特邀策划人 陈翔 中山大学“百人计划二期”引进人才,电子与信息工程学院教授,博士生导师,电子与信息工程实验教学中心主任,电子信息科学与技术教研室主任。分别于2002 年、2008 年在清华大学电子工程系获工学学士和工学博士学位。2008 年7 月至2014 年12 月,先后任职于清华大学无线与移动通信技术研究中心和宇航技术研究中心,担任助理研究员。2015 年1 月加入中山大学。主要研究方向:
摘 要:物联网设备数量的爆发式增长对5G 承载链路的建立和管理都带来了巨大的挑战。为有效支撑海量物联网通信,综合考虑海量承载链路的建立、维持和释放过程,借助离散时间排队论,围绕5G 媒体接入控制(Medium Ac-cess Control,MAC)及无线资源控制(Radio Resource Control,RRC)层协议,对设备的随机接入和数据传输过程构建排队模型。基于该模型,推导了能量效率和
摘 要:针对5G 大规模机器类通信(massive Machine Type Communication,mMTC)场景连接数量多,信令开销少,延时低等需求,在mMTC 的免授权非正交多址(Non-Orthogonal Multiple Access,NOMA)接入系统中,利用基于压缩感知的多用户检测(Compress Sensing based Multi-User Detection,CS-M
摘 要:随着4G / 5G 移动互联网的快速发展,为了满足不断增长的流量需求并提升蜂窝网络的覆盖率,基站的流量负荷呈爆炸式增长。在全球能源短缺的背景下,要实现碳达峰、碳中和的目标,在不降低用户通信质量的前提下,如何对基站进行精准开关控制,使其能耗减小到最低是一个重要问题。为此,在栅格模型和基站能耗计算模型的基础上,提出了一种基于时间图卷积网络(TemporalGraph Convolutional
摘 要:在电力物联网(Power Internet of Things,PIoT)中,移动终端设备接入会产生大量的异构数据,给通信信道及中央存储计算系统带来巨大压力,对系统的稳定性和能源消耗带来了挑战。为应对这一挑战,提出了基于稀疏码多址接入(Sparse Code Multiple Access,SCMA)技术的移动边缘计算(Mobile Edge Computing,MEC)的异构网络优化方案
摘 要:极化码因能达到容量极限的特性和较低的编译码复杂度而引起了广泛关注。针对资源受限情况下的物联网(Internet of Things,IoT)通信场景提出了一种改进的半并行极化码译码器,采用4 bit 译码算法和预计算技术,降低了传统半并行结构所带来的时延,实现较低译码时延和较高硬件资源利用效率。实验结果表明,对于(1 024,512)的极化码,该译码器相比传统的半并行译码器和树形结构的2
摘 要:物联网(Internet of Things,IoT)即服务(IoT as a Service,IoTaaS)与6G 分布式核心网的融合将成为未来IoT发展的重要趋势,亟需一种分布式自治组网架构支持IoT 中较为普遍的公网与专网混合组网以及多子网对等组网。针对混合组网中复合网络功能存储库(Network Repository Function,NRF)的服务注册与发现流程信令交互复杂导致时
摘 要:针对动态低功耗蓝牙(Bluetooth Low Energy,BLE)Mesh 网络规范采用的管理式泛洪路由机制所导致的数据包冗余和高能耗的问题,提出了动态BLE Mesh 网络高能效路由算法。通过建立基于Q-Learning 的BLE Mesh 网络路由模型,将BLE Mesh 网络中节点的剩余能量、转发成本、移动因子以及接收信号强度指示(Received Signal Strength
摘 要:低地球轨道(Low Earth Orbit,LEO)卫星网络具有低时延和大容量的特性,成为未来卫星通信领域的一个关键发展趋势。由于卫星处于电磁开放空间,易受到电磁干扰和网络攻击等因素影响,导致网络节点或链路出现故障。为应对挑战,确保卫星网络在出现故障时能够保持流量转发的稳定性,在深入分析现有重路由算法在卫星网络应用中的优势与局限性的基础上,创新性提出了一种基于分段路由(Segment Ro
摘 要:随着卫星通信与地面无线通信的发展,通信系统频谱共用问题日益突出。传统扩频方法通常将外部干扰视作均匀功率谱信号,但此类方法对卫星通信频谱的利用尚不充分。采用信号功率谱特征与干扰信号功率谱特征互补塑形的特征扩频系统,更符合实际卫星通信中噪声频谱非均匀和小信噪比(Signal to Noise Ratio,SNR)的情况。设计了特征扩频的扩频与解扩方案的现场可编程门阵列(Field Progra
摘 要:针对自动驾驶车辆在城市开放道路场景下,交通元素和交通事件感知精度不足、目标检测模型参数大且难部署的问题,提出了一种多视角的轻量化车路协同感知模型。在车辆驾驶过程中分别对路侧和车辆的传感器各自的图像数据进行采集,通过车辆姿态信息与相对位置,将车辆信息转换到路侧坐标系下,实现坐标系的统一;利用ImVoxelNet 算法进行目标检测,同时采用训练后量化(Post Training Quantiz
摘 要:联邦学习是一种高效的分布式机器学习方法,其中多个设备使用自己的本地数据进行分布式模型训练,不需要交换本地数据,仅通过交换模型参数来构建共享的全局模型,从而保护用户的隐私。为了平衡模型性能和通信延迟,在半同步联邦学习场景下,使用权重参数建立了一个最小化模型性能和聚合时间的加权和的优化问题。优化变量包括进行全局模型更新的聚合时间、用户调度以及参与上传的用户的带宽和发射功率,通过使用交替方向乘子
摘 要:在智能网联交通系统中,联邦学习通过下发模型到智能网联路侧设施,在中心服务器的调度下完成分布式本地训练与全局聚合,提高交通数据隐私保护,但仍存在数据隐私泄露风险。攻击者根据路侧设施共享的模型参数,发起梯度泄露攻击,可复原路侧设施的训练交通数据。基于差分隐私理论与信息熵理论,针对梯度泄露攻击,设计颗粒化梯度扰动防御方法,挑选Fisher 信息值低的神经元,对梯度注入精心设计的拉普拉斯噪声,干扰
摘 要:针对无人机在高密度障碍物的城市环境飞行中路径规划实时性难以满足的问题,在A* 算法基础上结合跳点搜索(Jump Point Search,JPS)策略,提出一种Jump A*(JA* )算法。将A* 算法进行三维扩展,并提出了一种三维对角距离精确表示了实际路径代价,缩短了搜索时间。在二维JPS 策略的基础上拓展得到了三维JPS 策略,代替了A* 算法中的几何邻居扩展,大大减少了扩展结点数。
摘 要:实际环境中的信道多为参数随时间变化的随参信道。为了更好地适应随参信道环境,设计了4 个频率和4 个时隙的基于时频调制(Time Frequency Modulation,TFM)的线性调频(Linear Frequency Modulation,LFM)雷达通信一体化(Dual-Functional Radar and Communication,DFRC)脉冲信号。为了进一步增强其抗多径
摘 要:目标访问计算是指根据遥感卫星轨道和待观测目标的位置,计算遥感卫星对目标观测的时刻和姿态,是遥感卫星任务管控领域的重要基础技术之一。高效的目标访问计算方法可大幅提升卫星任务管控的时效性,对后续大规模遥感星座任务管控具有重要意义。利用太阳同步轨道卫星交点地方时不变的特点,快速估算出卫星经过目标的较短时间窗口,对时间窗口内的星历进行逐点计算,获取卫星对目标进行访问的最佳时刻。试验结果证明,该方法
摘 要:以远距离无线电(Long Range Radio,LoRa)体制为代表的啁啾(Chirp)波形在低功耗广覆盖的物联网(Internet of Things,IoT)技术中具有广泛的应用。针对低地球轨道(Low Earth Orbit,LEO)卫星IoT(Satellite-based IoT,SIoT)场景下,Chirp 波形在LEO 高动态信道上的适应性问题,在传统LoRa 体制的基础上
摘 要:由于低轨卫星通信过程中信号电平动态变化较大,为了提高信道利用率系统需要根据通信链路情况自动控制传输速率。为保证系统通信不中断,满足实时通信的需求,提出了一种面向低轨卫星的低资源大带宽新型成形滤波器设计方法,该方法采用并行多相级联积分梳状(Cascade Integrator Comb,CIC)滤波器的方式设计成形滤波器,能够实现几百kHz 至几百MHz 大带宽信号的成形,解决高、中、低速信
摘 要:将不同长度线性调频(Linear Frequency Modulation,LFM)信号装入矢量信号源,其载波频率设置为中频,分别采样其输出的不同长度的LFM 信号,对输出的LFM 信号进行脉冲压缩Matlab 仿真处理。实验表明,在采样频率及输出幅度相同的条件下,102. 00 μs 脉冲内LFM 信号仿真处理后的信噪比和旁瓣抑制比,相较3. 00 μs 的指标提高了13. 35 dB
摘 要:由于收发信双方的相对高速运动会影响接收信号的同步和解调,特别是对符号速率每跳变化的跳频信号影响更大。针对跳频信号在高动态场景下的时钟同步问题,通过分析多普勒钟偏对时钟同步的影响,提出了基于同步信息的时钟频率估计加时钟相位估计定时同步方法,将二者的估计结果进行卡尔曼滤波,估计出钟偏及钟偏变化率,实时跟踪、调整接收机的时钟,达到收发信号时钟同步的目的。与三阶锁相环进行了仿真与对比,仿真结果证明
摘 要:太阳能是新兴的可再生能源之一,可将其转化为电能以供无线传感器网络(Wireless Sensor Networks,WSN)使用,对太阳能进行预测可以有效地利用能量,从而达到节省能源、维持网络持续稳定运行的目的。提出了一种新的组合预测模型来预测太阳能辐照强度,其中改进的粒子群优化(Particle Swarm Optimization,PSO)算法被引入寻找长短期记忆(Long Short
摘 要:为解决森林防火工作中监测预警不及时、不准确的问题,基于YOLOv8 模型提出了一种面向复杂场景的监测技术,实现了森林火情的快速准确监测。在Backbone 部分引入动态蛇形卷积(Dynamic Snake Convolution,DySConv)模块和全局注意力机制(Global Attention Mechanism,GAM)模块,显著增强了模型的特征提取能力,提升了烟火特征的表现力。采
摘 要:声纹识别技术不仅在人类身份验证领域广泛应用,在动物种类识别方面也取得一定进展。现有模型存在特征表达能力不足的问题,同时,在保证性能的前提下,模型的时间复杂度和推理速度有待优化。提出用于发声动物嵌入学习的改进的残差块连接改进的上下文感知掩蔽(Enhanced Res2block connected Enhanced Context Aware Masking,ERes-ECAM)新型架构,采
摘 要:现有的人脸年龄识别方法大多利用深度学习框架提取人脸特征来识别年龄,但深度学习方法提取的高维人脸特征往往包含大量的冗余信息,不利于人脸年龄的识别。为了提高人脸年龄识别算法的精度和鲁棒性,提出了一种基于深度流形学习(Deep Manifold Learning,DML)的算法,采用深度学习提取人脸特征,通过流形学习选择具有判别性的人脸特征,将深度学习提取的高维人脸特征嵌入到低维的判别子空间上识
摘 要:代码注释生成方法通常基于结构-序列(Structure-Sequence,Struct2Seq)框架,但忽略了代码注释的类型信息,例如操作符、字符串等。由于类型信息之间的层次具有依赖性,将类型信息引入已有的Struct2Seq 框架并不适用。为了解决上述问题,提出一种基于类型辅助引导的代码注释生成(Code Comment Generation based on Type-assisted
摘 要:随着5G 移动互联网的快速发展,为了满足用户不断增长的流量需求,5G 基站大规模部署,导致能耗急剧增加。针对以上问题,通过采用流量预测与深度强化学习相结合的方法,建立基站动态开关模型。具体而言,该模型通过密集卷积神经网络(Densely Connected Convolutional Networks,DenseNet)对基站流量进行预测;进一步地,基于精确的移动流量预测,将基站开关控制问
摘 要:针对自动驾驶场景中复杂环境下的3D 目标检测任务,特别是远距离和遮挡条件下,为提高模型的检测准确率,在SECOND 的基础上提出了Tv-SECOND 两阶段算法。该算法提出一种基于Transformer 架构的提案框特征提取模块,并在传统体素特征编码基础上提出可变形的体素特征编码模块。在KITTI 数据集上进行测试,结果显示,所提出的算法相比SECOND 在远距离和遮挡严重的情况下分别提高