可重构智能表面辅助的通信信号处理技术

可重构智能表面(Reconfigurable Intelligent Surface,RIS)通过在平面上集成大量低成本无源反射元件,实现对无线传输环境的智能配置,从而显著提高无线通信网络的性能。具体来讲,RIS上的不同反射元件可以通过控制振幅和/或相位来独立反射入射信号,从而协同实现三维波束赋形,实现信号的增强或减弱。与其他类似技术形成鲜明对比的是,RIS通过高度可控地智能信号反射主动修正无线传输信道,来增强期望信号功率,或减小信道干扰,为进一步提升无线通信网络的性能提供了全新优化自由度。此外,RIS重量轻、体积小,很容易在墙壁、天花板、建筑物表面等实现安装、移除,具有可重复利用性;RIS的硬件结构通常比小型有源基站和中继简单,因此易于进行低成本快速部署。最后,RIS是一种补充设备,将其部署在现有无线系统中不需要更改相应标准和硬件,仅需对通信协议进行必要修改。基于以上优势,RIS引起了广泛关注,工业界、学术界对其开展了大量研究工作,包括传输协议设计、系统容量分析、能量/频谱效率分析、物理层安全、调制/编码方案设计等。尽管优点众多,但实现RIS与现有无线通信系统的完美融合,依然面临诸多挑战。首先,在RIS辅助的无线通信系统中,基站和RIS的主被动联合优化波束赋形是保证系统性能的基础。RIS由于结构特殊,无法对入射信号进行处理,只能被动的反射入射信号,此外,RIS反射元件数量巨大,导致发射机主动波束成形和RIS被动反射设计的联合优化非常复杂、耗时。因此,RIS辅助的无线通信系统设计面临两大亟需解决的关键问题:(1)如何设计低复杂度优化方法以实现基站和RIS主被动波束赋形的联合设计;(2)在RIS辅助的无线通信系统中,如何设计合理的协作传输方案,以实现系统性能的最优化。本文针对以上问题,着重探讨了RIS辅助的无线通信系统低复杂度信号处理技术,从单RIS辅助无线通信场景扩展到多RIS辅助协作通信场景,探讨适合大规模RIS辅助系统的低复杂度设计方法,推动RIS在实际场景中的部署应用。

基于干扰效率多蜂窝异构无线网络最优基站选择及功率分配算法

针对多蜂窝多用户异构无线网络干扰管理和效率提升问题,该文研究了基于干扰效率最大的下行链路基站(BS)-用户匹配和功率分配问题。首先,考虑宏用户和微蜂窝用户的服务质量,将问题建模为多变量混合整数非线性规划问题。其次将原问题分解为基站选择和功率分配两个子问题。针对基站选择问题,利用凸优化问题获得最优基站选择策略;针对功率分配问题,利用二次变换法和Dinkelbach辅助变量法,将功率分配问题转换为凸优化问题求解。仿真结果表明,与现有算法对比,该算法具有较好的干扰效率和干扰控制性能。

基于张量计算的智慧交通多维数据计算与小样本学习

针对智慧交通场景中样本较少且难以获取的问题,提出一种张量计算与小样本学习相结合的综合模型,从而应对目标域样本不足导致训练效果差的情况。构建基于张量计算的多维计算模型,处理智慧交通场景中的多维异构数据,基于数据的时空相关性获得融合数据张量,将融合数据作为输入数据,经由小样本学习模型进行训练,最终根据消融实验结果比较分析基于不同张量计算方案和小样本学习方法的张量小样本学习模型性能。仿真结果表明,相较于2种基于度量的小样本学习模型:原型网络和匹配网络,基于元学习的小样本学习模型和张量计算模型相结合后的可信度更高,并且基于不同的张量融合方案,元学习模型的准确率和F1值得到了不同程度的提升,其中基于逆分解张量融合方案的模型准确率可达0.95,性能优于平行因子分解(CPD)融合方案。

多接入边缘计算赋能的AI质检系统任务实时调度策略

AI质检是智能制造的重要环节,其设备在进行产品质量检测时会产生大量计算密集型和时延敏感型任务。由于设备计算能力不足,执行检测任务时延较大,极大影响生产效率。多接入边缘计算(MEC)通过将任务卸载至边缘服务器为设备提供就近算力,提升任务执行效率。然而,系统中存在信道变化和任务随机到达等动态因素,极大影响卸载效率,给任务调度带来了挑战。该文面向多接入边缘计算赋能的AI质检任务调度系统,研究了联合任务调度与资源分配的长期时延最小化问题。由于该问题状态空间大、动作空间包含连续变量,该文提出运用深度确定性策略梯度(DDPG)进行实时任务调度算法设计。所设计算法可基于系统实时状态信息给出最优决策。仿真结果表明,与基准算法相比,该文所提算法具有更好的性能表现和更小的任务执行时延。

异构无线网络干扰效率最大顽健资源分配算法

针对能效提升、宏用户干扰减小的问题,该文研究了基于干扰效率最大的异构无线网络顽健资源分配算法.首先,考虑宏用户干扰约束、微蜂窝用户速率需求约束和最大发射功率约束,将资源优化问题建模为多变量非线性规划问题.其次,考虑有界信道不确定性模型,利用Dinkelbach辅助变量方法和连续凸近似方法结合对数变换方法,将原分式规划顽健资源分配问题转换为等价的确定性凸优化问题,并利用拉格朗日对偶算法获得解析解.理论分析了计算复杂度和参数不确定性对性能的影响.仿真结果表明该算法具有较好的干扰效率和鲁棒性.

基于新型光源的联合分步映射空间调制可见光通信系统性能分析

在可见光通信(VLC)系统中采用一种新型光源来同时实现照明和数据传输功能,并提出基于空间调制和红色、绿色及蓝色(RGB)LED联合分步映射空间调制方法。该新型光源由白光LED和一组或多组RGB LED组成,其中,白光LED仅提供照明功能,RGB LED则被用来传输数据信息。在光源成色方面,通过功率分配来控制RGB LED的成色,并用颜色显色指数(CRI)来评价新光源的成色质量。在光源通信方面,对联合分步映射空间调制与直流偏置光正交频分复用(DCO-OFDM)在接收端的误码率性能进行了研究与验证。仿真结果显示,RGB LED的功率可根据不同的通信和照明要求做自适应调整以适应不同场景的需求,同时在合适的灯组布局和直流偏置下,该系统可取得较好的误码率性能。

云边协同外观质量人工智能检测系统的设计与实现

传统的产品外观质量检测过程需要人工干预,较低的检测精度和自动化程度阻碍了产线节拍加速,成为提升效率的瓶颈。为充分挖掘工业场景数据的潜在价值,建立了空调外观质量检测图像公开数据集SDU-Haier-AQD,并在IEEE DataPort网站予以公开。基于该数据集,提出一种改进的快速精简的目标检测模型FT-Yolo,在11个空调机型、16个外观质量标注类别检测任务的识别准确率超过97%,产品外观检测时间可缩减90%以上,实现了对外观质量关键点的自动检测与精准快速识别。进一步研发新型云边协同模式产品外观质量人工智能检测系统,依托云边协同机制完成系统边缘节点和底层生产线线体与云端工业互联网平台的高效互联交互,实现了空调外观质量数据的实时采集、传输、智能检测和云端存储管理。

云边端协同的机床刀具故障智能诊断系统研究

为提高机床刀具磨损故障诊断精度,借助三轴加速度传感器采集机床刀具磨损振动数据,并以此为基础,提出一种基于长短时记忆网络与多尺度卷积神经网络集成的机床刀具故障诊断算法,挖掘机床刀具在不同故障模式下的空时域多尺度特征,实现机床刀具磨损状态的精准识别。同时,为满足实际产线对故障诊断的高实时性要求,设计一种适用于机床刀具故障诊断的云边端协同架构,通过底层产线、边缘节点与工业云平台的高效协同,实现机床刀具故障的及时预警。研究结果表明,所提云边端协同的机床刀具故障智能诊断系统可实现机床刀具磨损状态的精准识别,同时可缩短故障诊断任务的完成时间。

高铁隧道无线通信系统中的信道测量与建模综述

高铁的迅速发展为现有的高铁无线通信系统带来了一些新的挑战.一个准确描述隧道信道特性的信道模型,对高铁通信系统的设计和评估意义重大.由于隧道狭长的空间、隧道本身的边界性以及产生的波导效应等,高铁隧道中的信道特性不同于其他的高铁场景.此外,隧道信道的一些特性目前还没有被充分地研究.因此,考虑大尺度和小尺度衰落特性的准确的隧道信道模型是十分必要和重要的.本文全面地综述了已开展的隧道信道测量及采用不同方法建模的隧道信道模型,讨论了未来高铁隧道信道测量及建模的一些研究方向.

5G高频段信道测量与建模进展

高频段由于具有非常大的频谱宽度而受到下一代(5G)移动通信系统的青睐.高频段同时具有大的传播损耗、准光学特性等特征.为了能够充分挖掘、选择和评估可用高频段,需要对高频段信道进行充分测量和研究.目前高频段信道测量设备主要有基于矢量网络分析仪的探测器和定制化宽带探测器两种.该文对当前开展的高频段信道测量活动进行总结,包括天线配置、测试场景与关注参量,以及相应的测量设备.最后对几个新提出的高频段信道模型进行介绍,如METIS、MiWEBA、mmMAGIC、5GCM、3GPP-HF等,指出现有模型的主要特点和适用范围,以及预计未来测量和建模方面加强的方向.

基于干扰效率的认知OFDMA网络功率分配算法

为了提高认知无线电网络的系统能量效率,同时减小对频谱授权者主用户的干扰,提出了一种新的下行传输干扰效率最大的认知正交频分多址接入(orthogonal frequency division multiplexing access, OFDMA)网络功率分配算法。干扰效率定义为次用户总的传输速率与对主用户总干扰功率的比值。由于原资源分配问题是一个非凸形式的分式规划问题,难以获得功率分配问题的解析解。利用Dinkelbach方法将原问题转换为一个凸优化问题,并利用拉格朗日对偶原理和次梯度更新算法来获得解析解。最后,仿真结果表明,该算法具有较好的收敛性能,并且在干扰效率、对主用户的干扰控制方面都优于传统能效最大的功率分配算法。

基于狮群算法的数字孪生车间调度问题优化

针对柔性作业车间调度问题,提出一种基于狮群算法的数字孪生柔性作业车间调度方法。基于实际生产过程的需求,使用狮群算法生成柔性作业车间调度初始方案,建立物理车间与虚拟车间实时交互的数字孪生柔性作业车间调度模型,在搭建的虚拟车间中对初始调度方案根据设备利用率进行方案优化。采用数字孪生模型解决设备故障等车间突发事件对生产进程的影响问题。通过使用真实车间数据对机加工车间生产调度过程试验,结果表明,采用狮群算法求解柔性作业车间调度问题,搜寻能力强,搜索速度快,可以在不同规模的问题中找到更优的解决方案;狮群算法结合数字孪生的柔性作业车间调度方案能够整体优化系统性能,有效处理扰动带来的延长生产时间问题。