为了获得最佳的无损图像压缩效果,提出一种基于块的比特分配技术(block bit allocation,BBA)的图像无损压缩算法,并采用三种数字图像模式:CT、MR和DR来评价该算法.实验结果显示,此算法对比标准LempelZiv和Huffman压缩算法能将CT图像的...为了获得最佳的无损图像压缩效果,提出一种基于块的比特分配技术(block bit allocation,BBA)的图像无损压缩算法,并采用三种数字图像模式:CT、MR和DR来评价该算法.实验结果显示,此算法对比标准LempelZiv和Huffman压缩算法能将CT图像的压缩比平均增加11%到19%,在MR图像中,平均增加12%到28%.对于DR图像,此方法比Huffman算法差9%.但是,压缩和解压缩速度会更快并且可用于在线医学图像压缩.展开更多
该文针对蜂窝终端直通(Device-to-Device,D2D)混合网络的两类终端提出一种新的无线资源调度策略,以提高混合网络整体性能实现无线资源的高效利用。该文无线资源调度问题分为频谱资源块和终端功率分配两个部分,首先,对该问题以混合网络...该文针对蜂窝终端直通(Device-to-Device,D2D)混合网络的两类终端提出一种新的无线资源调度策略,以提高混合网络整体性能实现无线资源的高效利用。该文无线资源调度问题分为频谱资源块和终端功率分配两个部分,首先,对该问题以混合网络和速率最大为优化目标进行理论建模,其约束条件为最大功率限制以及速率需求比值。速率需求比值可以用来区分蜂窝和直通(D2D)两类终端各自的速率需求,从而满足不同的服务质量(Quality of Service,QoS)。接着,通过拉格朗日乘数求解法,得到了上述最优化问题的最优解,即蜂窝和直通(D2D)终端分配的最优资源块序号以及功率值。从最优解可以看出,资源块的选取和功率分配两者互为条件选择的关系。根据这一结论,该文给出相应的调度策略,其中功率分配部分采用注水算法来实现。最后,通过系统级仿真,可以看出提出的新调度策略在混合网络的总吞吐和终端用户的公平性上都可实现较大提升。展开更多
为了解决移动通信网络中频谱资源短缺、链路间干扰严重以及能耗较高等问题,针对设备到设备(Device to Device,D2D)网络提出一种分布式框架的深度强化学习算法,采用双Q和竞争结构解决状态空间过大和Q值高估的问题,通过引入无线携能技术...为了解决移动通信网络中频谱资源短缺、链路间干扰严重以及能耗较高等问题,针对设备到设备(Device to Device,D2D)网络提出一种分布式框架的深度强化学习算法,采用双Q和竞争结构解决状态空间过大和Q值高估的问题,通过引入无线携能技术有效地补偿了系统能耗,在蜂窝用户最低和速率要求以及D2D用户功率分流比等非线性约束条件下,基于变化的位置和信道状态信息,同步分配资源块、D2D用户发射功率和功率分流比,实现能效最优化。仿真结果表明,在保证蜂窝用户和速率的前提下,所提方案在D2D总能效方面优于基线算法,在具有大规模移动用户的通信网络中鲁棒性更强。展开更多
文摘为了获得最佳的无损图像压缩效果,提出一种基于块的比特分配技术(block bit allocation,BBA)的图像无损压缩算法,并采用三种数字图像模式:CT、MR和DR来评价该算法.实验结果显示,此算法对比标准LempelZiv和Huffman压缩算法能将CT图像的压缩比平均增加11%到19%,在MR图像中,平均增加12%到28%.对于DR图像,此方法比Huffman算法差9%.但是,压缩和解压缩速度会更快并且可用于在线医学图像压缩.
文摘该文针对蜂窝终端直通(Device-to-Device,D2D)混合网络的两类终端提出一种新的无线资源调度策略,以提高混合网络整体性能实现无线资源的高效利用。该文无线资源调度问题分为频谱资源块和终端功率分配两个部分,首先,对该问题以混合网络和速率最大为优化目标进行理论建模,其约束条件为最大功率限制以及速率需求比值。速率需求比值可以用来区分蜂窝和直通(D2D)两类终端各自的速率需求,从而满足不同的服务质量(Quality of Service,QoS)。接着,通过拉格朗日乘数求解法,得到了上述最优化问题的最优解,即蜂窝和直通(D2D)终端分配的最优资源块序号以及功率值。从最优解可以看出,资源块的选取和功率分配两者互为条件选择的关系。根据这一结论,该文给出相应的调度策略,其中功率分配部分采用注水算法来实现。最后,通过系统级仿真,可以看出提出的新调度策略在混合网络的总吞吐和终端用户的公平性上都可实现较大提升。
文摘为了解决移动通信网络中频谱资源短缺、链路间干扰严重以及能耗较高等问题,针对设备到设备(Device to Device,D2D)网络提出一种分布式框架的深度强化学习算法,采用双Q和竞争结构解决状态空间过大和Q值高估的问题,通过引入无线携能技术有效地补偿了系统能耗,在蜂窝用户最低和速率要求以及D2D用户功率分流比等非线性约束条件下,基于变化的位置和信道状态信息,同步分配资源块、D2D用户发射功率和功率分流比,实现能效最优化。仿真结果表明,在保证蜂窝用户和速率的前提下,所提方案在D2D总能效方面优于基线算法,在具有大规模移动用户的通信网络中鲁棒性更强。
