高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
排序:
相关度
发表时间
每页显示:
10
20
30
50
多用户MIMO-OFDM系统中的资源分配
杨睿哲, 袁超伟, 滕颖蕾, 黄韬
2009, 31(5): 1229-1232. doi: 10.3724/SP.J.1146.2008.00036  刊出日期:2009-05-19
关键词: MIMO;OFDM;自适应资源分配;信号与干扰加噪声比
该文针对多用户MIMO-OFDM系统,基于最大化信号与干扰加噪声比(Signal-to Jamming and Noise Ratio,SJNR)预编码,提出了实用的自适应资源分配方法。根据各用户SJNR值,提出采用递增(Incremental Algorithm,IA)和递减(Decremental Algorithm,DA)两种方法为各子载波选择用户集合,使各子载波被多个用户最优复用,实现多用户分集,以达到最大化系统吞吐量的目的。此外,基于DA思想,给出了考虑不同用户QoS要求下分配子载波的方法(QoS Decremental Algorithm,QDA)。分析和仿真结果表明,IA和DA在大大降低算法复杂度的同时使性能很好地接近最优算法,QDA能在满足不同用户QoS要求的同时最大化系统吞吐量。
面向遥感图像场景分类的双知识蒸馏模型
李大湘, 南艺璇, 刘颖
2023, 45(10): 3558-3567. doi: 10.11999/JEIT221017  刊出日期:2023-10-31
关键词: 遥感图像分类, 知识蒸馏, 双注意力, 空间结构
为了提高轻型卷积神经网络(CNN)在遥感图像(RSI)场景分类任务中的精度,该文设计一个双注意力(DA)与空间结构(SS)相融合的双知识蒸馏(DKD)模型。首先,构造新的DA模块,将其嵌入到ResNet101与设计的轻型CNN,分别作为教师与学生网络;然后,构造DA蒸馏损失函数,将教师网络中的DA知识迁移到学生网络之中,从而增强其对RSI的局部特征提取能力;最后,构造SS蒸馏损失函数,将教师网络中的语义提取能力以空间结构的形式迁移到学生网络,以增强其对RSI的高层语义表示能力。基于两个标准数据集AID和NWPU-45的对比实验结果表明,在训练比例为20%的情况下,经知识蒸馏之后的学生网络性能分别提高了7.69%和7.39%,且在参量更少的情况下性能也优于其他方法。
OFDM系统中一种新的分块迭代的部分传输序列算法
吴交, 杨鸿文, 张欣, 杨大成
2008, 30(12): 2947-2950. doi: 10.3724/SP.J.1146.2007.00844  刊出日期:2008-12-19
关键词: 正交频分复用, 部分传输序列, 峰均比, 分块迭代
该文提出了一种新的基于分块迭代(BI)和自适应分块迭代(ABI)的部分传输序列算法,能够有效地降低正交频分复用(OFDM)系统的峰均功率比(PAPR),与原始部分传输序列(OPTS)和Iterative Flipping(IF)算法相比,该算法能够获取更好的性能与复杂度的折衷,并且该算法可以看作OPTS和IF算法的一般化形式。
低轨道卫星CDMA系统发信机的FPGA实现
赵国栋, 陈晓挺, 刘会杰, 杨根庆
2008, 30(4): 768-771. doi: 10.3724/SP.J.1146.2006.01467  刊出日期:2008-04-19
关键词: 低轨道卫星; CDMA; FPGA; 成型滤波; CIC插值滤波
该文研究了低轨道(LEO)卫星CDMA系统发信机的数字部分,介绍了其结构、算法原理及其具体实现。重点介绍了发信机数字信号处理部分在FPGA的实现,主要包括信息数据流的处理及编码、交织、成型滤波、CIC插值滤波和数字上变频等。在设计上采用了基于多相滤波结构和分布式算法(DA)的成型滤波器以及高效CIC插值滤波器,节省了系统的硬件资源,提高了系统的性能。
-Si∶H光电发射的漂移场模型
海宇涵, 陈远星, 臧宝翠
1991, 13(1): 57-64.  刊出日期:1991-01-19
关键词: 光阴极; 非晶硅; 量子效率; 漂移场; 电荷放大效应
本文分析了扩散型或漂移型或具有电荷放大效应的光阴极的量子效率。提出了具有内场或外场的-Si∶H光电发射模型。其结构是p-i-n -Si∶H/Bi2S3或SnO2--Si∶H-Al∶Cs∶O。估算了它们的量子效率和积分灵敏度。二者的量子效率为1-10,灵敏度为103-105A/lm。外场模型的实验表明,结构设计是正确的。
离子通道激光
刘濮鲲, 杨中海
1993, 15(4): 367-374.  刊出日期:1993-07-19
关键词: 自由电子激光; 等离子体; 离子通道; 群聚; 增益
离子通道激光(ICL)是一种可工作在紫外和X射线区的新型自由电子激光。本文对低增益情况下ICL的辐射放大机制进行了研究。利用Madey理论导出了ICL的增益公式;通过群聚参量Bi对ICL中电子的两种不同的群聚机制进行了讨论;由谐振条件得出了ICL的输出频率,并与回旋自谐振脉塞(CARM)和常规自由电子激光(FEL)进行了比较。
基于概率假设密度滤波和数据关联的脉冲多普勒雷达多目标跟踪算法
谭顺成, 王国宏, 王娜, 何友
2013, 35(11): 2700-2706. doi: 10.3724/SP.J.1146.2013.00106  刊出日期:2013-11-19
关键词: 多目标跟踪, 概率假设密度滤波(PHDF), 距离模糊, 粒子滤波, 脉冲重复频率(PRF)
为了解决杂波环境下脉冲多普勒(PD)雷达的多目标跟踪问题,提出一种距离模糊情况下基于概率假设密度滤波(PHDF)和数据关联(DA)的联合解距离模糊和多目标跟踪方法。该方法使雷达采用一组脉冲重复频率(PRF)交替变换的工作模式,并对雷达生成的模糊量测进行多假设,得到扩展量测集;然后,利用PHDF可以有效滤除杂波和避免目标-量测数据关联的突出优点,对扩展量测集进行滤波,得到粗略的目标状态估计;最后,对PHDF的滤波结果进行航迹-估计值关联,给出多目标航迹信息。仿真结果表明,该算法可以同时给出目标个数和各目标状态估计,实现杂波环境和距离模糊条件下对多目标的有效跟踪。
用于异质信息的信任区间交互式多属性识别方法
李双明, 关欣, 衣晓, 吴斌
2021, 43(5): 1282-1288. doi: 10.11999/JEIT200038  刊出日期:2021-05-18
关键词: 信任区间, 交互式多属性, 异质信息, 距离测度, 关联系数
为了解决混合类型数据与专家知识等异质信息的融合决策问题,该文提出了基于信任区间的交互式多属性识别(BI-TODIM)方法。完善了混合类型数据的距离测度,根据信任区间的构建定理和灰关联方法构建了未知目标混合类型数据的信任区间,阐明了信任区间与直觉模糊数之间的等价关系,创建了混合类型数据和专家知识的识别决策模型,实现了特征层信息和决策层信息的统一表达;分析了基于信度函数的逼近理想解(BF-TOPSIS)方法的反转现象及算法的复杂度,定义了区间数的序关系,提出了BI-TODIM识别决策方法,及基于直觉模糊熵的未知权重计算方法。结合算例和目标识别案例,验证了该文方法在解决排序反转和异质信息融合方面的有效性,突出了该方法时间复杂度低、稳定性好、识别准确度高的优点。
快速计算一维分层粗糙面之间金属目标复合散射的互耦迭代算法
姬伟杰, 童创明
2010, 32(10): 2479-2484. doi: 10.3724/SP.J.1146.2009.01208  刊出日期:2010-10-19
关键词: 电磁散射, 分层粗糙面与金属目标, 前后向迭代算法, 双共轭梯度法
为研究一维分层介质粗糙面之间金属目标的复合电磁散射特性,该文提出了一种结合前后向迭代算法(FBM)和双共轭梯度法(Bi-CG)的快速互耦迭代算法(CCIA)。推导了分层粗糙面与金属目标的耦合边界积分方程组,采用FBM和Bi-CG分别求解分层粗糙面与目标的边界积分方程,目标和分层粗糙面的相互作用通过更新两方程的激励项来实现。计算了双层介质高斯粗糙面及无限长金属圆柱的复合电磁散射特性,当目标尺寸趋于零时与只有分层粗糙面的散射系数相吻合,验证了该算法的正确性;分析了不同粗糙面情况下该算法的收敛性;讨论了目标尺寸与位置变化对复合散射系数的影响。结果表明,金属目标的存在明显影响了分层粗糙面的散射特性。
针对方向图综合的MIMO雷达双边自适应矩阵算法
王勇, 刘宏伟, 纠博, 杨晓超
2012, 34(4): 898-903. doi: 10.3724/SP.J.1146.2011.00861  刊出日期:2012-04-19
关键词: MIMO雷达, 方向图综合, 双边自适应矩阵算法, 半正定规划, 双迭代算法
为了降低MIMO雷达自适应矩阵算法(Adaptive Matrix Approach, AMA)的计算复杂度和样本需求,该文提出一种双边AMA(Two-Sided AMA, TS-AMA)算法。TS-AMA算法将AMA算法的权矩阵分解成两个低维权矩阵的Kronecker积,从而将AMA算法的代价函数转化为一个双二次的代价函数。新的代价函数可以通过结合半正定规划(Semi-Definite Programming, SDP)和双迭代算法(Bi-Iterative Algorithm, BIA)有效地求解。相比AMA算法,TS-AMA算法的收敛速度更快,样本需求更低,运算量更小。仿真结果说明了该算法的有效性。
  • 首页
  • 上一页
  • 1
  • 2
  • 末页
  • 共:2页