分布式频谱监测的黑广播发现系统

分析黑广播具体特点、危害和打击黑广播一般的通行方法,提出一种基于分布式频谱快速识别方案。该方案通过小型化分布式频谱检测探针实现对黑广播的快速识别及定位,具有更高的识别准确率和更快的发现速度。后期该系统将开发射频指纹特征识别算法,以期获得更好更快的识别黑广播效果。     

AccFed:物联网中基于模型分割的联邦学习加速

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。     

面向协同驾驶基于移动边缘计算的5G智能网联车辆服务平台

基于5G通信技术的发展,5G网络开始普及,并与物联网技术、汽车信息通信、人工智能技术等进行了有机融合,促使车联网行业走向智能化发展。截至2021年,我国车联网行业的标准体系基本建立。文中以5G智能网联车辆服务平台为研究对象,分析了移动边缘计算技术的应用,研究了5G通信技术在智能网联车辆服务平台中的全面应用,实现了车辆智能化编队、车辆行驶环境感应、车辆行驶资源分配、车辆安全预警4种核心功能。     

态势感知技术在新型电力系统运行中的应用

文中阐述了态势感知技术在新型电力系统中的应用。首先,介绍了新型电力系统的概念和技术特点,然后详细阐述了态势感知技术的定义、分类和原理,并探讨了态势感知技术在电力系统中的应用,包括状态感知、安全感知、故障诊断和预测分析,旨在为电力系统管理人员和研究者提供参考,促进态势感知技术在新型电力系统中的进一步应用和发展。     

基于地震仪表设计的EDA技术与应用课程思政教学设计

结合地震行业应用创新人才培养和《EDA技术与应用》课程教学特点,依托地震仪表设计项目,进行了爱国、责任担当等核心价值观引领和严谨细致、实事求是的工程精神培养为目的的课程思政教学设计。以数字地震计时仪为例,说明基于地震仪表设计项目展开专业和思政教育有机融合、协同育人的方法和思路。课程思政的实施,明显提升了育人质量。     

校企协同研究生创新人才培养模式探索

在国家新基建战略以及双碳目标背景下,契合新工科理念,本文提出电气类硕士研究生创新人才培养三大新要求：立德树人、学科交叉、科研服务产业。文章阐述了通过充分发挥协同育人机制,优化课程体系,强化工程实践,科研服务产业发展, 形成了“521”研究生创新人才培养模式(5个培养阶段; 2类教育贯穿始终;1套管理制度),构建了校企无缝对接研究生实践创新能力培养有效机制,取得了持续有效的人才培养效果。     

面向鲁棒频谱感知的模糊K-means++算法

恶意用户通过向数据融合中心发送伪造的频谱感知数据,解决自身频谱资源短缺问题,但会极大地降低频谱感知系统的检测概率。为了解决此问题,提出了基于模糊K means++的数据融合算法。该算法首先引入模糊处理机制处理样本的数据特征值,以此来增加样本间的差异性;然后将模糊处理后的数据发送到融合中心,融合中心采用离群点挖掘的方法排除恶意用户,并对保留下来的用户进行融合,使样本向量具有鲁棒性;最后运用K means++算法对样本向量进行聚类。该算法利用轮盘法选择聚类中心,可有效抵御恶意用户的攻击,提高系统感知性能;无需知晓信号与噪声的分布等一些先验信息,也避免了繁杂的门限推导。从仿真结果可以看出,该算法对抵御恶意用户攻击具有突出的效果,有效提升了协同频谱感知系统的稳定性和鲁棒性。     

基于压缩感知的BOTDA性能增强方法

为了提高布里渊光时域分析系统(BOTDA)在长距离监测应用中的实时性,提出了一种基于压缩感知的布里渊光时域系统实时性增强方法。该方法包含稀疏表示、随机采样和信号重构三个部分。首先采用K-均值奇异值分解算法获得布里渊增益谱的稀疏表示,然后通过高斯随机采样和正交匹配追踪算法进行布里渊增益谱重构。为了验证所提方法的性能,仿真生成了不同信噪比水平的布里渊增益谱,搭建了45 km的布里渊光时域系统进行温度传感实验。仿真和实验结果表明:在累加平均次数为100时,所提算法将信噪比提升了6.37 dB,优于累加平均次数3000时的10.13 dB,对应测量时间减少了1/30;采用8 MHz步长数据重构布里渊增益谱,该方法的重构结果与4 MHz步长数据的相关系数为0.9992,对应扫频时间减少了一半。所提算法在保证测量精度的同时提升了测量实时性。