关于人才培养方案调研报告的分析和思考——以金陵科技学院通信工程专业为例

针对金陵科技学院通信工程专业对人才培养方案的调研报告进行分析和思考。首先对通信工程专业学生的毕业去向进行了分类,然后对毕业生、用人单位、国内同类高校和国外相关高校进行了调研,并对调研结果进行了分析总结。最后,全面对标工程教育认证标准,制定了金陵科技学院通信工程专业2019级的培养目标。

基于“一体两翼三支撑”的应用型人才培养探索——以金陵科技学院物联网工程专业人才培养为例

随着我国经济社会发展进入一个新阶段,对应用型人才培养的要求越来越高。简述现有应用型人才培养模式现状,提出了“一体两翼三支撑”的应用型人才培养模式设计,以物联网工程专业人才培养为例,探索基于“一体两翼三支撑”的应用型人才培养模式的实施。结果表明,应用该模式,学生的素质得到了有效提高。

关于高校通信工程专业教学改革的思考

随着通信技术的飞速发展,对于通信工程专业的人才培养提出了更高的要求。在此基础上,本文分析了通信工程专业应用型人才培养存在的问题,针对教学改革中专业建设、教学方法改革以及实践教学环节等方面分别提出了几点建议,以期培养满足社会发展需求的通信专业工程技术人才。

澳洲通信工程专业教育情况及先进性分析

通信工程是电子信息类子专业,也是信息科学技术发展迅速并极具活力的一个领域。近些年来,澳大利亚通信工程专业发展迅猛,紧跟英美国家。本文以墨尔本大学为例,介绍澳洲通信工程专业的教育情况。首先对其专业设置情况进行了介绍,然后对其课程设置、教学特点等进行了详细的分析,最后对其进行总结,给出了对我国应用技术型本科通信专业人才培养的对策。

D2D通信蜂窝网络中的比例公平与加权和速率最大化

针对终端直通(D2D)通信系统中用户的公平性问题,首先对现有的比例公平原则进行扩展,推导出一个与加权和速率有关的优化问题,然后提出了一个最大带权匹配比例公平(KMPF)资源分配算法对其进行优化。该算法通过功率控制最大化用户的加权和速率,并由最大带权匹配(KM)算法按照系统总的加权和速率最大原则为D2D用户分配可以复用的蜂窝用户资源。最后由仿真结果可得,该算法在使得系统公平指数相对于贪婪资源分配算法高出0.4的同时保证系统吞吐量达到其水平的95%以上,而相对于公平性较好的随机资源分配算法,该方案得到的系统吞吐量提高了约50%,说明该算法能在兼顾系统吞吐量的同时解决系统公平性问题。

多源跨域数据融合的无线通信网络流量预测

精准地预测无线通信网络流量能够辅助运营商进行精细化运营,更高效地配备与部署基站资源,从而满足大量涌现的各种业务需求。然而,高度复杂的时空依赖性以及多源跨域因素的影响使得无线通信流量的精准预测面临着巨大的挑战。首先,对无线通信流量从时间属性、空间属性、社会属性、以及自然属性进行相关性分析,数据分析表明,无线通信流量具有多源跨域性;其次,基于对无线通信流量多重属性的全面分析,提出了一种改进的密集全连接网络模型MST-DenseNet。该模型利用单个DenseUnit结构的卷积操作捕获无线通信流量的空间相关性,利用多个并列的DenseUnit结构捕获无线通信流量在不同时间尺度上的相关性,同时考虑跨域数据对流量的影响,最终将通信流量自身的时空特征与跨域数据中的社会特征、自然特征高效融合,实现对无线通信流量的精准预测。在实际蜂窝数据集上与现有模型进行预测误差的对比,结果表明MST-DenseNet具有更高的预测精度。

多模式城市交通网络容量模型及实例研究

网络容量是衡量交通运输系统性能的一项重要指标,用于量化交通网络可以承载的最大出行需求。针对多模式城市交通运输系统提出一种用于评价网络容量的方式划分与交通分配组合(combined mode split and traffic assignment, CMSTA)的模型。该模型考虑了出行者的路径选择和模式选择,并考虑了不同交通工具之间的相互影响以及路径重叠问题。通过实例分析,验证了模型的有效性,并演示了交通规划管理方案实施对多模式交通运输网络容量的影响。研究结果表明:交通网络容量的下降表现为网络利用率的降低;增加新模式一般可以提高网络容量;鼓励公共交通与新建轨道交通将有助于提升城市综合交通网络的容量。

应用型本科的通信原理课程线上线下混合式教学探究

本文基于应用型本科高校建设标准及工程教育认证理念,以学生为中心的产出导向,探讨了通信原理课程线上线下混合式教学模式及教学评价方式的改革思路和措施,通过改进现有的混合式教学模式和评价方式,激发学生的学习兴趣和主观能动性,培养学生将理论与实践相结合,提升他们分析解决问题的能力。

基于OPC的Matlab与S7-200 PLC实时通信在过程控制实验装置中应用

实验教学是现代教育教学活动必不可少的关键环节。文中给出基于OPC技术的Matlab与S7-200 PLC实时通信机制在A3000型过程控制实验装置中的应用方案。采用S7-200作为OPC服务器,Matlab作为OPC客户端,由Matlab实现单神经元PID控制。单神经元PID控制具有自学习和自适应能力,在一定程度上解决了传统PID调节器不易在线实时整定参数的不足,提高了控制器对系统和环境变化的适应能力。该方案使Matlab仿真不再只局限于传统的离线计算和纯数字的仿真,而易于在实际系统上实现先进算法。

应用型本科院校电子信息类专业大学生科技创新能力培养

应用型本科院校致力于将高等教育向大众化教育转变,专注于培养应用型人才。本文针对应用型本科院校在"大众创业、万众创新"历史背景下,结合金陵科技学院阐述本科院校电子信息类专业的了大学生科技创新能力培养的重要意义,提出了大学生科技创新能力培养的措施。

基于个性化联邦学习的无线通信流量预测

提出一种基于分布式的城市全域通信流量预测算法Fed-DenseNet,各个边缘计算服务器在中心服务器的协调下进行协同训练,中心服务器利用KL散度挑选出流量分布相似的区域流量模型,并采用联邦平均算法对具有相似流量分布的区域流量模型的参数进行融合,以较低的复杂度和通信开销实现城市全域流量预测。此外,城市范围内不同地区流量具有高度差异化的特征,为此,在Fed-DenseNet算法基础上,提出基于合作博弈的个性化联邦学习算法p-Fed-DenseNet,将本地区的各个区域性数据特征作为合作博弈的参与者,通过合作博弈的超可加性准则,进行本地区特征的筛选,从而达到既能提高模型的泛化性,又能够保持对本地流量精准刻画的目的。

5G移动通信关键技术研究

结合国内外移动通信发展的最新趋势,对第5代移动通信系统(5G)的体系架构分3部分进行分析,并对5G中出现的4种关键技术进行描述。重点论述了上下文感知网络和D2D通信技术,并对感知数据融合处理算法和D2D用户的功率控制进行相关研究。

移动通信中继技术研究

首先阐述了中继技术在移动通信网络中存在的意义,总结了直放站技术在2G、3G移动通信网络中的发展与应用状况,概括了各类直放站的技术特点。然后讨论了未来移动网络的中继需求、4G网络采用的中继技术方案、网络架构和特点;分析了4G网络层3中继方案所面临的安全问题及其解决措施,给出了借助传统直放站与层3中继节点相结合的有效解决方案;最后指出在未来移动网络中传统直放站将与层3中继技术共存。

中继技术在未来移动网络中的应用分析

通过分析传统直放站在移动通信网络中的应用状况及其各类直放站的技术特点、4G网络中继需求和4G中继技术,针对4G网络采用层3中继技术后出现的RN小区间不能切换、不能串联等问题,提出了借助传统直放站与层3中继节点相结合的有效解决方案。研究表明,传统直放站将与层3中继节点共存于未来网络。

基于动态综合评价的无线传感器网络数据转发算法

为了延长无线传感器网络的生存周期,必须在传感数据转发过程中尽量均衡节点能耗。利用动态综合评价有效转发节点的多属性信息来进行下一跳节点的选择,通过最优邻居节点转发传感数据可以达到网络数据流量分配合理和能耗均衡的目标。仿真实验表明,提出的算法较同类算法在均衡节点能耗和延长网络生存周期方面具有一定的优势。

基于联邦学习的无线通信流量预测

无线通信网络流量预测对运营商建设网络、管理基站无线资源和提升用户体验具有重要意义。然而,现有的集中式算法模型面临着复杂性和时效性问题,难以满足城市全域尺度的通信流量预测需求。因此,提出一个分布式的云边协同下的无线通信流量预测框架,以较低的复杂度和通信开销实现基于单栅格基站的流量预测。在分布式架构的基础上,提出了基于联邦学习的无线通信流量预测模型。各个栅格流量预测模型同步训练,通过中心云服务器利用JS(Jensen-Shannon)散度挑选出流量分布相似的栅格流量模型,并采用联邦平均(FedAvg)算法融合具有相似流量分布的栅格流量模型的参数,从而在提高模型泛化性的同时达到保持对本地流量精准刻画的目的。此外,由于城市范围内不同地区流量具有高度差异化的特征,在FedAvg的基础上,提出了基于合作博弈的联邦训练方法,将栅格作为合作博弈的参与者,结合超可加性准则筛选栅格,并引入合作博弈的核和夏普利值分配收益以确保联盟的稳定性,提高模型预测的准确性。实验结果表明,以短消息业务(SMS)流量为例,与栅格独立式训练相比,所提模型的预测误差下降在郊区最为明显,下降范围在26.1%~28.7%,在市区下降范围在0.7%~3.4%,在市中心下降范围在0.8%~4.7%;与栅格集中式训练相比,3个区域的模型预测误差下降范围在49.8%~79.1%。

无线接入车载网络MAC协议参数研究

对无线接入车载环境网络MAC(介质接入控制)协议性能进行专题研究,分析了IEEE 802.11p/IEEE1609.4标准的特点,提出了以Ad Hoc车间通信为基础单元,借助蜂窝移动通信网络和路边无线接入点构建一个实时、高效的无线异构接入网络拓扑。阐述了网络节点数对吞吐量的影响。改进原有标准参数,可很好地改进最高优先级业务一帧内平均发送数据包数、平均发送时延、数据包成功发送率指标,达到车载通信的时延要求。

基于行列信息门的表格结构识别网络

目前基于深度学习的表格结构识别有2种主流方法:检测表格框线法和检测表格行与列法。在检测表格框线法中,表格框线所占像素数较少导致了正负样本失衡的问题。虽然检测表格行与列法避免了正负样本失衡的问题,但有的研究将行与列预测分别简化成一列与一行像素的预测,又造成了容错率大的问题。针对该问题,提出了2种信息传输模块:行信息门和列信息门。在模块内,通过特征切片和平铺来对行或列进行软预测,解决了简化行与列预测产生的大容错率问题;通过计算通道注意力进一步提取行或列信息;使用行信息门与列信息门搭建了一个语义分割模型,同时完成表格行分割与列分割。在ICDAR 2013数据集上构建表格的行与列掩模并对模型评估,验证结果表明,与基于检测表格行与列法的分割模型相比,提出的模型有更好的性能,平均查准率、查全率和F1值分别高出0.55%,2.78%和1.48%。

一种基于深度学习的臂丛神经超声图像分割网络

臂丛神经(Brachial Plexus,BP)超声图像对比度低、边缘模糊和噪声多的特点导致传统图像分割方法很难取得好的分割效果,虽然基于深度学习的图像分割模型能够通过特征提取来降低上述特点的影响,但主流的编解码模型忽略了对跳跃连接特征的处理,使编码端不能为解码端提供有用的信息。为了解决这一问题,使用EfficientNetB3搭建U-Net框架,在网络的跳跃连接上使用空洞卷积来去除特征图中的噪声并获取显著的位置信息,使用周期欠采样方法解决臂丛神经超声图像正负样本严重失衡的问题。在Kaggle竞赛的BP数据集上进行实验,与U-Net、M-Net和U-Net++相比,提出的模型有更高的Dice系数和IoU值。

应急通信中异构无人机中继性能仿真评估

无人机基站能够在复杂地形和环境下快速高效部署,协助地面通信系统,满足应急通信需求。然而,现有的研究并未考虑到UAV基站的回传链路设计。可移动的UAV基站是部署在低空中,UAV基站无法采用传统的光纤链路进行数据回传,必须依靠无线链路。针对现有无人机基站回传链路的问题,提出了异构无人机中继组网系统模型以及关键的隧道技术,并从服务速率以及业务延时两个方面分析了无人机异构中继组网性能。通过仿真异构无人机中继承载数据以及语音业务性能,论证了无人机异构中继能够提升用户的业务体验。