基于位置编码和BAM注意力机制的马铃薯叶部病害识别方法

马铃薯叶部病害的准确检测和识别对于精准防治病虫害至关重要,能够有效提高马铃薯产量,但由于马铃薯叶部的早疫病和晚疫病在早期表现上非常相似,很难区分。为了更准确地对马铃薯叶部病害进行检测识别,本文提出了一种基于位置编码和并行注意力机制的Conv Ne Xt模型。首先对数据集进行位置编码预处理,使网络模型无需加载预训练权重即可获取病害部位的位置信息,提高学习能力;其次针对不同病害空间分布位置不同以及形态特征的细微差异,添加并行注意力机制BAM模块增强对病害特征的提取能力。实验结果表明:优化后的ConvNeXt模型能够准确检测并对不同病害进行分类识别,较原ConvNeXt模型Top-1准确率最高提高约5个百分点,能够满足目前马铃薯叶部病害准确识别方面的需求,有良好的鲁棒性,可以泛化在其他植物种类上。

基于ZigBee技术的短距离无线数据传输系统

结合ZigBee技术和ARM技术的发展及无线数据传输系统的需求,提出了一种基于ZigBee和ARM技术的无线传感器网络设计方案,系统主要包括ZigBee节点和ZigBee基站节点,利用MSP430F149和CC2420架构ZigBee节点,用嵌入式ARM7芯片STR710FZ2T6和CC2420架构ZigBee基站节点,构成低功耗、低成本的硬件平台,并采用部分网状(PartialMesh)拓扑结构、Z-Stack协议栈开发软件和按需路由算法(Ad Hoc On-demand Distance Vector),嵌入TinyOS系统,实现基于ZigBee技术的无线数据传输系统。可实现一点对多点、两点间对等通信,快速组网自动配置、自动恢复,节点之间可相互协调实现数据通信。

基于ZigBee的瓦斯无线监测系统硬件设计

本文提出了一种基于ZigBee的煤矿瓦斯无线监测系统的设计方案,系统主要包括ZigBee节点和ZigBee基站节点,利用TI公司的MSP430F149和CC2420架构ZigBee节点,ST公司的嵌入式ARM7芯片STR710FZ2T6和CC2420架构ZigBee基站节点,该方案具有低功耗。

认知无线网络中的频谱切换性能分析

在认知无线网络中,次用户的频谱切换性能不仅和主用户的通信行为关系密切,而且也和次用户本身的频谱感知精度以及频谱切换策略密切相关。该文采用连续时间马尔科夫模型对次用户在理想感知和非理想感知情况下的频谱切换进行建模,进一步分析与比较不同频谱感知精度对频谱切换性能的影响。为了有效降低次用户在频谱切换过程中的强制中断概率,提出基于信道预留机制的频谱切换策略。数值结果表明,次用户对主用户信号的感知精度明显会影响次用户的频谱切换性能,而有效的频谱切换策略则可以以较小的代价获得更好的频谱切换性能。

低信噪比场景下全相位FFT载频估计改进算法

对比传统的快速傅里叶变换(Fast Fourier Transform, FFT),全相位FFT(all-phase FFT,apFFT)加入了全相位信号预处理过程,拥有相位不变特性和较好的抑制频谱泄漏的性能,对调幅(Amplitude Modulation, AM)信号的载频估计能达到较高的精度。但在无线电监测和通信信号识别等特定场景下,解调需要在低信噪比(Signal-Noise Ratio, SNR)下进行。然而在低信噪比环境下,信号往往遭受严重的干扰,为了解决低信噪比环境下AM信号的载频估计问题,提高载频估计精度,提出了基于apFFT的均值修正样条插值结合的AM载频估计算法。分别模拟了添加高斯噪声的低信噪比情况下带正弦干扰与不带干扰的实验环境,对比了样条插值与其他插值方法的优势。仿真结果表明,样条插值能够得到更平滑的插值曲线,提出的载频估计方法具有良好的抗干扰能力,并且对低信噪比环境下载频估计数据有较好的校正作用,得到的载频估计结果对比原始方法有3~5 dB的提升。

基于D-A Xception网络模型的无人机识别技术研究

无人机识别任务对社会通信安全具有重要意义,传统的无人机识别方法并不完全可靠,并且基于深度神经网络的识别模型需要对数据进行复杂的预处理。为了更有效地提升无人机的识别性能,提出了一种基于空洞卷积(Dilated/Atrous Convolution)和DANet注意力机制的Xception改进网络模型,即D-A Xception网络模型。对原始射频信号通过快速傅里叶变换(Fast Fourier Transform, FFT)转换到频域上进行Savitzky-Golay平滑滤波、归一化等处理生成能量谱密度图,在生成的能量谱图像上添加高斯噪声和椒盐噪声以扩充数据样本;进一步改进Xception模型,采用空洞卷积来保持卷积核数量和大小,同时扩大感受野,采用DANet提取同一类别卷积生成的局部感受野特征图的不同细微特征,有效降低网络复杂度的同时提升无人机识别的准确度。利用公开真实采集到的DroneRF无人机信号数据集,与不同网络模型进行实验对比分析,并对D-A Xception模型进行消融实验来验证模型的有效性。实验结果表明,提出的D-A Xception模型在对未训练的数据进行十分类测试时,准确率能够达到99.58%,为无人机识别任务提供可靠的技术支撑。

基于CNN-GRU和CA-VGG特征融合的调制识别模型

针对深度学习的调制识别模型在信噪比较低的情况下存在识别率低以及部分相似信号难以识别的问题,提出了一种自动调制识别的特征融合MFF网络。MFF网络主要由CA-VGG模块和CNN-GRU模块组成,其中基于卷积神经网络和CA的CA-VGG模块用于接收信号星座图,来提取不同调制信号的二维图像特征;在基于卷积神经网络和GRU网络的CNNGRU模块中,将调制信号的A/P数据与I/Q数据作为网络输入,用于提取不同调制信号的一维时间特征;MFF网络通过将调制信号的A/P、I/Q数据与星座图相结合,丰富了每一种调制方式的数据表示形式,可实现不同类型数据特征之间的互补,最后将两个模块的输出结果进行融合来进一步提高信号分类的准确率。实验结果表明,在RadioML2016.10a数据集上,新模型在信噪比为-20~18 dB的识别准确率为63.2%,优于其他参考文献中的模型。

基于推荐信道感知序列的频谱切换方案(英文)

We consider the spectrum handoff delay of a Secondary User(SU)in cognitive radio networks.We propose a spectrum handoff scheme based on Recommended Channel Sensing Sequence(RCSS),which aims to optimise the spectrum handoff delay subject to the sensing reliability and link maintenance constraints.There are two cases that should be considered:1)the SU performs spectrum handoff successfully during the current frame,and 2)the SU successfully performs the spectrum handoff using several frames.We develop a dynamic programming algorithm for RCSS to identify the optimal sensing sequence for the first case,and an updating algorithm for RCSS to improve the handoff performance for the second case.The numerical results confirm that the proposed RCSS handoff scheme can achieve better handoff delay performance than others when the received signal-to-noise ratios of the Pus' signals on different channels are non-identical.

基于MPTCP耦合的自适应带宽估计算法

多路径TCP(MultiPath TCP,MPTCP)协议既能满足用户对数据高速传输的需求又具有较高的稳定性,故提出一种基于MPTCP耦合的自适应带宽估计算法(Adaptive Bandwidth Estimation Algorithm Based on Coupling of MPTCP,ABEC-MPTCP)。为保证链路在瓶颈处的公平性,在慢启动阶段采用了子流耦合的拥塞控制算法,再根据时间间隔内传输数据量的平均值来估算当前链路的平均带宽,对平均带宽做平滑处理,从而使得拥塞避免阶段的慢启动阈值更加合理,因此提高链路的吞吐量以及稳定性。仿真结果表明,在保证子流瓶颈处公平性的情况下,耦合的自适应带宽估计算法相比Westwood算法带宽估计值更加趋近平稳和接近理想带宽值,网络链路的吞吐量提高40%左右,提高了对网络带宽的利用率。

基于正交MFSK信号的解调优化算法

针对传统多进制频移信号解调算法存在计算量大、误码率高等问题,提出了一种基于正交多进制频移键控(Multiple Frequency Shift Keying,MFSK)信号的解调算法。该算法通过检测和判决MFSK信号在不同频率点处的功率谱峰值来完成信号同步,然后对信号的同向分量和正交分量进行反正切运算求得信号斜率,再根据信号斜率构建差值序列并建立MFSK信号解调数学模型,最后通过模型求解完成信号的调制进制识别和解调。该算法复杂度较低且仅呈线性增长,仿真结果表明该算法在性能上优于传统的小波解调算法,且当输入信噪比大于6 dB时,对2FSK、4FSK、8FSK和16FSK的解调正确率都可以达到90%以上。

5G混合网络中基于TDMA系统的能效优化方法

为了响应国家绿色网络的号召,提出了一个在5G混合网络中基于TDMA的联合考虑用户关联和功率控制的能效优化方案。以基站最大关联用户数为约束条件、最大化系统能效为目标设计用户关联算法,根据已知的用户关联算法利用Dinkelbach算法和凸优化工具箱优化功率控制。通过用户关联和功率控制的交替迭代优化获得系统最大能效。对提出的交替优化算法进行了仿真分析,进一步验证了所提优化方案具有较好的能效性能。

基于时域eICIC的小区覆盖扩展策略能效优化

为了应对未来5G网络流量爆炸式增长,研究学者提出在宏基站覆盖范围内密集部署小基站,并利用小区覆盖扩展(Cell Range Expansion,CRE)策略实现宏基站与小基站的负载均衡。但是,CRE区域用户会严重受到宏基站的同频干扰,为解决此问题引入几乎空白子帧(Almost Blank Subframe,ABS)策略,提出了一种联合偏置值及ABS比例的迭代优化算法。针对具有偏置值与ABS比例约束的问题,分别对偏置值及ABS比例进行搜索寻找最优解,再通过迭代联合算法进行更新迭代,以实现系统能效的最大化。对提出的迭代联合优化算法进行了仿真分析,进一步验证了所提方案具有较好的能效。

基于MPUDP的多链路信道分配协议设计与实现

在如今网络直播爆发的时代背景下,传统的常规用户数据报协议(User Datagram Protocol, UDP)存在链路性能不稳定、可靠性低、高延时等问题,而多链路并行传输是克服该问题的重要技术途径之一。本文基于UDP传输协议设计了一种多路径协作传输协议,即MPUDP(Multi-path User Datagram Protocol)。协议通过数据训练对每条信道的丢包率、RTT和乱序情况进行实时监测,对每条路径是否参与传输进行管理,并且对传输路径进行速率分配,有效改善系统的传输带宽。仿真结果表明:本文提出的多路径协作传输协议相比于UDP传统协议,在相同的误码率情况下,带宽近似扩大链路数目的倍数,与MPTCP协议相比,在损失丢包率0.1%的情况下,带宽提升了链路数量倍的吞吐量。

基于博弈论的认知无线网络中继策略优化算法

针对认知无线网络中继节点的信道选择和功率分配问题,提出了一种基于协商反馈机制和注水算法的自适应资源分配中继优化策略。该策略首先分析单一主次用户场景下基于博弈论和极大极小搜索法分配中继节点的信道及功率分配问题;其次基于单一主次用户场景的优化算法进一步提出针对多个主次用户场景下基于协商反馈机制和注水算法的自适应资源分配中继优化策略。仿真结果表明,基于协商反馈机制和注水算法的自适应资源分配中继优化策略能够合理分配信道并进行信道预估,实现基于传输速率反馈的信道功率分配优化机制,并能有效提升系统容量。