2024年, 第36卷, 第02期　
刊出日期：2025-06-30

  

• 全选
  |

• Select
  低复杂度的大规模MIMO分布式信道估计

  王华华, 龚自豪, 窦思钰

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 199-208.

  摘要 ( )   可视化   收藏

  针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题，提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵，第2阶段在用户端利用信道的时间相关性，将大规模MIMO的角度域信道分解为密集部分和稀疏部分，并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit, DAWMP)算法，利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error, LMMSE)算法，所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明，所提算法与经典压缩感知信道估计算法相比，计算复杂度降低了约33%,算法性能提升了约0.5 dB。
• Select
  基于信道特征生成对抗网络的信道建模方法

  刘何鑫, 段红光, 黄凤翔

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 209-219.

  摘要 ( )   可视化   收藏

  基于生成对抗网络(generative adversarial networks, GAN)的数据生成特性，提出一种用于信道特征生成的GAN改进模型，即信道特征生成对抗网络(channel feature generative adversarial networks, CFGAN)。采用完全无监督学习信道特征方式，利用线性编码向量与生成信道之间的互信息关系和变分互信息最大化原理，实现编码向量与信道特征对应；采用实测室内电力线信道数据集训练CFGAN模型，训练完成的CFGAN能够学习到不同信道特征分布。仿真表明，在-80～-10 dB大动态衰减范围内，CFGAN可根据学习到的信道特征生成具有明显区别的4类信道模型，并且生成信道和实测信道的信道特征差异小于2%。
• Select
  宽带太赫兹大规模MIMO系统中的混合预编码

  李贵勇, 贾璐, 宋利利

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 220-228.

  摘要 ( )   可视化   收藏

  针对宽带太赫兹大规模多输入多输出(multiple input multiple output, MIMO)通信系统中更大的带宽和更多的天线导致的波束分裂问题，构建了基于时延的宽带太赫兹大规模MIMO系统的混合预编码通信模型，并提出了一种高效且可实现的联合时延和相位的宽带太赫兹混合预编码算法。考虑到时延器值的硬件限制，通过最小化最优模拟预编码与等效模拟预编码之间的差来联合优化模拟预编码矩阵和数字预编码矩阵，将联合优化问题转换成目标优化问题，通过将非凸问题转换成等价的凸问题来求全局最优解。仿真结果表明，提出的算法可以获得接近最优的可实现速率性能，且可以提高能量效率。
• Select
  基于接收信号强度预测的自适应垂直切换算法

  马彬, 刘爽, 谢显中

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 229-241.

  摘要 ( )   可视化   收藏

  城市部署的超密集异构无线网络中车辆终端的运动状态和业务类型差异巨大，针对不同运动状态和业务类型的终端并发接入导致的频繁切换和拥塞问题，提出一种基于接收信号强度预测的自适应垂直切换算法。在切换触发阶段使用长短时记忆神经网络预测接收信号强度，在信道链路质量恶化之前提前触发切换，在网络选择阶段综合考虑网络参数以及终端在不同运动状态和业务类型下的接入偏好，并选出综合效益值最高的网络作为切换目标网络。仿真结果表明，该算法能更好地适应终端运动状态和业务类型的变化，能降低不必要的切换次数和网络拥塞度。
• Select
  基于ROAMP-Net的大规模MIMO系统智能信号检测方法

  赵梓焱, 刘丽哲, 杨朔, 李勇

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 242-249.

  摘要 ( )   可视化   收藏

  针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统存在的信号检测计算复杂度高、检测精度不足等问题，参考OAMP-Net算法思想，引入残差结构，提出了一种新的智能信号检测网络模型ROAMP-Net。将正交近似消息传递(orthogonal approximate message passing, OAMP)估算信号的迭代过程展开为深度学习网络，同时引入残差结构，分别对各网络层的线性和非线性估计值进行逐层修正，有效防止估计误差的前向传播和过程积累，避免网络模型随着网络层数增加而发生性能退化，从而提高最终信号检测的准确度。针对不同调制方式和不同天线阵列的系列仿真实验结果表明，不同调制方式和天线阵列下ROAMP-Net在检测准确度上均有不错的性能表现。
• Select
  神经网络在无线隐蔽通信中的应用

  于季弘, 林子砚, 杨传敏, 蔡雨庭, 刘家豪, 王帅

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 250-258.

  摘要 ( )   可视化   收藏

  无线通信技术已经应用到社会人、机、物等多种元素中，承载着包含多种隐私数据的无线信号。无线传输信道的开放性使其安全性受到了不断的挑战，无线隐蔽通信技术在实现了通信意图安全的同时保证了信息安全和通信路径安全。该文介绍了无线隐蔽通信系统的经典模型，并总结、归纳了传统方法下的隐蔽性能分析和隐蔽系统设计；介绍了利用对抗神经网络解决不同隐蔽通信场景下的干扰设计、中继功率分配和可重构智能表面设计等问题；以利用公开信号作为掩体的隐蔽通信场景为例，介绍了一种利用生成对抗网络生成有限长隐蔽信号的方案，并进一步给出应用该网络设计全双工接收机的干扰信号；探讨了神经网络方法在中继隐蔽通信、非正交多址接入(NOMA)下的隐蔽通信，瑞丽衰落下的隐蔽通信，干扰辅助的隐蔽通信场景下的应用前景以及进一步的研究方向。
• Select
  MEC架构下基于DDPG的车联网任务卸载和资源分配

  杨金松, 孙三山, 刘莉, 熊有志, 冯波涛, 陆凌蓉

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 259-267.

  摘要 ( )   可视化   收藏

  为了缓解车联网中个体车辆计算资源配置过低而导致的任务处理时延较大的问题，提出了一种移动边缘计算(mobile edge computing, MEC)架构下的动态任务卸载策略和资源分配方案。以最小化全网任务处理时延为目标，将车联网中的任务卸载和资源分配问题建模为马尔可夫决策过程(Markov decision process, MDP),并利用深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法进行了问题求解。仿真结果表明，与执行者-评价者(actor-critic, AC)和深度Q网络(deep Q-network, DQN)这2种算法相比，DDPG算法以最快的算法收敛特性获得最小的全网任务处理时延。
• Select
  基于改进粒子群算法的UWB雷达人体动作识别研究

  李新春, 曾仕豪

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 268-276.

  摘要 ( )   可视化   收藏

  针对雷达信号中的杂波干扰及样本数量对人体动作识别精度的限制，提出一种基于改进粒子群算法(particle swarm optimization, PSO)优化支持向量机(support vector machine, SVM)模型的超宽带(ultra-wideband, UWB)雷达人体动作识别算法。利用动态目标指示(moving target indication, MTI)与小波阈值滤波对接收到的UWB回波信号进行预处理，消除回波信号中的杂波和噪声对人体动作识别的影响；结合二维离散小波包分解(two dimensional discrete wavelet packet decomposition, 2D-DWPD)与奇异值分解(singular value decomposition, SVD),对预处理后的雷达信号进行特征提取和降维；提出一种改进粒子群算法，优化SVM模型的相关参数进行识别和分类。实验结果表明，提出的算法准确率可达到96.25%,具有良好的识别性能。
• Select
  基于机器学习链路权重优化的无人机网络路由算法

  乔冠华

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 277-286.

  摘要 ( )   可视化   收藏

  针对分布式“马赛克战”场景下侦察-判断-决策-行动(observe orient decide act, OODA)环通信加速的要求，提出了基于机器学习链路权重优化的无人机集群网络路由算法。针对OODA环当前阶段业务量通信需求，对业务量通信的完成时间进行建模，以最小化业务量通信完成时间为优化目标，通过利用机器学习梯度下降方法实现无人机集群网络分布式路由链路权重的优化，从而满足OODA环的通信加速要求，使己方可以先敌行动，获得战场主动权。仿真表明，相比于现有无人机网络的路由算法，提出的算法能显著降低OODA环的通信时间，提高数据报文传输成功率。
• Select
  结合软约束的演化数据流模糊聚类算法

  代少升, 边志奇, 袁中明

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 287-298.

  摘要 ( )   可视化   收藏

  多源局部放电检测中，不同类型的局放信号同时存在且不断变化使得信号的分离更具挑战，而这种情况同样存在于许多数据流的聚类分析场景中。为了能够适应类簇内的不均匀密度和类簇间的重叠边界问题，同时对数据流的漂移和演化进行及时跟踪，提出了一种结合软约束的实时数据流模糊聚类算法。算法引入2种模糊性软约束来描述微簇距离和密度上的不确定度，通过阈值划分出核心微簇、边界微簇和离群微簇；在类簇边缘使用模糊隶属度，给予微簇分属不同类簇的可能性，保证类簇的完整性并提高聚类效果；使用两阶段的流程结构和2种时间窗口模型，赋予算法具有对可变化数据流的适应能力和更低的时间空间占用率。在多种数据集上的实验表明，该算法相比同类型算法在聚类效果上提升了1%～3%,且平均运行时间缩短5%～20%,在实际硬件平台的测试中也验证了算法的聚类分离性能。
• Select
  结合双向LSTM和注意力机制的车辆轨迹预测

  夏英, 熊长江

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 299-306.

  摘要 ( )   可视化   收藏

  为提升智能交通、自动驾驶等系统的管理和服务质量，提出一种双向长短期记忆网络结合注意力机制的车辆轨迹预测模型。采用道格拉斯-普克压缩算法对轨迹数据进行压缩预处理，减少数据中的冗余；在编码器中使用双向长短期记忆网络充分捕获时间相关性特征，并采用自注意力机制获得与邻近车辆之间的全局空间相关性特征；通过解码器的全连接层获取车辆的未来位置，并通过模型迭代获得完整的预测轨迹路线。实验结果表明，提出的模型预测性能优于对比模型。此外，消融实验结果表明，引入轨迹压缩算法与改进的长短期记忆网络结合注意力机制对预测准确度均有积极贡献。
• Select
  基于混合运动激励和时序增强的篮球运动员动作识别算法

  王雨婷, 梁旭鹏, 许国良, 张攀, 雒江涛

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 307-318.

  摘要 ( )   可视化   收藏

  为了解决在背景相似的篮球视频中提取特征级运动信息不充分和捕获长时序依赖关系困难等问题，从局部和全局的角度出发，提出一种混合运动激励和时序增强网络(mixed motion excitation and temporal enhancement network, MTE-Net),该网络由在时间建模上互补的混合运动激励(mixed motion excitation, MME)模块和时序增强(temporal enhancement, TE)模块构成。混合运动激励模块通过计算短距离视频帧之间混合的特征级差分来充分表征局部运动信息，并显性地对运动敏感通道进行激励。时序增强模块对长距离视频帧使用自注意力机制来构建时序关联函数并捕获时序之间的全局依赖关系，增强视频中的重要帧序列。在不额外引入光流和过多参数的情况下，在SpaceJam篮球动作数据集上的实验结果表明，与其他主流的动作识别算法相比，所提模型对篮球运动员动作识别的准确率更高。
• Select
  融合FEB的YOLOX遥感图像目标检测算法

  余翔, 庞志濠

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 319-327.

  摘要 ( )   可视化   收藏

  针对遥感图像的复杂背景干扰大、目标尺度变化大以及小目标检测困难等导致检测精度降低的问题，提出一种增强YOLOX主干网络输出特征提取能力的检测算法。通过加入连续膨胀残差卷积和注意力机制，设计一种全新的提取主干网络输出特征增强块(feature enhance block, FEB),让连续膨胀残差卷积串联4个具有不同膨胀率的膨胀残差卷积，扩大算法的感受野，丰富上下文信息，同时减轻背景对检测的影响，有效加强算法对目标尺度变化大及小目标的检测能力，使用SA注意力机制抑制背景对算法检测的干扰，提高算法的检测精度。在RSOD数据集上的实验表明，FEB相较于其他同类型模块具有更好的特征提取能力。
• Select
  RSSI和PC-CSI加权融合的指纹定位方法

  刘方家, 廖子俊, 张赫航, 韩静瑶

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 328-336.

  摘要 ( )   可视化   收藏

  针对基于RSSI和CSI的指纹定位技术易受环境干扰、定位精度较低的问题，提出了一种基于RSSI指纹和相位修正信道状态信息(phase correct based channel state information, PC-CSI)指纹的加权融合指纹定位技术。基于PC-CSI的指纹定位在传统基于CSI幅值的指纹定位基础上增加相位信息对定位结果进行修正，之后对RSSI指纹和PC-CSI指纹的定位结果加权重定位。实验结果表明，提出的加权融合指纹定位算法与基于CSI的主动定位算法相比，平均定位误差(mean position error, MPE)降低了36.2%,能满足室内定位需求。
• Select
  AGV调度优化的应用场景、关键因素和研究方法综述

  田帅辉, 皇甫城阳, 邓学平

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 337-350.

  摘要 ( )   可视化   收藏

  针对自动引导小车(automated guided vehicle, AGV)调度问题，梳理了制造、仓储、港口以及快递分拨中心中的AGV使用和调度研究现状，发现以快递分拨中心为代表的服务业是新兴且研究较为薄弱的领域；分析了AGV调度优化需考虑的因素，发现数量配置与充电管理两个关键因素联合考虑的不足，建议未来在大规模动态调度研究中将二者统筹考虑；从精确方法、近似方法和基于人工智能的新方法3个方面总结AGV调度研究方法，建议未来可在启发式算法的基础上融入基于人工智能的新技术和新方法以获得创新。
• Select
  特征提取及数据扩充的GA-LightGBM半导体质量检测方法

  程云飞, 周丽芳, 赵波, 谭佳伟, 王淑影

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 351-356.

  摘要 ( )   可视化   收藏

  半导体质量检测数据具有的“相关性、冗余性、不平衡性”等特点，导致传统的分类算法效率较低，为此，提出一种基于特征提取及数据扩充的GA-LightGBM(genetic algorithm-light gradient boosting machine)质量检测方法。通过结合主成分分析(principal component analysis, PCA)、合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)、遗传算法和LightGBM这4种方法，实现对产品质量的有效识别。实验结果表明，相较于传统分类算法，提出的方法可以有效提升质量检测的效率。
• Select
  融合图注意力网络和注意力因子分解机的服务推荐方法

  黄德玲, 童夏龙, 杨皓栋

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 357-366.

  摘要 ( )   可视化   收藏

  为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力，进而提升推荐的准确性和有效性，提出基于图注意力网络(graph attention networks, GAT)研究服务推荐方法，引入服务的组合权重和组合的结构信息，综合利用多种服务特征，提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine, AFM)结合在一起，利用多头自注意力机制，学习每个节点在图邻域中的重要性；进行信息聚合，处理网络中的不同图结构，以适应服务动态变化的场景。实验结果显示，在数据平衡的情况下，提出的方法性能表现均好于对比方法；在数据不平衡的情况下，提出的方法大部分性能指标也表现良好，达到了提升服务推荐准确性和有效性的目标。
• Select
  一种分配查询的k-匿名位置隐私保护方案

  宋成, 王治超, 杨囡囡

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 367-373.

  摘要 ( )   可视化   收藏

  针对基于位置服务中移动终端用户位置隐私保护存在时空关联和背景知识攻击的问题，提出一种分配查询的k-匿名位置隐私保护方案。基于查询概率和欧氏距离，在相邻网格区域内筛选假位置，合并真实用户位置形成k-匿名；通过兴趣点语义四叉树为假位置分配合理的查询，从时间、位置及查询3个维度提升用户被识别的不确定性，从而增强用户隐私度。安全性分析表明，提出的方案满足匿名性、不可伪造性和抵抗查询服务跟踪等安全特性。仿真实验表明，提出的方案具有较高的隐私保护度和效率以及较低的通信开销。
• Select
  含分布电源配电网多时段线性化二阶锥松弛算法研究

  朱美媛, 艾永乐, 王允建

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 374-382.

  摘要 ( )   可视化   收藏

  针对分布式电源接入配电网影响系统电压分布和潮流分析、造成系统电能质量下降的问题，建立系统优化模型，对系统电压、潮流进行分析与优化，提出含分布式电源的配电网多时段线性化二阶锥松弛优化算法。对分布式电源接入的配电网进行潮流分析，建立分布式配电网最优潮流优化模型；对分布式配电网潮流优化模型进行简化处理，针对潮流分析中非凸非线性，提出多时段二阶锥松弛优化算法；针对电容器组、有载调压变压器的非凸非线性问题，进行分段线性化处理。仿真结果表明，提出的算法能合理调度有载调压变压器、电容器组和分布电源的出力，有效降低网损，减小电网电压偏差。
• Select
  基于域矩阵因子分解机的点击通过率预估增强网络

  陈乔松, 黄泽锰, 胡静, 王进, 邓欣

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 383-392.

  摘要 ( )   可视化   收藏

  有效的特征交互，对于工业推荐系统中点击通过率(click-through-rate, CTR)预估的准确性起着至关重要的作用。以往并行结构的CTR预估模型通过将独立的浅层模型和深层模型并行连接，以此来学习特征的低阶交互和高阶交互。但是，这些模型存在浅层模型准确性低、未考虑特征交互时的多语义问题、参数过多、深层模型过度泛化等问题。基于上述问题，提出了一种基于域矩阵因子分解机的点击通过率预估增强网络，通过引入域矩阵优化浅层模型中的交互，提高运算效率，并在深层模型的DNN层与层之间增加了桥接模块，在每层高阶交互后增强对原始特征的记忆能力，将浅层模型和深层模型的结果相加并归一化得到预测值。该模型在Criteo、KKBox、Frappe和MovieLens数据集上进行了大量实验，展现了优秀的预测能力。
• Select
  基于多维度注意力机制和复数Conformer的单通道语音增强方法

  高盛祥, 莫尚斌, 余正涛, 董凌, 王文君

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 393-403.

  摘要 ( )   可视化   收藏

  为提高被噪声干扰的语音的可理解性和语音质量，针对用于语音增强的深度复数网络对语音复数谱中关键声学特征提取不充分、关联信息建模不合理的问题，提出了基于多维度注意力机制和复数Conformer的单通道语音增强方法(SE-MDACC)。在复数U-Net架构下引入复数Conformer,对语音幅度和相位的相关性进行建模；利用多维度注意力机制，构造更加丰富的特征来增强卷积层的表示能力；在残差连接中加入注意力门控机制强化重构语音的细节信息。实验结果显示，相比于深度复数卷积递归网络，SE-MDACC的客观评价指标语音质量感知评估和短时客观可懂度分别提升15.299%、1.462%,表明SE-MDACC可充分提取语音声学特征并对幅度和相位相关性进行合理建模，有效提升语音质量和可理解性。
• Select
  基于元素注意门控复用的锂离子电池荷电状态估计

  刘倍源, 彭晓丽, 温崇, 唐晨霞, 陈雪晶

  重庆邮电大学学报（自然科学版）. 2024, 36(02): 404-408.

  摘要 ( )   可视化   收藏

  为了提高荷电状态(state-of-charge, SOC)估计精度，提出一种基于元素注意门的电池荷电状态递归神经网络，为输入向量的每个特征元素分配不同的重要程度，验证并分析不同神经元数量和隐藏层层数下的测试结果，利用确定的最优参数设置进行不同温度下的电池SOC估算，在不同电池特征参数下对SOC估计任务的重要性进行可视化分析。相同数据集的SOC估计精度表明，提出的网络模型在SOC估计任务中精度有明显提升。