基于深度迁移学习的动态频谱快速适配抗干扰方法

机器学习逐渐发展成为一种成熟强大的技术工具,并被广泛应用于无线通信抗干扰领域。其中,较为典型的有基于深度强化学习的抗干扰方法,通过与动态、不确定通信环境的不断交互来学习最优用频策略,有效解决动态频谱接入抗干扰的问题。然而,由于外界电磁频谱空间复杂、干扰模式样式动态多变,从头开始学习复杂的抗干扰通信任务往往时效性差,导致学习效率和通信性能显著下降。针对上述问题,提出基于深度迁移学习的动态频谱快速适配抗干扰方法。首先,通过构建预训练模型对已知干扰模式进行学习;其次,使用卷积神经网络提取现实场景下的感知频谱数据,重用过往经验优先启动加速适配;最后,运用微调策略辅助强化学习实施在线抗干扰信道接入。仿真结果表明,相较于传统强化学习算法,所提方法能够有效加快算法收敛速度,提升通信设备抗干扰性能。

物联网传感设备的快速适配技术研究

为适应物联网的快速发展,各类物联网传感设备不断推陈出新,这对物联网应用如何进行快速适配提出了极大挑战。在对目前物联网架构进行深入分析的基础上,提出了一种可支持物联网传感设备快速适配的技术方案。

轨道交通综合监控在线决策支持功能研究

决策支持功能作为轨道交通综合监控系统(ISCS)的高级应用模块,能够应用数据集中及高效信息处理优势,协助操作员决策完成一系列紧急情况处理的联动服务,是轨道交通中应急处理机制的核心。该文介绍并分析一种采用"预案—事件池"设计方式,提供功能强大的案例配置工具,并集在线自适应诊断、事件检索、快速适配于一体的决策功能的模型及实现。此决策支持模块的应用,提高了综合监控系统应对事件的智能处理能力和响应能力,保障轨道交通运营安全稳定。

住宅景观设计标准化模块研究

结合国内住宅小区理念先进景观设计手法,根据实际项目景观设计方案及实施措施,将住宅小区景观按照一定动线拆解成各大节点区域,形成景观设计标准化模块。对此进行研究,以便在方案设计时能够快速适配不同定位的住区景观配置,将模块组合形成美观性高、整体性强和功能性齐全的小区景观环境。该文从景观设计产品理念及成本分级出发,阐述常用的景观模块设计参考形式及关注要点,为住宅小区开发项目景观设计标准化提供思路及参考。

WCDMA中HSDPA和HSUPA的技术比较分析

高速下行分组接入(HSDPA)和高速上行分组接入(HSUPA)分别是3G中R5和R6的技术特征,通过采用快速链路适配、基于Node B的调度、具有软合并的混合自动重传请求(HARQ)等关键技术,可让用户设备(UE)能以尽可能高的功率传输数据,在减少时延的基础上得到更高的系统吞吐量。文中通过比较两者的异同来讨论其技术原则及关键技术。