50 ms.
在信息中心网络(ICN)架构中,同IP网络一样,为了实现不可信环境下可靠的信息交换和身份认证,需要依靠公钥技术提供数字签名和数据加密支撑.而随着ICN网络的进一步部署和应用,关于公钥认证的需求也更加多样化.本文分析了现有几种典型ICN架构中的公钥认证方式,分析其原理并指出其局限性和安全性问题,说明设计分布式认证方案的必要性.同时对现有的分布式认证方式进行介绍,给出分布式认证系统研究的进展和方向,并说明ICN网络中部署分布式认证系统需要研究和解决的问题,为后续的ICN分布式公钥认证技术研究提供参考.
随着云和互联网的快速发展,用户对网络业务的需求也呈现出多样化的趋势,为实现不同业务的多样化需求,SRv6网络切片应运而生.基于网络处理器的SRv6网络切片功能在转发过程中引入全局切片标识,并将其封装于IPv6的逐跳扩展头中.通过切片标识与VLAN子接口的绑定关系来区分不同的转发资源,并与子接口限速相结合实现对不同业务流量的差异化控制,达到提高网络规划与管理的便捷性,减少网络扩展压力的目的,以满足同一张网络上不同业务的差异化需求.
由于全国不同省份的高速公路收费稽查系统涉及的投资运营机构不尽相同,且收费信息属于较为敏感的隐私数据,从而导致高速公路收费数据难于在全国范围内实现安全的数据共享,进而无法开展更有效的跨省稽查.这将不利于发现、打击和惩罚偷逃费现象.本文通过对ETC收费稽查业务需求进行分析,应用区块链技术来对全国范围内的收费稽查数据进行共享,采取Fabric框架以及通道设计模型实现数据的安全共享,Fabric框架的应用将避免共享数据被篡改、数据丢失等问题的发生.提出的收费稽查区块链对收费稽查系统现有的管理区域性、数据安全性、收费透明性等方面存在的问题进行了改进,有效地开展跨省稽查业务.通过建立了一个区块链收费稽查原型系统验证了区块链技术在高速公路收费稽查业务场景中的可行性.
随着数字经济时代的到来,区块链凭借其特殊的去中心化、可溯源的特点,在金融、数字版权等多个领域都有良好的发展.但基于区块哈希的区块链检索结构,随着链上数据的快速累积的检索的区块链检索需求.因此本文提出一种基于布谷鸟过滤器的跳表检索结构以优化区块链检索.该结构将整个区块链进行分段构成多个区块集合,为每个区块集合添加布谷鸟过滤器,通过布谷鸟过滤器加速区块检索.通过实验结果证明,相较基于哈希指针的区块链检索方法付出了少量的存储空间的开销,区块链检索时间降低53.9％.
