大数据时代下的信号与系统课程教学改革研究

文章全面探讨了大数据时代下信号与系统课程教学的改革重点,并分析了当前课程的内容、教学方法以及面临的挑战。首先概述了信号与系统课程教学的现状,并指出了在大数据背景下对该课程的新要求。接着深入讨论了大数据技术的基本概念,以及它在信号与系统领域的关键应用,为建立理论框架提供了基础。同时,阐述了信号与系统课程教学改革的理论框架,强调了将大数据技术与课程内容进行必要的融合,并探讨了课程教学改革面临的主要挑战以及相应的对策。通过这项研究,旨在为信号与系统教育在大数据时代的发展提供指导和建议。

面向特征选择问题的协同演化方法

特征选择技术是机器学习和数据挖掘任务的关键预处理技术。传统贪婪式特征选择方法仅考虑本轮最佳特征,从而导致获取的特征子集仅为局部最优,无法获得最优或者近似最优的特征集合。进化搜索方式则有效地对特征空间进行搜索,然而不同的进化算法在搜索过程中存在自身的局限。本文吸取遗传算法(GA)和粒子群优化算法(PSO)的进化优势,以信息熵度量为评价,通过协同演化的方式获取最终特征子集。并提出适用于特征选择问题特有的比特率交叉算子和信息交换策略。实验结果显示,遗传算法和粒子群协同进化(GA-PSO)在进化搜索特征子集的能力和具体分类学习任务上都优于单独的演化搜索方式。进化搜索提供的组合判断能力优于贪婪式特征选择方法。

一种基于关联信息熵度量的特征选择方法

特征选择旨在从原始集合中选择一个规模较小的特征子集,该子集能够在数据挖掘和机器学习任务中提供与原集合近似或者更好的表现.在不改变特征物理意义的基础上,较少特征为数据提供了更强的可解读性.传统信息论方法往往将特征相关性和冗余性分割判断,无法判断整个特征子集的组合效应.将数据融合领域中的关联信息熵理论应用到特征选择中,基于该方法度量特征间的独立和冗余程度.利用特征与类别的互信息与特征对组合构建特征相关矩阵,在计算矩阵特征值时充分考虑了特征子集中不同特征间的多变量关系.提出了特征排序方法,并结合参数分析提出一种自适应的特征子集选择方法.实验结果表明所提方法在分类任务中的有效性和高效性.

一种视频广告的预算约束限制拍卖机制

视频广告作为新兴互联网广告的一个重要的分支,为广告商带来巨大的收益,目前对于视频广告的拍卖方式主要采用关键字拍卖中的广义第二价格拍卖机制.但由于视频广告的时间可分性,使得视频广告与关键字拍卖内在上成为2个不同的问题.针对这些问题,主要工作如下:1)定义在线视频广告的形式化模型.该模型是有公共预算限制和私有价格信息的异质多物品拍卖模型,且该模型不限制竞价者的收益函数分布.2)前期工作已经证明了不同时存在具有个体理性、激励相容性和帕累托最优性质的预算约束拍卖的确定性机制.所以针对视频广告拍卖问题,基于预算约束的嵌钉拍卖基础,提出不限制竞拍者Agent的边际效益形式且满足激励相容性、个体理性激励相容的随机机制.3)定性及定量分析了该机制的收益性质.通过定义分配因子和支配因子证明了该机制收益的下界,并通过针对不同分布的收益函数和预算约束的实验,在系统收益和社会效用2个指标上验证了该机制的有效性.

新工科背景下的嵌入式系统实验教学探索

在“新工科”背景下,以解决问题为导向,以培养应用型创新人才为目标,对嵌入式系统实验教学进行新的教学模式探索。以树莓派智能小车为基础,提出基础平台与扩展项目相结合的新型教学模式,采用目标制学习法,为具有不同学习基础和应用能力的学生制定差异化项目目标,致力于提高学生的创新思维、系统设计能力以及团队协作和沟通能力。

基于多尺度混合注意力机制的SAR图像房屋分割方法

图像分割的核心任务是提取更强大的特征表示,而对于合成孔径雷达(synthetic aperture radar,SAR)图像的房屋分割任务,受特征形变和斑点噪声点的影响,难以提取充足的特征。本文提出一种基于多尺度混合注意力机制的SAR图像房屋分割方法。在编码端引入CBAM注意力机制和DANet双通道自注意力机制用于增强图像的特征表现能力,捕获特征间的长距离依赖关系。在解码端使用多尺度融合的方法,有效利用浅层特征和上下文信息。实验结果证明,本文算法在SAR图像房屋分割任务上,PA值达到96.54%,MIoU值达到87.22%。与CBAM和DANet相比,本文算法在MIoU上分别提高了5.1%,0.99%。

融合注意力机制的雷达欺骗干扰域适应识别方法

针对目前雷达欺骗干扰识别中常规特征识别方法应用受限和训练高性能深度学习模型需要的大量标注样本难以高效获取的问题,该文提出一种基于对抗域适应网络的雷达欺骗干扰识别方法,以改善标签限制;并融合注意力机制残差模块进一步提升识别精度。首先,对雷达接收信号进行时频变换后,应用基于对抗网络思想的域适应技术实现从标注源域样本到未标注目标域样本的迁移识别。其次,通过所设计的空间通道注意力残差模块使网络训练聚焦于时频图全局空间特征和高响应通道,以忽略时频图像中可迁移性低的区域抑制负迁移的产生。在不同源域与目标域雷达欺骗干扰数据集上的实验结果表明了该方法的可行性和有效性。

《数据结构》课程的“微—互—动”式混合教学模式研究

《数据结构》课程是面向计算机科学、通信工程、电子技术等领域的重要专业基础课。该课程对学生未来从事工程开发是重要而必备的基础。文章将混合教学模式贯穿到数据结构课程的整个教学周期,提出"微—互—动"式的混合模型。以学生为主体的模式优化了学生的知识接收方式,推进了课程内容的现代化,增强了学生学习效率。在该教学改革模型的实施过程中,学生的自主学习能力和理论结合实际的能力都有很好的提升。

以“学”为中心的实践式和混合式工科课堂教学改革研究

如何改革当前以课堂讲授为主要手段、以教为中心的教学模式,以及应对混合式和实践式教学模式存在的各种困难,是一个值得深入探索的课题。改革的目的是最终建立起适应于工科课程的以"学"为中心的教学模式。文章将充分发挥杭州电子科技大学通信工程学院及学科在大数据挖掘及人工智能等方面的技术优势,利用先进的信息处理技术来改善教学质量。文章探索以"学生"为核心的教学方式,联合采用混合式和实践式教学模式,提高学生的学习兴趣和能力;并充分利用课堂时间,提高课堂学习效率,解决学生课余时间不足的问题,最终累积及挖掘学习数据,为改进教学质量提供数据支撑。

陶瓷结合金刚石砂轮磨削硬质合金表面粗糙度的研究

本文采用正交试验法研究了砂轮线速度、横向进给速度、磨削深度和磨削行程四种磨削参数对陶瓷结合金刚石砂轮磨削硬质合金表面粗糙度的影响,通过显微镜观察了硬质合金的表面加工质量,分析了影响表面加工质量的因素,得出了优化的工艺参数。结果表明:四种磨削参数对硬质合金表面粗糙度的影响顺序为:横向进给速度>砂轮线速度>砂轮行程>磨削深度;砂轮横向进给速度、砂轮行程和磨削深度较大时,工件的表面粗糙度较大;当砂轮的线速度增大时,能有效降低硬质合金的表面粗糙度。

基于Arduino的两臂解魔方机器人——算法设计

该设计以层先法作为基础算法,将魔方以面、颜色、位置(二维数组)三个基本属性进行存储,通过调用设计的六个基本动作进行"底部十字""底角还原""中棱还原""顶面十字""顶角面位""顶角还原""顶棱还原"七个还原步骤,输出得到还原序列。最后该设计优化了操作面的问题,调用了设计的四套基本动作,最终完成魔方的还原。

基于主成分分析的光通信神经网络均衡算法

本文首先采用滑动窗口改变输入前后码元比例,随后通过主成分分析法对神经网络输入序列进行降维,有效降低了均衡开销与误码率。通过对不同接受光功率下的实验结果表明,与Volterra等非线性均衡器相比,本文提出的方法可得到更低的误码率。

基于ARDUNO单片机的魔方机器人解决方案——机械变换控制

本设计由特定摄像头作为颜色识别系统,采用两机械臂的操作方式,以机械爪作为操作设备,对魔方进行还原的操作。机械控制作为解魔方机器人的核心模块之一,是机械结构与算法的桥梁。

《离散数学》与《数据结构》课程衔接教学策略初探

在新工科教育背景下,《离散数学》与《数据结构》已成为通信类专业学生的重要基础课程,该类课程对培养学生掌握大数据时代下的问题建模、数据处理、算法优化等核心能力起着至关重要的作用,是后续应用程序开发的理论和实践基础。针对计算机类与通信类的课程体系结构特点,结合通信工程专业培养方案,分析《离散数学》与《数据结构》课程内容的本质联系,文章将探索有效的课程衔接教学策略,注重中国工程教育专业认证标准中学生的创新精神和实践能力,以拓展学生专业技能的广度和深度。

基于多波长分组的无源光网络故障监测系统设计及系统抗干扰性能分析

提出了一种基于多波长分组的无源光网络系统监测方案,用于解决基于反射型的故障监测方案中用户之间易发生因干扰导致的链路状态误判的问题。该方案将不同波长分配到不同组,实现不同光网络单元(ONU)组之间的识别,从而避免不同组成员之间的干扰。在此基础上,将与光路终端距离相近的ONU分配到不同组内,以此降低组内ONU发生相互干扰的概率。此外,还研究了用户数量、传输脉冲功率和脉冲宽度对该系统性能的影响。通过理论推导与仿真可知,在检测波长通道数为4、检测光脉宽为10-8s、用户数量为16、最大距离差为2 km的无源光网络系统用户中,检测信号的信噪比为9.06 dB,识别精度为2 m。这些结果表明,基于多波长分组的无源光网络监测系统方案能够支持对大容量无源光网络系统的监控,并且在易发生干扰的用户数量较多的情况下具有较好的性能。

基于多混沌系统的多层置乱的OFDM-PON物理层加密方案

针对正交频分复用无源光网络(orthogonal frequency division multiplexing passive optical network, OFDM-PON)系统中的数据传输安全问题,本文设计了一种基于多混沌系统及多层加密的数字序列加密方案,通过在OFDM信号生成的每个步骤都采用密钥集选择性对信号加密,可有效提升系统的加密空间进而增加系统的保密性。首先,将明文进行分组,利用Logistic混沌系统选取构建混沌序列集中的混沌序列对每组明文进行异或加密调制成16-QAM(quadrature amplitude modulation)信号;然后,对QAM信号分组,利用Logistic混沌系统对每组QAM信号进行判定是否进行星座图置乱加密;最后,对OFDM的子载波进行分组,利用Logistic系统对每组进行判定是否需要进行频域置乱加密。搭建了仿真系统以进一步验证方案的可行性。仿真实验结果表明,该加密方法极大地增大了密钥空间,达10540,为数据传输提供良好的保密性。

基于二维投影直方图导频辅助的相干光正交频分复用系统公共相位误差噪声补偿算法

提出一种用于相干光正交频分复用系统的公共相位噪声补偿算法。该算法采用二维投影直方图的公共相位噪声盲估计方法,并充分结合了基于导频的相位噪声估计方法,实现了对公共相位噪声的有效补偿。利用少量的梳状导频对频域符号的公共相位噪声进行初始估计和补偿;再将初始补偿后的频域符号的星座图映射到二维数字图像,利用二维投影直方图进行更精细的公共相位噪声补偿。为了验证算法性能,搭建了基于MATLAB和OptiSystem的20 Gbit/s仿真系统,并在标准单模光纤中传输50 km。结果表明,该算法能有效解决投影直方图盲估计算法以π/2为周期的偏差问题,而且仅需少量的导频就能实现比传统导频辅助算法更高的误码性能。

基于混沌映射的OFDM-PON物理层加密及系统性能增强算法

针对正交频分复用无源光网络(OFDM-PON)算法中数据安全性低和峰值平均功率比(PAPR)高的问题,提出了一种基于三维Arnold变换和混沌Frank序列的加密算法。该算法采用基于主成分分析的保守数字混沌系统产生的混沌序列进行加密,可解决混沌序列结构和计算精度导致的退化问题。首先,将OFDM信号转换为三维信号矩阵,利用三维Arnold变换进行置乱变换,实现对数据的加密;然后,将加密数据通过混沌序列随机选择的Frank序列,以降低OFDM信号的PAPR。仿真实验结果表明,相比传统的OFDM-PON算法,本算法在互补累积分布函数的概率为10^(-3)时可将信号的PAPR约降低2.1dB,在误比特率为3.8×10^(-3)时可将接收光功率约降低1dB。

基于CL-IPPM的单光源逆向调制自由空间光通信系统

在单光源逆向调制(modulating retro-reflector,MRR)自由空间光通信(free-space optical,FSO)系统中,光收发端在接收MRR端上行再调制信号时,会受到自身下行信号的串扰,导致系统误码率性能恶化。本文提出采用组合逻辑(combinatorial logic,CL)反向脉位调制(inverse pulse position modulation,IPPM)方案来消除下行信号对上行再调制信号的串扰,进而降低单光源MRR FSO通信系统误码率。本项研究设计了基于CL-IPPM的单光源MRR FSO通信实验装置,进行了仿真及全双工通信实验。实验结果表明,使用CL-IPPM方案的单光源MRR FSO系统增益约5 dB。同时,光收发端和MRR端均采用IPPM时,CL-IPPM方案可获得较好的误码率性能。此外,本文利用微角锥棱镜阵列的伪相位共轭特性来提升该系统的鲁棒性,将CL-IPPM方案与微角锥棱镜阵列结合应用于单光源MRR FSO通信系统,可实现弱/中湍流强度下误码率为10^(-3)以下的全双工通信。