首页期刊导航|南京邮电大学学报（自然科学版）
期刊信息/Journal information
南京邮电大学学报（自然科学版）
南京邮电大学
南京邮电大学学报（自然科学版）

南京邮电大学

朱洪波

双月刊

1673-5439

xb@njupt.edu.cn

025-85866912

210023

南京市亚芳新城区文苑路9号

南京邮电大学学报（自然科学版）/Journal Journal of Nanjing University of Posts and Telecommunications(Natural Science)北大核心CSTPCD
查看更多>>本刊是我校主办的以通信技术、基础科学、邮电管理科学为主要内容的自然科学综合性学术期刊。主要刊登科研、教学及基础科学研究方面的成果，开展国内外学术交流。
正式出版
收录年代

    基于特征融合的大规模MIMO系统CSI反馈

    安永丽蔡浩然胡泽冰纪占林...
    1-7页
    查看更多>>摘要：信道状态信息(Channel State Information,CSI)反馈是大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的一个关键问题.大规模MIMO系统中基站天线数量巨大,CSI反馈出现了反馈开销大、反馈精度低等问题.为了降低反馈开销,提高反馈精度,采用深度学习方法,提出了一种基于特征融合的CSI反馈网络(Feature Fusion Net,FFNet).利用基于注意力机制的特征融合在编码器中融合不同尺度的CSI特征,并在解码器中使用多通道多分辨率卷积网络以及通道重排,从而高精度地重建压缩后的CSI.仿真结果表明,与几种经典的深度学习CSI反馈方法相比,在室内和室外信道条件下,均具有更高的反馈精度.

    大规模MIMO信道状态信息深度学习卷积神经网络特征融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    毫米波通信系统中可重构智能表面辅助多用户信道估计方案

    陈发堂蒋天宇龚自豪
    8-16页
    查看更多>>摘要：为了解决可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助的多用户毫米波通信系统中级联信道的信道估计问题,提出了一种新的基于压缩感知(Compressive Sensing,CS)的两阶段级联信道估计方案,该方案在传统的压缩感知信道估计上引入级联信道双时间尺度性质和行列稀疏邻近结构,同时利用信道特性和双结构正交匹配追踪算法(Double-Structured Orthogonal Matching Pursuit,DS-OMP)在节约导频开销的同时也提高了信道估计的精度和性能.通过仿真分析各变量对所提方案归一化均方误差(Normalized Mean Square Error,NMSE)的影响,相较于传统基于压缩感知的信道估计算法,所提方案具有较好性能,同时有较小的导频开销.

    可重构智能表面信道估计压缩感知双时间尺度行列稀疏邻近结构

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于梯度注意力机制与交叉神经网络的红外与可见光图像融合

    孙希霞邓林威潘甦
    17-25页
    查看更多>>摘要：针对现有的基于深度学习的红外与可见光图像融合算法存在的难以区分重要信息与无关信息的问题,提出了一种基于梯度注意力机制与细节保留交叉神经网络(Detail Preserving Cross Network,DPCN)的红外与可见光图像融合方法.首先,将改进的梯度注意力机制引入到DPCN,引导神经网络尽可能关注可见光图像的纹理细节和红外图像的目标信息,同时利用DPCN加强红外图像和可见光图像之间的信息交互.然后,提出了一种基于多尺度细节保留模块的解码器重建融合图像.最后,设计了一种基于辅助判别器的自适应损失函数.实验结果表明:所提方法可保留更清晰的边缘及目标信息,在主观和客观评价方面均优于对比方法.

    图像融合注意力机制细节保留交叉神经网络多尺度图像重建

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    相移耦合的STAR-RIS辅助NOMA通信系统低功耗传输方案研究

    付羿博王鸿
    26-32页
    查看更多>>摘要：同时透射和反射的可重构智能表面(Simultaneously Transmitting and Reflecting Reconfigurable Intelligent Surface,STAR-RIS)是未来B5G/6G 无线通信的创新技术,其与非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术结合可大幅提升通信系统的频谱与功率效率,成为当前无线通信研究的热点.目前关于STAR-RIS的研究主要集中于透射相移和反射相移相互独立的场景,忽略了在电路实现过程中透射相移和反射相移之间的耦合效应.针对更加实际的相移耦合STAR-RIS辅助NOMA通信系统展开研究,建立了基站波束成形、相移与振幅系数的联合优化问题.通过使用连续凸逼近(Successive Convex Approximation,SCA)和半正定松弛(Semidefinite Relaxation,SDR)等技术工具,设计了高效的STAR-RIS单元间的交替优化算法,求解STAR-RIS辅助的NOMA下行传输功率最小化问题.仿真结果表明,提出算法的性能明显优于传统的反射RIS方法,且接近理想的独立相移STAR-RIS辅助系统.

    STAR-RIS非正交多址接入功率最小化交替优化相移耦合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于NOMA和用户协作的上行移动边缘计算卸载效率优化

    李洋胡阳罗先南刘昕...
    33-41页
    查看更多>>摘要：为应对大规模计算的需求以及有限传输资源和信道衰落的制约,提出了非正交多址接入(Non-orthogonal Multiple Access,NOMA)和用户协作辅助的上行移动边缘计算(Mobile Edge Computing,MEC)卸载传输方法.用户通过NOMA将计算任务卸载到MEC服务器以提高频谱效率,通过近端用户协助远端用户卸载的方式,减小中断对计算卸载的影响.为实现卸载量与能耗的最佳折中,定义卸载效率为成功卸载数据量与用户消耗能量之比,建立了通过调节卸载时间和功率分配来最大化卸载效率的联合优化问题.为求解该问题,推导了用户的卸载中断概率的闭合表达式,并将该非凸问题转化为松弛问题后利用连续凸近似方法求解.分析了该系统的中断性能,仿真结果表明所提计算卸载方法相较于其他方案能取得更高的卸载效率.

    移动边缘计算非正交多址接入用户协作计算卸载

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于 0.18 μm SiGe BiCMOS工艺的4GS/s、14 bit数模转换器

    张翼戚骞张有涛韩春林...
    42-47页
    查看更多>>摘要：基于0.18 μm SiGe BiCMOS工艺,设计了超高速高精度数模转换器(DAC),其时钟采样率为4 GS/s、精度为14 bit.为满足4 GHz处理速度,该DAC中所有电路均采用异质结晶体管(HBTs)搭建.为了降低功耗和节约面积,本设计采用 10+4 分段译码的方式,其中低 10 位电流舵使用R-2R梯形电阻网络,而高4 位使用温度计码结构.仿真结果表明,所设计DAC的DNL、INL分别为0.54 LSB和0.39 LSB,全奈奎斯特频域内的无杂散动态范围均大于82 dBc.在3.3 V和5 V混合电源供电下,整个DAC的平均功耗为2.39 W.芯片总面积为11.22 mm2.

    数模转换器SiGeHBT电流模逻辑电流舵

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    无人机场景下基于Transformer的轻量化行人重识别

    胡海峰倪宗煜赵海涛张红...
    48-62页
    查看更多>>摘要：针对无人机场景下行人重识别所呈现的多视角多尺度特点,以及传统的基于卷积神经网络的行人重识别算法受限于局部感受野结构和下采样操作,很难对行人图像的全局特征进行提取且图像空间特征分辨率不高.提出一种无人机场景下基于 Transformer 的轻量化行人重识别(Lightweight Transformer-based Person Re-Identification,LTReID)算法,利用多头多注意力机制从全局角度提取人体不同部分特征,使用Circle 损失和边界样本挖掘损失,以提高图像特征提取和细粒度图像检索性能,并利用快速掩码搜索剪枝算法对Transformer模型进行训练后轻量化,以提高模型的无人机平台部署能力.更进一步,提出一种可学习的面向无人机场景的空间信息嵌入,在训练过程中通过学习获得优化的非视觉信息,以提取无人机多视角下行人的不变特征,提升行人特征识别的鲁棒性.最后,在实际的无人机行人重识别数据库中,讨论了在不同量级主干网和不同剪枝率情况下所提LTReID算法的行人重识别性能,并与多种行人重识别算法进行了性能对比,结果表明了所提算法的有效性和优越性.

    无人机场景行人重识别Transformer轻量化空间信息嵌入

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于动态辅助对比学习的跨域行人重识别

    杨真真邵静杨永鹏吴心怡...
    63-71页
    查看更多>>摘要：具有混合记忆的自步对比学习(Self-paced Contrastive Learning,SpCL)通过集群聚类生成不同级别的伪标签来训练网络,取得了较好的识别效果,然而该方法从源域和目标域中捕获的行人数据之间存在典型的分布差异,使得训练出的网络不能准确区别目标域和源域数据域特征.针对此问题,提出了双分支动态辅助对比学习(Dynamic Auxiliary Contrastive Learning,DACL)框架.该方法首先通过动态减小源域和目标域之间的局部最大平均差异(Local Maximum Mean Discrepancy,LMMD),以有效地学习目标域的域不变特征;其次,引入广义均值(Generalized Mean,GeM)池化策略,在特征提取后再进行特征聚合,使提出的网络能够自适应地聚合图像的重要特征;最后,在3 个经典行人重识别数据集上进行了仿真实验,提出的DACL与性能次之的无监督域自适应行人重识别方法相比,mAP和rank-1 在Market1501 数据集上分别增加了 6.0 个百分点和 2.2 个百分点,在MSMT17 数据集上分别增加了2.8 个百分点和3.6 个百分点,在Duke数据集上分别增加了 1.7 个百分点和2.1 个百分点.

    行人重识别无监督域自适应广义均值池化局部最大平均差异对比学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于强关联平滑约束的目标检测模型剪枝方法

    康彬李卓邱坤窦海娥...
    72-79页
    查看更多>>摘要：目标检测模型的轻量化研究虽已产生诸多代表性成果,但现有方法在模型高比例剪枝时会出现检测精度断崖式衰减.在探索主流目标检测网络剪枝性能衰减的根源时发现剪枝后梯度的波动是影响模型性能的关键.为此构建了基于强关联平滑约束的剪枝框架(Pruning Framework based on Strong Correlation Smoothing Constraint,SCSC).首先将历史梯度及当前梯度定义为自蒸馏理论中的教师及学生,通过学生模仿教师的方式使学生梯度最大程度接近教师梯度,实现梯度平滑;其次依据梯度平滑结果提出基于强关联约束的剪枝方案,将历史梯度与当前梯度组成强关联组,通过强化历史梯度对当前梯度更新的贡献增强模型权重参数稀疏度.在PASCAL VOC2007 数据集进行测试,SCSC对比主流剪枝方法取得了 2 个百分点的平均精度提升;在KITTI数据集中,SCSC剪枝率为80%时,相较于原网络识别精度衰减仅为3 个百分点.

    卷积神经网络知识蒸馏模型剪枝

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于时空关联的车联网假位置筛选算法

    张琳于子豪刘茜萍
    80-92页
    查看更多>>摘要：目前,车联网位置隐私保护方法没有充分考虑到不同的时间段内假位置查询概率的变化,同时忽视了对于连续时间背景下同一位置单元每天的用户访问量变化趋势有较大差异的问题.针对上述缺陷,提出空间敏感度度量标准,在选择假位置时综合考虑位置语义相似度提出语义-空间敏感度期望的筛选指标,生成满足分时间段查询概率、匿名区域面积要求的假位置集合.实验结果证明了新算法的可行性及有效性,能够适应当下的车联网位置隐私保护需求.

    车联网基于位置的服务空间敏感度语义相似度位置隐私时空关联性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据