智能反射面辅助的多天线通信系统鲁棒安全资源分配算法

为了解决蜂窝通信系统中因窃听者、障碍物阻挡和信道不确定性导致安全性低和传输质量差的问题,该文提出一种智能反射面(IRS)辅助的多天线通信系统鲁棒安全资源分配算法。首先,考虑合法用户的安全速率约束、最大发射功率约束和IRS相移约束,基于有界信道不确定性,建立了一个联合优化基站主动波束、IRS被动波束的鲁棒资源分配问题。然后,利用S-程序、连续凸近似、交替优化和罚函数等方法对含参数摄动的原非凸问题进行转换,得到可直接求解的确定性凸优化问题。最后,提出一种基于迭代的鲁棒能效最大化算法。仿真结果表明,该文算法具有较好的能效和较强的鲁棒性。

基于用户窃听的MU-MISO反向散射通信系统鲁棒资源分配算法

针对反向散射通信系统信道估计不准、信息容易被窃听等问题,该文提出一种基于用户窃听的多用户-多输入单输出(MU-MISO)反向散射通信系统鲁棒资源分配算法,以提高系统传输鲁棒性与信息安全性。首先,考虑基站最大功率、时间分配、信道不确定性、能量收集和保密率等约束,建立一个MU-MISO的反向散射通信系统鲁棒资源分配问题。其次,基于非线性能量收集模型和有界球形信道不确定性模型,利用变量松弛法和S过程将原NP-hard问题转化为确定性问题,随后利用连续凸近似、半正定松弛与块坐标下降法将其转化为凸优化问题求解。仿真结果表明,与传统非鲁棒算法对比,所提算法具有较高的系统容量和较低的中断概率。

基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法

为了提高反向散射通信网络频谱效率、传输鲁棒性及信息安全性,该文提出一种基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法。首先,考虑认知反向散射用户的最小安全速率、传输时间、能量收集和反射系数等约束,基于有界信道不确定性和频谱感知误差模型,建立一个多变量耦合的吞吐量最大化非凸资源分配问题。其次,利用最坏准则、连续凸近似和交替优化方法,将原问题转换为凸优化问题,并提出一种基于迭代的鲁棒资源分配算法。仿真结果表明,与现有算法对比,所提算法具有较好的鲁棒性。

可重构智能表面辅助通信系统网络架构演进综述

随着无线通信技术的发展,越来越多的无线终端接入到通信系统中,对通信网络造成很大的业务承载与传输压力,尤其是障碍物严重阻挡或强信道衰落情况下,使得接收机信号以及系统频谱效率下降现象日益严峻。为了解决该问题,近年来,可重构智能表面(Reconfigurable Intelligent Surface, RIS)作为一种有效的6G候选技术被提出。RIS可以通过电磁调控方式主动改变信道传输质量,从而能够解决无线通信系统频谱效率受限、信号补盲、绕障通信等现实难题。基于此,对RIS辅助通信网络架构演进进行了研究。介绍了RIS的基本概念,并对其三种基本网络架构进行了分析与对比;根据不同的信号传输类型和传输环境,对RIS辅助通信网络架构进行了分析与设计;对当前网络架构发展所面临的挑战以及未来研究趋势进行了展望,为RIS辅助通信系统性能分析、资源分配、网络优化、RIS位置部署提供帮助。

基于统计信道状态信息的智能反射面辅助反向散射通信系统鲁棒资源分配算法

为解决传统反向散射通信(BackCom)系统存在通信距离短、系统吞吐量较低和克服信道不确定性能力差的问题,该文提出一种基于统计信道状态信息(CSI)的智能反射面(RIS)辅助反向散射通信系统鲁棒资源分配算法。考虑功率站最大发射功率约束、反射节点的能量中断约束和吞吐量中断约束、反射系数约束、RIS相移约束和信息传输时间约束,建立了系统加权和吞吐量最大化的鲁棒资源分配模型;利用伯恩斯坦不等式、交替优化和半正定松弛方法,将原非凸问题转换成凸优化问题求解,并提出一种基于迭代的鲁棒吞吐量最大化算法。仿真结果表明,与传统非鲁棒资源分配算法和无RIS资源分配算法相比,所提算法具有更强的鲁棒性和更高的吞吐量。

多维共建校企命运共同体,打造产教融合共赢新样板

为促进高职专业建设融合与改进、提升智能制造及工业机器人领域的教学质量,广东工贸职业技术学院与武汉华中数控股份有限公司通过实施共建智能制造产业学院、协同创新中心、智能制造实训基地、构建了协同的教学师资队伍、联合进行“1+X智能制造单元维护”师资培训、卓越(创新)人才培养,在智能制造人才培养方面取得了显著成效,打造成了多领域、深层次、全方位、高质量的校企合作样板。

基于熵和置信度的非平衡问题欠采样Boosting框架

为了解决传统方法中存在的边界过拟合、泛化性能差、重要信息丢失问题,提出一种基于熵和置信度的非平衡问题欠采样Boosting框架。将动态重采样方法与Boosting集成在一起,以解决边界过拟合问题,提高泛化性能;在Ecuboost中使用置信度和熵作为基准,以保证欠采样过程中大多数样本的有效性和结构分布,提出的基于置信度的Boosting框架使动态采样方法进一步提升方法的泛化能力。用两个大型数据集上的实验对比结果验证了该方法的有效性。

新时代高职学生坚定道路自信的意义与途径探讨

目前,二十一世纪出生的学生逐渐进入高校,针对高职学生的群体特征,结合重大历史事件和热点问题开展教育活动,引导学生更全面地认识世界形势、对比发展状况、分析深层原因,可以更好地理解我国所处的历史进程和国家顶层战略设计,更加坚定走中国特色社会主义道路的信心。

可重构智能反射面辅助太赫兹通信系统鲁棒波束赋形算法

太赫兹通信作为6G的关键技术之一,被认为是能够解决频谱资源短缺、提升系统容量的有效手段。然而,由于路径损耗极高和分子的吸收作用,太赫兹容易被障碍物阻挡导致通信中断。为了解决该问题,该文将可重构智能反射面(RIS)引入到太赫兹通信系统中,且考虑信道不确定性对传输稳定性的影响,基于用户服务质量约束、基站发射功率约束及RIS离散相移约束,建立多用户能效最大化波束赋形模型。利用丁克尔巴赫、连续凸近似、S-程序、半正定松弛、相位映射和块坐标下降将原非凸优化问题转化为凸优化问题进行求解。仿真结果表明,与传统非鲁棒波束赋形对比,所提算法能效提升了15.4%,中断概率减小了15.48%。

智能反射面增强的全双工环境反向散射通信系统波束成形算法

当前传统环境反向散射通信存在双重衰落、障碍物阻挡和网络容量有限的问题。智能反射面(RIS)作为6G的关键候选技术因能够主动改善信号传输质量、提升通信系统传输性能而备受关注。为此,该文将RIS与全双工技术引入到环境反向散射通信系统,研究了考虑硬件损伤与RIS离散相移的RIS增强全双工环境反向散射通信系统波束成形算法。首先,考虑反射节点最小能量收集与服务质量约束、功率站最大发射功率约束和RIS相移约束,建立了总发射功率最小的波束成形优化问题。然后,利用交替优化、半正定松弛、变量替换、半正定规划将原非凸问题转化成可求解的凸优化问题。最后,仿真结果表明,所提算法比传统波束成形方法平均功耗降低了7.8%。

实施“五重改革”培养卓越工程师——东莞理工学院专业学位研究生培养探索与实践

为响应国家“培养卓越工程师”的教育理念,东莞理工学院聚焦专业学位研究生人才培养体系,通过重树培养目标、重构专业实践、重组培养流程、重塑培养要求、重建培养平台“五重改革”,探索专业学位研究生卓越工程师培养新模式,全面提升专业学位研究生实践创新能力和解决行(产)业实际问题的能力。

基于图表征知识蒸馏的图像分类方法

知识蒸馏的核心思想是利用1个作为教师网络的大型模型来指导1个作为学生网络的小型模型,提升学生网络在图像分类任务上的性能.现有知识蒸馏方法通常从单一的输入样本中提取类别概率或特征信息作为知识,并没有对样本间关系进行建模,造成网络的表征学习能力下降.为解决此问题,本文引入图卷积神经网络,将输入样本集视为图结点构建关系图,图中的每个样本都可以聚合其他样本信息,提升样本的表征能力.本文从图结点和图关系2个角度构建图表征知识蒸馏误差,利用元学习引导学生网络自适应学习教师网络更佳的图表征,提升学生网络的图建模能力.相比于基线方法,本文提出的图表征知识蒸馏方法在加拿大高等研究院(Canadian Institute For Advanced Research,CIFAR)发布的100种分类数据集上提升了3.70%的分类准确率,表明本文方法引导学生网络学习到了更具有判别性的特征空间,提升了图像分类能力.

基于分布式联邦学习的毫米波通信系统波束配置方法

针对超密集组网中毫米波通信系统复杂的波束配置问题,该文提出一种基于分布式联邦学习(DFL)的波束配置算法(BMDFL),旨在利用有限的波束资源实现用户覆盖率最大化。考虑到传统集中式学习存在用户数据安全问题,基于分布式联邦学习框架构建系统模型,从而减少用户隐私信息的泄露。为了实现波束的智能化配置,引入双深度Q学习算法(DDQN)训练系统模型,并通过马尔可夫决策过程将长期的动态优化问题转化为相应的数学模型进行求解。仿真结果从系统的网络吞吐量和用户覆盖率方面验证了该方法的有效性和鲁棒性。

智能反射面辅助的多入单出共生无线电鲁棒安全资源分配算法

针对信道不确定性影响、无线信息泄露和障碍物阻挡导致通信质量下降等问题,该文提出一种基于智能反射面(RIS)辅助的多输入单输出(MISO)共生无线电(SR)鲁棒安全资源分配算法。考虑主用户的安全速率约束、次用户的最小速率约束、RIS最小能量收集约束,基于有界信道不确定性,建立了一个联合主被动波束赋形优化的资源分配问题。利用半正定松弛、S-procedure和变量替换法将含参数摄动的非凸问题转化为确定性的凸优化问题,并提出一种基于半正定松弛的鲁棒资源分配算法。仿真结果表明,与现有算法相比,该文算法具有较好的收敛性和鲁棒性。

基于不完美CSI的低轨卫星通信系统鲁棒资源分配算法

为了解决低轨卫星通信系统因资源受限导致的能量与速率不平衡的问题,同时考虑信道不确定性对实际卫星通信系统性能衰退的影响,该文提出一种基于最大化最小能效的鲁棒资源分配算法。首先,考虑每个用户中断速率约束、功率分配系数约束和最大发射功率约束,基于高斯信道不确定性,构建了联合优化卫星波束成形向量与功率分配因子的鲁棒资源分配模型。所描述的问题是一个含参数摄动的非凸、非确定性多项式难问题,很难直接求解。为此,基于丁克尔巴赫、伯恩斯坦不等式、半正定松弛和交替优化等方法将其转化为等价的凸优化问题,并提出一种基于迭代的混合鲁棒波束成形与功率分配算法。仿真结果表明,该文算法具有较好的能效和较强的鲁棒性。

基于硬件损伤与离散相移的IRS辅助MU-MISO通信系统鲁棒能效优化算法

针对现有工作仅考虑理想信道状态信息(Channel State Information,CSI)与硬件调控能力导致在实际系统中用户传输中断过高的问题,该文综合考虑不完美CSI、有限相移调控、硬件损伤的影响,提出了一种基于智能反射面(Intelligent Reflecting Surface,IRS)辅助的鲁棒能效优化算法.考虑基站最大发射功率与IRS离散相移约束及差异化用户传输速率需求,基于高斯CSI误差模型和加性硬件损伤模型,将基站主动波束成形与IRS被动相移优化问题建模为含不确定性参数的多变量耦合能效最大化问题.考虑波束向量与相移矩阵的耦合性,利用交替优化策略将原问题转化为主动波束子问题和离散相移子问题.利用伯恩斯坦不等式、丁克尔巴赫方法及连续凸近似将波束子问题转化为凸优化问题求解;基于求解的主动波束向量,利用罚函数法和投影定理求解离散相移子问题.仿真结果表明,与传统非鲁棒算法相比,所提算法能效性能提升15.8%,平均中断概率间隙达86.7%.

无源定位技术发展及其展望

随着智能信息社会的不断演进以及智慧城市建设的推进,电子设备的定位准确性和可靠性需求日益突显,特别是在万物互联的背景下,对定位精度和定位质量的要求变得更加迫切。无源定位技术因隐蔽性强、功耗低、不易被感知与干扰等诸多优点被广泛应用于各个领域,尤其近年来,通感一体化(Integrated Sensing and Communication, ISAC)、机器学习、环境反向散射以及智能反射面的引入与发展,为无源定位在6G中的应用提供了新的契机。基于此,阐述了无源定位技术特点及分类;按照参数化的分类方式总结梳理无源定位方法及误差影响因素;讨论了多参数融合无源定位方案与优势;展望了无源定位技术在6G新愿景下典型的应用场景、潜在技术、挑战及未来研究方向。

基于延迟和抖动感知的多播服务功能树嵌入算法

针对软件定义网络/网络功能虚拟化(SDN/NFV)架构中,多播请求流(MRs)需满足严格时延和抖动约束下遍历由多个虚拟网络功能(VNFs)依序组成的服务功能树(SFT)问题。该文提出一种基于最优链路选择函数进行深度优先搜索构建SFT的路由算法。首先,提出网络资源相对成本函数,以保证网络负载自动均衡。其次,联合考虑网络资源、VNF动态放置及多播流延迟和抖动约束,构建SFT动态嵌入问题的整数线性规划模型(ILP)。最后,针对该NP难问题,设计辅助边权图和最优链路选择函数进行路由路径选择,并以最小化资源消耗成本为目标提出具有延迟和抖动感知的SFT嵌入算法(SFT-EA)。仿真结果表明,SFT-EA在吞吐量,流接受率和网络负载均衡方面具有更好的性能。

高职院校“五步循环法”课程思政教学模式探索与实践

2020年5月教育部印发的《高等学校课程思政建设指导纲要》围绕“培养什么人,怎么培养人,为谁培养人”的根本问题,阐释了新时代课程思政的目标、要求、内容等,尤其提出“要结合专业特点分类推进课程思政建设”,同时也提出“专业课程是课程思政建设的基本载体”,以上论述,为高职教育课程思政建设指明了方向。基于高职专业核心课程的特点,结合建构主义教学理论和多门课程的教学实践,我们提出了“设定育人目标——挖掘思政元素——凝练案例与素材——实施多元化教学——抓好评价与反馈”的“五步循环法”课程思政教学模式。

通信感知一体化波形设计方法综述

通信感知一体化(也称通感一体化)作为第六代移动通信(6G)的关键技术之一,其优势在于在同一个硬件平台上实现感知和通信功能,并共享同一波形,从而降低硬件实现成本、提高资源利用率。从概念和分类、系统架构的角度介绍了通感一体化系统;从波形设计的角度对通感一体化技术的最新研究方法进行了全面的综述。从以感知为中心的波形设计、以通信为中心的波形设计、通信感知融合的波形设计3个方面对一体化波形设计方法的研究现状进行了分析总结,从统一的性能度量和性能折中关系的角度对一体化波形的性能进行了探讨,并浅析了通感一体化波形设计所面临的挑战和未来研究趋势。