基于停放车辆路边单元环境感知的车联网资源高效分配

为减少路边单元（RSU）部署,同时满足移动车辆用户对处理时延敏感和计算密集任务的需求,提出了基于停放车辆环境感知的资源分配算法。选择路边停放的车辆替代RSU为车辆用户提供服务,将停放时间作为选择停放车辆路边单元（PCRSU）的决策要素,分别在内容缓存和分发2个方面设计了减小需求响应时延的机制。在内容缓存方面,PCRSU通过感知用户历史搜索数据与兴趣点区域类型两类要素对用户进行个性化的内容推荐。在内容分发方面,PCRSU通过感知车辆用户的数据传输需求,对带宽进行高效分配。实验证明,与已有方法相比,所提算法能更合理地选择PCRSU,有效降低系统的需求响应时延,在保证网络覆盖的同时提升系统稳定性,并且能为车辆用户提供更加准确的服务内容。     

基于语义融合的域内相似性分组行人重识别

无监督跨域行人重识别旨在使有标签源域数据集上训练的模型适应目标域数据集。然而,基于聚类的无监督跨域行人重识别算法在网络特征学习过程中常因输入行人图片情况各异而产生噪声,从而影响聚类效果。针对这一问题,提出一种基于语义融合的域内相似性分组行人重识别网络,首先在Baseline网络的基础上添加语义融合层,依次从空间和通道2个方面对中间特征图进行相似特征的语义融合,从而提升网络的自适应感知能力。此外,通过充分利用域内相似性细粒度信息,进而提高网络对全局和局部特征的聚类精准度。通过在DukeMTMC-ReID、Market1501和MSMT17这3个公开数据集上进行实验,结果表明,所提算法的均值平均精度（m AP）和Rank识别准确率与近年无监督跨域行人重识别算法相比有显著提升。     

隐私保护的群体感知数据交易算法

为解决群体感知数据交易模式下参与者数据隐私泄露的问题,提出了一种隐私保护的群体感知数据交易算法。首先,为实现对参与者的隐私保护,设计了基于差分隐私的聚合方案,参与者不再需要上传原始数据,而是按照任务需求对收集的数据进行分析和计算,将任务结果按照平台分配的隐私预算添加噪声后发送给平台;其次,为确保参与者的可信性,构建了参与者的信誉模型;最后,为激励消费者和参与者参与交易,在考虑消费者对结果偏差的容忍约束和参与者的隐私泄露补偿的基础上构建了交易优化模型以优化平台的收益,并给出了基于遗传算法的收益优化算法（POA）来求解该模型。仿真结果表明,POA不仅保护了参与者的隐私,而且在平台的收益方面相比于VENUS和DPDT分别提高了29.27%和20.45%。     

基于ABSUM的MIMO雷达频谱兼容波形设计

该文讨论了多输入多输出(MIMO)雷达发射波形和接收滤波器的联合优化问题,以确保与叠加的授权通信网络频谱兼容。考虑信号相关杂波的干扰,在发射能量、相似性和频谱兼容约束下,所提出的信干噪比(SINR)最大化的优化问题是NP-hard问题。为此,首先引入辅助变量对原问题进行修正,然后提出了一种基于乘子块连续上界极小化的原对偶(ABSUM)算法求解该问题。此外,利用内点法求解在ABSUM算法每个更新过程中涉及的二次规划问题。最后,仿真结果表明,ABSUM算法在输出SINR、波束图、频谱特性等方面优于现有方法。      

恶意干扰下基于斯坦伯格博弈的无人机动态频谱分配

针对恶意干扰场景下无人机群动态频谱分配问题,构建了基于斯坦伯格博弈的动态频谱分配模型,干扰机为斯坦伯格博弈的领导者,无人机群为斯坦伯格博弈的跟随者,设计了不同博弈参与者的效益函数,并证明了该博弈存在稳定的斯坦伯格均衡解。在此基础上设计了一种分层动态频谱分配算法,针对领导者采用Q学习选择干扰信道的场景下,跟随者采用随机学习自动机来确定信道分配策略。仿真结果表明,所提算法能够得到无人机用户的最优信道分配策略,有效提升无人机用户的总吞吐量性能,实现效益最大化。     

多源协同的电力线路恢复路径优化方法

传统恢复路径优化方法仅考虑单一维度下的恢复情况,对重要节点的负荷供电时间较短,为此设计一种多源协同的电力线路恢复路径优化方法。建立重构时间最短的目标函数模型,针对目标函数设计过电压约束、运行约束和启动时间约束等约束条件,修正电力线路非连通方案编码,提高电力线路恢复路径优化效率。实验结果表明,设计的恢复路径优化方法与传统方法相比,电力系统在多源协同下实现优化,重要负荷供电时间增长,一级负荷恢复供电的累计数量增加,验证了设计方法的有效性。     

提升小波与能量检测联合优化下的频谱感知方法北大核心CSCD

传统的频谱感知方法易受噪声波动的干扰,而且在低信噪比的无线通信条件下检测精度较差。通过结合提升小波去噪与动态门限能量检测算法,能有效提高传统频谱感知方法的抗噪声性能和检测精度。首先对含噪信号进行奇偶抽样,分解信号,去除噪声部分,再重构为去噪新信号,然后通过能量检测方法来统计信号的能量积累,设置动态门限,最后以动态门限判断用户信号是否存在。提升小波去噪能够有效地去除采样信号中的噪声,减少噪声对能量检测法检测精度的影响,动态门限能根据噪声波动进行调整来适应复杂的噪声环境。仿真结果表明,提升小波去噪结合动态门限能量检测算法相比于传统的频谱感知要有更优的检测精度。此方法不但提高了其对不确定噪声的抵抗性,使之能适应复杂的通信环境,而且提高了频谱感知过程的可靠性。     

“信号与系统”课程教学实例

信号频谱分析是“信号与系统”课程中的重点内容,但学生在理解相关概念和理论时常存在较大的困难。针对这种现象,本文介绍了一种信号频谱分析的教学实例。该实例利用傅里叶变换的数值计算方法,对太阳黑子数进行频谱分析,并确定太阳活动的周期。本教学实例注重引导学生理论联系实际,既深化学生对频谱分析的基本概念与基本理论的理解,又有利于培养学生分析解决实际问题的能力。     

多功能射频综合系统中的电磁协同北大核心CSCD

限定时空条件下,射频综合系统有效发挥多功能效应的实质是实现系统多功能协同高效运行,而制约其协同高效运行的瓶颈是特定时空条件下可用的电磁资源。电磁资源的高效利用依赖电磁协同,是按照任务要求及限定条件,在时间、频率、空间、能量多个维度寻求构建电磁协同自组织结构的最优解,并确定具体任务时空下有序运行自组织结构的驱动方式,按照求解出的电磁资源动态分配结果,执行任务,使系统电磁效应在任务牵引下受控。电磁协同服务于多功能射频综合系统融合,可以有效利用、管理战场电磁环境,高效提升多功能射频综合系统的运行效率。本文从多功能射频综合系统融合运行之瓶颈、电磁协同概念和电磁协同方法三个方面论述电磁协同的核心要点,期望为实现多功能射频综合系统融合运行提供可行的技术途径。