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
多接入边缘计算赋能的AI质检系统任务实时调度策略
周晓天, 孙上, 张海霞, 邓伊琴, 鲁彬彬
2024, 46(2): 662-670. doi: 10.11999/JEIT230129  刊出日期:2024-02-10
关键词: 多接入边缘计算, 任务调度, 资源分配, 深度强化学习, AI质检系统
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。
一种基于分层译码和Min-max的多进制LDPC码译码算法
杨威, 张为
2013, 35(7): 1677-1681. doi: 10.3724/SP.J.1146.2012.01634  刊出日期:2013-07-19
关键词: 非二进制低密度奇偶校验码(NB-LDPC), 分层译码, Min-max, 准循环码
该文在现有译码算法的基础上提出一种高效的非二进制低密度奇偶校验码(NB-LDPC)译码方法,充分利用了分层译码算法与Min-max算法的优点,不但译码复杂度低、需要的存储空间小,而且可将译码速度提高一倍。应用该算法,对一种定义在GF(25)上的(620,509)码进行了仿真。该码的仿真结果表明:在相同误码率下,该文译码算法所需最大迭代次数仅为Zhang的算法(2011)的45%。
无人机辅助的非正交多址反向散射通信系统max-min速率优化算法
王正强, 胡扬, 樊自甫, 万晓榆, 徐勇军, 多滨
2023, 45(7): 2358-2365. doi: 10.11999/JEIT221210  刊出日期:2023-07-10
关键词: 反向散射通信, 无人机, 非正交多址, 资源分配
无人机(UAV)、非正交多址(NOMA)和反向散射通信(BC)相结合,可以满足热点地区高容量需求,提高通信质量。该文提出一种无人机辅助的NOMA反向散射通信系统最小速率最大化资源分配算法。考虑无人机发射功率、能量收集、反射系数、传输速率以及连续干扰消除(SIC)解码顺序约束,建立基于系统最小速率最大化的资源分配模型。首先利用块坐标下降将原问题分解为无人机发射功率优化、反射系数优化和无人机位置与SIC解码顺序联合优化3个子问题,然后使用反证法给出无人机最优发射功率,再用变量替换法和连续凸逼近将剩余子问题进一步转化为凸优化问题进行求解。仿真结果表明,所提算法在系统和速率与用户公平性之间具有较好折中。
机载超宽带天线罩物理光学分析方法
张强, 曹伟
2006, 28(1): 100-102.  刊出日期:2006-01-19
关键词: 机载宽带天线罩;口径积分-表面积分;物理光学方法
该文提出了机载超宽带天线罩口径积分-表面积分-自适应网格(AI-SI-AG)分析方法。给出了用AI-SI-AG的计算和实测结果。理论分析和实验结果表明,该算法能够高效地预测定向和全向天线的带罩方向图,理论计算与实际测试符合较好,在工程应用中有较大的实用价值。
基于多层感知卷积和通道加权的图像隐写检测
叶学义, 郭文风, 曾懋胜, 张珂绅, 赵知劲
2022, 44(8): 2949-2956. doi: 10.11999/JEIT210537  刊出日期:2022-08-17
关键词: 隐写检测, 卷积神经网络, 多层感知卷积, 通道加权
针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限,以及各通道特征图没有区分的问题,该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积,增强隐写检测模型对高阶特征的表达能力;同时引入通道加权模块,实现根据全局信息对每个卷积通道赋予不同的权重,增强有用特征并抑制无用特征,增强模型提取检测特征的质量。实验结果表明,该检测模型针对不同典型隐写算法及不同嵌入率,相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的检测准确率,与最优的Zhu-Net相比,准确率提高1.95%~6.15%。
速度拖引干扰和杂波背景下脉冲多普勒雷达目标跟踪算法
李迎春, 王国宏, 关成斌, 孙殿星
2015, 37(4): 989-994. doi: 10.11999/JEIT140856  刊出日期:2015-04-19
关键词: 雷达, 目标跟踪, 速度拖引干扰, 双模型, 幅度信息, 卡方检验
针对在速度拖引干扰和杂波背景下脉冲多普勒(PD)雷达无法精确跟踪目标的问题,该文提出基于双模型(DM)和幅度信息(AI)的目标跟踪算法。分别建立基于位置、幅度量测的跟踪模型和基于位置、速度、幅度量测的跟踪模型。两个模型均使用基于幅度信息的概率数据互联(AI-PDA)尽可能地降低杂波的影响,然后使用常规方法进行滤波估计。若没有速度拖引干扰,则两个模型估计具有位置和速度上的相关性;若存在干扰,由于速度量测是虚假的,则两个模型估计不具有相关性。据此,进行卡方检验(chi-square test),分析影响检验结果的因素,进而确定最终的估计结果。仿真验证了该算法的有效性。
面向6G全域融合的智能接入关键技术综述
王雪, 孟姝宇, 钱志鸿
doi: 10.11999/JEIT231224
关键词: 6G, 网络架构, 接入技术, 空天地一体化接入网络, 空口技术
针对空天地一体化接入网络,该文在总结相关研究的基础上,阐述了未来空天地一体化接入架构的关键技术,分析了空口技术、多址技术、干扰分析、计算技术和人工智能(AI)技术等几个重点方向的研究进展,提出了多种接入形式并存的灵活性网络架构。针对6G全域融合网络接入的重点研究问题,结合用户的服务质量需求,构建了一体化AI赋能架构,提出了大规模混合多址接入及弹性资源适配策略。基于网络架构立体化、网络协同传输、一体化网络资源管理、未来空天地接入技术以及网络协同计算等未来重点研究方向进行了讨论和展望。
AccFed:物联网中基于模型分割的联邦学习加速
曹绍华, 陈辉, 陈舒, 张汉卿, 张卫山
2023, 45(5): 1678-1687. doi: 10.11999/JEIT220240  刊出日期:2023-05-10
关键词: 边缘智能, 联邦学习, 端边云协同, 模型分割
随着物联网(IoT)的快速发展,人工智能(AI)与边缘计算(EC)的深度融合形成了边缘智能(Edge AI)。但由于IoT设备计算与通信资源有限,并且这些设备通常具有隐私保护的需求,那么在保护隐私的同时,如何加速Edge AI仍然是一个挑战。联邦学习(FL)作为一种新兴的分布式学习范式,在隐私保护和提升模型性能等方面,具有巨大的潜力,但是通信及本地训练效率低。为了解决上述难题,该文提出一种FL加速框架AccFed。首先,根据网络状态的不同,提出一种基于模型分割的端边云协同训练算法,加速FL本地训练;然后,设计一种多轮迭代再聚合的模型聚合算法,加速FL聚合;最后实验结果表明,AccFed在训练精度、收敛速度、训练时间等方面均优于对照组。
用胶体-原子薄片模型计算W(100)-Cs吸附系统的逸出功
王宁, 王鼎盛
1986, 8(6): 408-415.  刊出日期:1986-11-19
碱或碱土金属的原子吸附于过渡金属表面时,会使后者的逸出功急剧下降。作者提出了胶体-原子薄片模型来研究这一现象。过渡金属基底用薄膜线性级加平面波(LAPW)法精确处理,而简单金属覆层则用胶体(jellium)模拟。此模型可在充分考虑构成基底的过渡金属特点的情况下,研究单原子层覆盖度以下的吸附系统的电子性质。 文中给出了计算所得W(100)面吸附Cs后的-曲线。所得逸出功极小值min=1.441.48eV与实验结果(min=1.351.55eV)吻合较好,文中还讨论了Ev参量的选择等问题。
InP/InGaAs(P)材料中的低温开管Zn扩散
李维旦, 潘慧珍
1987, 9(6): 571-576.  刊出日期:1987-11-19
为了在InP/InGaAs(P)材料中进行精确的选择扩散,同时又要保证外延生长的多层异质结构不被破坏,提出了一种新的低温开管Zn扩散方法。该法直至在T=500℃,t=5min的条件下,重复性仍很好。应用该法研究了低温条件下Zn在InP,InGaAs(P)材料中的扩散行为。实验首次发现,Zn在InGaAsP材料中的扩散速率与材料中P含量的平方成正比。
  • 首页
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 末页
  • 共:4页