首页期刊导航|长江信息通信
期刊信息/Journal information
长江信息通信
长江信息通信

李国淼（兼）

双月刊

2096-9759

xxtx@263.net xxtxbjb@163.com

027-85586786，88615253

430022

武汉市汉口发展大道180号6楼

长江信息通信/Journal Changjiang Information &Communications
查看更多>>本刊为全国创办较早的行业期刊，曾多次获得国家科技期刊各类奖项，多年来深受通信领域专家学者、经营管理及工程技术人员的肯定与支持。
正式出版
收录年代

    基于CORDIC算法的Nios Ⅱ浮点协处理器的设计

    陈石平朱冠良陈公兴黄清红...
    1-3页
    查看更多>>摘要：随着数字信号处理领域超越函数的应用越来越普遍,如何高效率计算超越函数成为提升计算速度的关键.针对目前很多CPU缺少超越函数的硬件计算资源,CPU纯软件计算占用很多资源的问题,文章提出了一种基于CORDIC算法的Nios Ⅱ浮点协处理器软IP核,用于超越函数的计算.采用FPGA器件实现了 32位浮点协处理器的计算,提高了实时性,具有速度快和占用较少硬件资源等特点,可广泛应用于数字信号处理等涉及超越函数计算的领域,具有一定的工程价值.

    CORDIC算法自定义指令IEEE-754

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

    基于智能量测开关的HPLC双模横纵向协同通信技术研究

    石明丰甘永根赵玉珂刘飞飞...
    4-7页
    查看更多>>摘要：针对云边端的低压台区纵向通信网络中断时,智能量测开关无法及时将电能计量箱的数据上送至台区智能终端而影响计量箱的状态感知问题,提出基于智能量测开关的HPLC双模横纵向协同通信方案,通过对HPLC双模信道控制及横向最优链路寻找的研究,设计横纵向通信流程,利用真型横纵向场景测试,验证了 HPLC双模横纵向协同通信的有效性.

    智能量测开关HPLC双模横向通信纵向通信最优链路

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

    复杂背景下基于改进的Faster R-CNN杂草识别研究

    宋国翠晏华成龙涛元吴立鸿...
    8-10页
    查看更多>>摘要：杂草是阻碍农业丰产的重要因素,如何快速准确识别杂草是智能除草的关键.为了提高杂草识别的准确性与实时性,将Faster R-CNN经典的目标检测模型用于杂草识别,选取不同土壤环境、不同杂草密度下的花生幼苗-杂草为试验对象,制作了 PASCAL VOC格式数据集,为了消除复杂背景对植物目标识别的影响,文章提出了采用分割背景用于改进Faster R-CNN中RPN网络的分类层.为了验证该方法的有效性,该研究采用VGG-16为特征提取网络,对比原模型,引入分割背景,提高前景注意力机制后的花生苗-杂草识别模型的mAP提高了0.203.试验结果表明:所提方法对复杂背景下花生苗-杂草识别有较好的检测效果,可为实时精准除草提供参考.

    杂草识别FasterR-CNNRPN网络背景分割

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

    基于改进YOLOv8的电梯内电动车检测算法研究

    王俊博孙皓月刘晓
    11-14页
    查看更多>>摘要：随着城市化步伐的不断加快,电动车已成为城市居民日常出行的重要工具,许多居民为了充电方便,选择将电动车搬进居民楼,并通过电梯运输,这一行为导致了居民楼内电动车安全事故频发.因此,开发一种高效且准确的电梯内电动车检测算法显得尤为重要.首先,使用 FasterNet 中的 FasterNet Block替换C2f中的Bottleneck,其降低了模型的计算量,提升了检测速度.在YOLOv8原结构中引入SEAttention注意力机制,把重要的特征进行强化来提升准确率.替换损失函数为Inner-CIoU损失函数,以提升模型检测性能和泛化能力.经过实验验证,改进后的YOLO-FSI模型在电梯内电动车数据集上的mAP50为93.7％,相较于原模型,参数量减少了23.3％,检测速度更是提升了 5.2帧/秒.综上所述,YOLO-FSI模型可以有效提升电梯内电动车的检测能力,并且做到了轻量化及快速推理.

    目标检测电动车识别YOLOv8

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

    基于智能合约的工业互联网数据动态访问控制方法

    马冬妍李立伟
    15-17页
    查看更多>>摘要：常规的工业互联网数据动态访问控制方法以恶意访问控制为主,并发访问用户数量较多时,数据访问控制范围存在限制,影响工业互联网数据的访问安全性.因此,设计了基于智能合约的工业互联网数据动态访问控制方法.认证工业互联网数据动态访问身份,在数据需求方发起数据访问请求时,通过令牌认证的方式验证身份,从而满足数据访问控制的安全性需求.基于智能合约建立工业互联网数据动态访问控制机制,以工业互联网数据需求方访问数据提供方数据资源为背景,部署各个访问控制智能合约,进一步确保数据访问控制的安全性能.采用对比试验,验证了该方法的控制安全性更高,能够应用于实际生活中.

    智能合约工业互联网数据安全动态访问访问控制方法

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

    基于改进椭圆曲线移动通信数据无条件加密方法的信创安全应用

    陈青钦杨新涛常津铭李果...
    18-20页
    查看更多>>摘要：当前信创安全处理在进行信息的传输处理过程中,一般会采用基础性单向秘钥设计,导致解密错误率增加,为此提出对基于改进椭圆曲线移动通信数据无条件加密方法的信创安全应用研究.根据当前测定,先进行信创数据采集与特征提取,采用多阶的方式,构建组合的加密形式,生成多阶密钥,在此基础之上,构建改进椭圆曲线通信数据无条件加密信创方法模型,采用同态验证的方式来最终实现信创安全防护处理.测试结果表明:对比于传统大数据信创安全处理方法、传统国密算法信创安全处理方法,此次设计的改进椭圆曲线移动通信数据无条件加密信创安全处理方法最终得出的解密错误率相对较低,这说明该设计的新创安全防护的效果更佳,针对性更强,具有实际的应用价值.

    改进椭圆曲线移动通信数据加密无条件加密信创安全加密应用

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

    基于RBF神经网络的分布式光伏综合电价测算方法

    王庆
    21-23页
    查看更多>>摘要：常规的分布式光伏综合电价测算结构一般会采用 目标式,测算的偏差较大,导致最终得出的功率因数降低,为此提出对基于RBF神经网络的分布式光伏综合电价测算方法的设计与分析.根据当前的测算目标,先进行周期电价数据归一化处理,采用多阶的方式,把控测算的偏差,确定RBF神经网络多阶测算结构.基于此,设计RBF神经网络分布式光伏综合电价测算模型,采用动态核验的方式来实现综合测算.测试结果表明:对比于传统改进长期增量成本法光伏综合电价测算方法、传统的需求响应光伏综合电价测算方法,此次设计的RBF神经网络光伏综合电价测算方法最终得出的功率因数较高,这说明该测试计算得出的用电效率高,电费相对较少,测算结果更加精准,具有实际的应用价值.

    RBF神经网络分布式处理光伏设计综合电价电力预测测算方法

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

    基于智能手机的高精度定位应用研究

    张驰
    24-27页
    查看更多>>摘要：随着北斗产业化发展,北斗高精度定位已广泛应用于各个行业领域,同时也开始融入大众生活.目前北斗已成为智能手机的标准配置,高精度定位应用也开始涌现,百度地图和高德地图均推出了基于北斗高精度定位的车道级导航,已在国内8个城市成功试点.文章基于中国移动咪咕善跑APP开展高精度定位的应用研究,探索智能手机精准定位的全新应用场景,拓展手机高精度定位在户外运动类APP的应用实践.

    北斗高精度定位智能手机咪咕善跑APP

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

    基于YOLOv8的河流漂浮垃圾检测算法研究

    席凯凯狄巨星杨阳
    28-31页
    查看更多>>摘要：为了解决无人机航拍的河流漂浮垃圾检测的难题,文章提出了一种改进YOLOv8的目标检测算法,用于检测河流漂浮的小目标垃圾.在原有YOLOv8算法模型的基础上,添加了 SENet注意力机制,提高了小目标检测的表征能力,并进行了超参数的微调.改进后的模型相比原有的YOLOv8s算法,平均精度(mAP)提升了 4.4％,达到80％.因此,改进的YOLOv8s更适用于小目标检测.

    YOLOv8SENet目标检测超参数

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

    基于改进的yolov5n模型车辆检测算法

    王文上刘晓群郝娟
    32-35页
    查看更多>>摘要：随着智能交通系统的发展,车辆检测技术在交通安全和智能监控中发挥着重要作用.文章通过改进yolov5n的模型,引入 Coordatt(Coordinate Attention)注意力机制让模型更加聚焦于关键信息,提高对目标物体的定位和识别能力,同时又添加了 EIOU损失函数,该损失函数有助于模型更准确地预测边界框并且加快模型的收敛速度.改进后的模型YOLO-CE在自制数据集上的检测上取得了显著的性能提升,与原始的模型相比,精度提高了 1.4％,召回率提高了3.5％,mAP 值提高了 1.7％.

    olov5n车辆检测注意力机制损失函数

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