2009, 31(5): 1229-1232.
doi: 10.3724/SP.J.1146.2008.00036
刊出日期：2009-05-19
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。
2023, 45(10): 3558-3567.
doi: 10.11999/JEIT221017
刊出日期：2023-10-31
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。
1997, 19(1): 137-140.
刊出日期：1997-01-19
本文给出了一种高精度的稳定的色散边界条件(DBC),可应用于传输线的时域有限差分法(FDTD)的分析之中。我们用一个新的二阶差分式代替了边界条件中的微分算子。与P。Y。Zhao等人(1994)提出的色散边界条件相比,本文中的边界条件具有相同的绝对稳定特性,但具有更好的吸收性能。
2022, 44(8): 2949-2956.
doi: 10.11999/JEIT210537
刊出日期：2022-08-17
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%。
2008, 30(4): 768-771.
doi: 10.3724/SP.J.1146.2006.01467
刊出日期：2008-04-19
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。
2013, 35(11): 2700-2706.
doi: 10.3724/SP.J.1146.2013.00106
刊出日期：2013-11-19
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。
2024, 46(7): 2748-2756.
doi: 10.11999/JEIT230974
刊出日期：2024-07-29
装载各种有效荷载的无人机(UAV)能够实现传感、通信和计算等多任务，因而常被部署到数据采集(DA)和辅助计算等领域。但是到目前为止，绝大多数研究仅专注于单一功能的无人机辅助的通信网络资源分配与轨迹优化，对于面向多任务的资源分配和轨迹优化问题还未解决。为此，该文提出一种综合考虑无人机数据采集、数据广播以及计算任务卸载的无人机辅助的通信网络资源优化的分配策略，旨在通过联合优化传输占空比、用户发射功率与无人机轨迹，在满足目标位置采集数据实时广播的前提下，最大化用户卸载量。为了解决多变量耦合优化问题，提出了基于块坐标下降(BCD)和连续凸逼近(SCA)的高效迭代优化算法，将耦合优化问题分解为3个子问题进行迭代优化。最后，大量仿真结果表明，该算法在公平性和总卸载计算量方面都优于其他测试方案。
