首页期刊导航|北京邮电大学学报
期刊信息/Journal information
北京邮电大学学报
北京邮电大学学报

刘杰

双月刊

1007-5321

byxb@bupt.edu.cn

010-62281995；62282742

100876

北京海淀区西土城路10号

北京邮电大学学报/Journal Journal of Beijing University of Posts and TelecommunicationsCSCD北大核心CSTPCDEI
查看更多>>《北京邮电大学学报》是北京邮电大学主办的以邮电通信为主的自然科学综合性学术刊物，创刊于1960年，1986年公开发行，是《中文核心期刊》。主要刊登通信与电子系统、电磁场与微波技术、程控交换技术与通信网、信号与信息处理、电路与系统、计算机科学与技术、管理工程、机械电子及基础研究等方面的论文、研究报告及重要学术问题综述等。1999年开始《北京邮电大学学报》被美国工程信息公司（EI）定为全文收录期刊，并被国内外多种权威文摘刊物或数据库收录。
正式出版
收录年代

    面向6G的新形态MIMO技术

    王莹袁野陈源彬
    1-13页
    查看更多>>摘要：旨在探讨新形态多输入多输出(MIMO)技术在面向第6代移动通信系统(6G)中的演进及其挑战.新形态MIMO技术呈现出更大阵列孔径和更密集阵列元件的趋势,涵盖超大规模MIMO、全息MIMO和超大规模智能超表面等多种形式.通过分析这些技术,研究了其在远场与近场信道建模、近场信道估计及波束赋形方案中的应用现状与进展.结果表明,随着通信频段向毫米波和太赫兹等高频段拓展,瑞利距离的扩展导致近场效应显著增加,各种新形态MIMO技术在应对这些挑战中展现出了独特优势.最后总结了新形态MIMO技术未来的研究方向及其在提升6G性能中的潜在贡献.

    新形态多输入多输出信道建模信道估计波束赋形

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    数字语义通信中基于语义重要性的量化比特分配方法

    朱翔本郭彩丽杨洋刘传宏...
    14-21页
    查看更多>>摘要：数字语义通信不仅保留了语义通信的优势,还能与现有通信系统兼容.而量化是实现数字语义通信的关键环节.在数字语义通信中,需要多个量化器对多维度的语义特征进行量化.由于量化器计算性能的限制,量化总比特数有限,所以迫切需要一种高效的比特分配方案.针对这一需求,提出了一种基于语义重要性的比特分配算法.首先,构建了基于语义重要性的量化比特分配问题模型,在最大比特数的限制下,综合考虑不同语义信息的重要性,使量化和传输过程中引入的失真最小化;接着,引入强化学习技术,将比特分配范围作为动作空间,将语义特征作为状态空间,提出了一种基于强化学习的量化比特分配算法;最后,通过仿真训练,获得了最优的比特分配策略.仿真结果表明,所提算法的收敛速度较快,在图像分类任务场景下,相较于基准算法,交叉熵下降达48.16％,分类准确率提高达12.65％.

    数字语义通信语义重要性量化比特分配强化学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于组合拍卖的确定性IP网络在线调度机制

    张桂玉白露莹牛佳宁郑羽欣...
    22-28页
    查看更多>>摘要：用确定性IP网络可通过节点间的频率同步,提升网络的扩展能力.然而,频率同步引入了更复杂的转发模型,伴随着非凸、不可微分的运算,增加了调度问题的复杂性.目前,大多数调度方案仍然依赖离线机制或在线贪婪机制,这不仅使算法的复杂度变高,还难以保障后续到达的重要时敏业务的接入.为了解决这些问题,提出了一种基于组合拍卖的在线调度算法,将网络资源视为拍卖物品,网络则充当拍卖者,而将业务流作为竞标者.在所有时敏流到达之前,先行完成含非凸、不可微分运算的离线资源枚举操作.当网络投入运行时,只需从预先计算的可行集合中挑选资源,分配给新到达的时敏业务,降低了在线部分的计算复杂度.同时,基于组合拍卖的框架,设计了线性递增的资源定价函数,确保重要时敏业务能够获得网络接入机会.仿真实验结果表明,所提算法在大规模网络中能够为重要的时敏业务提供高效的传输服务.

    确定性IP网络在线流量调度拍卖理论

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于域划分的图匹配网络数据流分类方法

    杜玉鑫何明枢路子逵王欣雷...
    29-34,43页
    查看更多>>摘要：针对当前网络流量分类存在流量数据加密、分布不均匀和用户隐私的问题,提出了一种基于域划分的图匹配网络流量分类方法,仅通过非内容特征表示网络流特征,并通过图匹配算法降低了所辖类间非平衡差异,以实现粗粒度聚类算法和可靠图匹配算法.首先,设计了一个无监督聚类框架,依据少量特征分析流量数据的不同分布和类别相似性,将网络会话聚合到能提取主要特征的几个聚类中;然后用来自相同网络的聚类之间的相关性来构建相似图;最后提出一个图匹配算法,通过结合图神经网络和图匹配网络揭示不同网络关系之间的对应关系,将测试网络中的聚类与初始网络中的集群进行关联,从而可以根据训练集网络中的关联聚类对测试集群进行标记.仿真结果表明,所提方法的分类准确率可达到96.7％,显著优于现有方法.

    粗粒度聚类流量分类图匹配算法多维度特征

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    联合静动态关节关系的3D人体姿态估计

    刘琼何建航温嘉校
    35-43页
    查看更多>>摘要：针对现有三维(3D)姿态估计方法在复杂场景下难以准确预测人体关键点位置的问题,提出了一种新的3D姿态估计方法,目的在于应对关节遮挡和姿态奇异等挑战,提升模型在复杂场景下的准确性.通过互信息计算得到人体关节图谱,以此引导关节分组,并基于人体结构的三级自由度进行归集;然后,利用级联估计和关节分组特征共享网络,对静态关节关系建模,并设计了多分组注意力机制,以建模动态关节关系.此外,还引入类别平衡姿态重组策略来拓展数据,增强了模型的泛化能力.实验结果显示,所提出的模型在Human3.6M,MPI-INF-3DHP和MPII等数据集上的表现优异,关键点位置的平均误差较现有模型至少降低了 0.2 mm,精度至少提高了 0.2％,能够有效提高3D姿态估计方法的整体性能,尤其是在复杂场景下具有显著优势.

    关节遮挡奇异姿态语义特征关节关系三维姿态估计

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    区块链中基于数据压缩的移动边缘计算卸载策略

    韩冰尹沛桐叶迎晖卢光跃...
    44-50,106页
    查看更多>>摘要：为了解决区块链系统吞吐量低下的问题,提出了一种基于数据压缩、支持移动边缘计算的区块链网络下的压缩卸载策略.在优化计算资源和不优化计算资源2种方案下,通过优化卸载率和压缩率,使系统计算时延最小化.针对该非凸问题,利用辅助变量法和松弛变量进行转化.对于未优化计算资源的方案,直接使用现有工具求解;而针对优化计算资源的方案,提出了有效的迭代算法来求解转化后的问题.仿真实验结果表明,所提迭代算法具有较快的收敛速度和较高的准确性,且优化计算资源的性能优于未优化计算资源的性能.与其他策略相比,基于数据压缩的策略能够更有效地加快计算速度,解决区块链系统吞吐量低下的问题.

    物联网移动边缘计算区块链资源分配计算卸载

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    具有相干信道的5G物联网系统在反馈受限时的用户选择

    王强朱晨鸣潘甦李子博...
    51-58页
    查看更多>>摘要：为了解决现有用户调度算法在多输入多输出(MIMO)信道相干环境下无法达到用户容量上限的问题,提出了一种新的用户选择方法.现有算法中大多是基于MIMO信道不相干的假设,但在实际通信中信道之间可能存在相干性,且在多用户MIMO系统中,用户端仅能向基站反馈部分信道的状态信息,未充分考虑干扰残留的问题.对此,首先分析了第5代移动通信系统(5G)物联网信道相干性对用户容量上限和速率的影响,揭示了该环境下用户容量的弹性特征;随后推导出了有限反馈条件下低复杂度用户速率的表达式,并设计了以最大化用户可达速率为目标的码字选择准则.针对信道相干条件下的多用户MIMO有限反馈系统,提出了一种基于强化学习的用户选择方法,避免在每个周期内重复计算速率,且计算次数仅与调度用户的数量相关.实验结果表明,在信道相干环境下,所提算法能够调度更多用户,有效提升系统的吞吐量.

    多用户多输入多输出有限反馈信道相干强化学习用户调度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的低光照目标检测算法

    王满利张航张长森
    59-65页
    查看更多>>摘要：在复杂的低照度环境中获取的图像容易存在对比度低、细节信息丢失等问题,对此,考虑到低光照环境检测的特殊性,对目标检测算法YOLOv8进行了改进,提出了 YOLO-RSG算法,以提高低光照环境下目标检测的可靠性.首先,在YOLO-RSG算法的主干特征提取部分采用了多层级残差连接模块,提升了模型的多尺度和弱特征提取能力;随后,引入空洞空间金字塔结构,利用不同扩张率提取复杂场景信息,维持计算量的同时提升了训练效果;最后,自适应地融入了动态选择机制和全局注意力机制,提升了网络模型的多尺度特征提取融合与表征能力.仿真实验结果表明,相较于YOLOv8算法,YOLO-RSG算法在ExDark数据集中的均值平均精度提升了 3.6％,可以有效地提高低照度场景下的目标检测性能,并具有良好的稳定性和适用性.

    目标检测低光照场景多尺度特征注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    低AoI多无人机物联网任务分配和轨迹规划

    周子轩李新凯张宏立
    66-72页
    查看更多>>摘要：用信息年龄(AoI)能够有效衡量数据的时效性和价值.为了解决应急通信中平均AoI最小化的问题,将无人机作为信息中继,提出了一种基于深度强化学习框架的任务分配和轨迹优化算法.首先,通过分析AoI最小化与无人机任务的关系,将问题分解为2个阶段求解;其次,采用k-means++聚类算法为无人机分配任务,以飞行距离、受灾情况及救援小组需求为标准,基于指针网络框架优化了无人机的轨迹;最后,设计了集中信息共享机制,节省了能耗和信息分发时间.实验结果表明,相较于传统方法,所提的优化算法在无人机应急救灾中能够显著降低AoI,有效缓解临时通信的压力.

    无人机辅助物联网信息年龄任务分配路径规划深度强化学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    语义推理和联合学习的壁画修复算法

    陈永杜婉君赵梦雪
    73-80页
    查看更多>>摘要：使用深度学习算法修复壁画时,缺乏语义约束,孤立地修复壁画会导致修复结果存在语义不一致,结构纹理紊乱的问题.为了解决这个问题,提出了一种全局语义与局部语义联合学习的壁画修复算法.首先,设计了联合学习分层网络,将壁画分为高层语义和低层语义,实现对不同语义的分层修复;其次,设计了全局联合学习生成模块,通过自回归网络对全局语义进行自回归建模,经语义推理得到壁画的全局修复信息;接着,构建局部联合学习生成模块,提出了上下文聚合块,学习壁画的上下文信息,生成壁画的局部信息;然后,加入联合学习注意力机制,实现全局语义与局部语义的一致性修复,解决了孤立修复导致误差累积和语义不一致的问题;最后,将生成的壁画放入谱归一化判别器中进行判别,得到修复后的壁画.对敦煌壁画的修复实验结果表明,与其他方法相比,用所提方法对壁画进行修复后的壁画具有更好的结构和纹理,所提方法的客观评价指标峰值信噪比和结构相似度均优于其他算法.

    壁画修复语义推理联合学习上下文聚合联合注意力

      原文链接:
    • NETL
    • NSTL
    • 万方数据