北京邮电大学学报

在线办公

在线期刊

本期目录

2022年第45卷第2期刊出日期：2022-04-28 上一期下一期

综述

GNSS/INS自适应智能组合导航算法
赵方, 吴凡
北京邮电大学学报. 2022, 45(2): 1-8. DOI:10.13190/j.jbupt.2021-157
摘要 ( 1298 ) PDF ( 1442 ) HTML( 1442 ) 　　
介绍了全球卫星导航系统/惯性导航系统(GNSS/INS)自适应智能组合导航算法并进行分类。根据不同方向和侧重点的自适应组合导航算法,将每一类自适应组合导航算法进行细分和比较。详细介绍了各分类中具有代表性的算法,分析了算法的优缺点。指出了自适应组合导航算法研究过程中面临的困难和挑战,展望了该研究领域的发展趋势。
参考文献 | 相关文章 | 计量指标

论文

面向多样化需求的网络切片业务链部署
李航, 温向明, 孔紫璇, 向万, 王鲁晗
北京邮电大学学报. 2022, 45(2): 9-15. DOI:10.13190/j.jbupt.2021-165
摘要 ( 562 ) PDF ( 239 ) HTML( 239 ) 　　
网络切片通过业务链部署来实现切片的创建和编排。针对网络切片中的业务链部署,考虑了业务链的多样化需求,并引入了虚拟网络功能共享和准入控制,以降低部署成本并提高业务链的接受率。将上述问题建模成一个最大化网络净收益的优化模型,提出了部署算法。仿真结果表明,所提的部署算法优于已有的基准算法,能达到接近最优的性能。
参考文献 | 相关文章 | 计量指标

一种基于主机重要度的网络主机节点风险评估方法
杨宏宇, 袁海航, 张良
北京邮电大学学报. 2022, 45(2): 16-21. DOI:10.13190/j.jbupt.2021-166
摘要 ( 446 ) PDF ( 438 ) HTML( 438 ) 　　
现有依据攻击图评估网络主机节点方法中的原子攻击概率和资产保护价值计算时,未考虑主机节点间关联关系对主机节点风险值的影响。对此,提出了以网络中主机重要程度为基础的风险评估方案。首先,依据网络信息构建主机攻击图,利用漏洞可利用性、代码可用性和防御强度计算原子攻击概率并依据攻击图计算路径攻击概率;然后,从攻击图结构和资产保护价值2个角度表征主机重要度,利用原子攻击概率的倒数对主机攻击图加权并计算主机节点的改进加权介数指标,利用熵权法对主机节点资产保护价值指标赋权并计算资产保护价值;最后,根据主机节点最大路径攻击概率和主机重要度计算网络主机节点的风险值。实验结果表明,所提方法能够更全面地评估网络环境中的主机节点风险,得到的风险值更加合理。
参考文献 | 相关文章 | 计量指标

面向硬件感知的边缘计算卸载和资源分配
郅佳琳, 王楠, 满毅, 滕颖蕾
北京邮电大学学报. 2022, 45(2): 22-28. DOI:10.13190/j.jbupt.2021-143
摘要 ( 606 ) PDF ( 437 ) HTML( 437 ) 　　
传统的边缘计算卸载研究并未涉及计算机硬件实现的细节,计算模型建模粗糙,优化方案精准度低。为此,提出了基于硬件实现的多用户多边缘服务器计算卸载和资源分配联合优化方案,充分考虑了计算过程硬件实现的细节,从计算机指令执行粒度出发,综合计算机输入/输出瓶颈和内存功能模块的能耗,重新建立联合优化模型,并在满足卸载任务时延要求的前提下最小化系统能耗。此外,为解决动作空间高维的问题,采用了基于深度确定性策略梯度的混合在线二部匹配算法。仿真结果表明,计算过程中的内存能耗不可忽略,且所提出的优化算法能够有效学习最优策略,对降低系统能耗具有显著作用。
参考文献 | 相关文章 | 计量指标

基于归一化最小均方算法的自适应核RBFNN
火元莲, 巩琪, 齐永锋, 安娅琦
北京邮电大学学报. 2022, 45(2): 29-35. DOI:10.13190/j.jbupt.2021-132
摘要 ( 573 ) PDF ( 302 ) HTML( 302 ) 　　
为了使自适应核径向基函数神经网络(RBFNN)有更好的收敛速度和稳态误差,提出了以归一化最小均方为学习算法对自适应核RBFNN进行优化的方法。在梯度下降算法的基础上,通过一个可变的步长因子,对归一化最小均方(NLMS)算法进行推导,并将其作为学习算法对自适应核RBFNN的权系数及偏差进行更新训练。在非线性系统辨识及模式分类中的仿真实验结果表明,使用NLMS学习算法训练自适应核RBFNN相较于其他学习算法下的自适应核RBFNN,具有更快的收敛速度及相对较小的稳态误差。
参考文献 | 相关文章 | 计量指标

利用卷积回声状态网络实现脑电情感识别
晁浩, 马庆敏, 刘永利
北京邮电大学学报. 2022, 45(2): 36-43. DOI:10.13190/j.jbupt.2021-078
摘要 ( 518 ) PDF ( 274 ) HTML( 274 ) 　　
针对多通道脑电(EEG)的情感识别,提出了一种卷积回声状态网络(CESN)模型。首先构造EEG信号的特征矩阵序列;然后通过卷积操作提取各个样本的高层抽象特征,形成一维特征向量序列;利用具有自反馈功能的蓄水池结构,捕获向量序列的动态时序信息;最后用岭回归来实现情感识别。在情感分析专用生理信号数据集上进行实验的结果表明,EEG信号的动态时序性蕴含着与情感状态相关的区分性信息,所提的CESN模型能够有效地挖掘这种信息,并用于情感分类,解决了卷积神经网络中因使用反向传播算法而导致的局部最优和训练时间过长的问题。
参考文献 | 相关文章 | 计量指标

基于GM(1,1)和D-MECM的钟差预报方法
程佳慧, 缪新育, 赵婧妍, 乔耀军, 喻松
北京邮电大学学报. 2022, 45(2): 44-49. DOI:10.13190/j.jbupt.2021-149
摘要 ( 462 ) PDF ( 319 ) HTML( 319 ) 　　
针对单一钟差预报模型在建模数据量较少时中长期预报精度不足的问题,提出了基于灰色模型和一阶差分修正指数曲线法的组合预报模型。首先基于少量数据建立灰色模型并预测未来一段时间的钟差数据,再将其作为一阶差分修正指数曲线模型的建模数据,进行钟差的中长期预报。仿真结果表明,组合预报模型能够基于少量历史数据对钟差进行高精度的中长期预报。采用卫星共视仪采集的精密钟差数据进行实验,并与单一二次多项式模型和灰色模型进行对比,结果显示:使用5h的钟差数据进行建模并预报未来48h钟差数据时,二次多项式模型和灰色模型的平均预报精度分别为285.06ns和91.11ns,而组合模型的平均预报精度可达29.48ns,相比于单一二次多项式模型和灰色模型,分别提高了89.66%和67.64%。
参考文献 | 相关文章 | 计量指标

基于萤火虫算法优化FCM的WSN路由算法
余修武, 秦晓坤, 刘永
北京邮电大学学报. 2022, 45(2): 50-56. DOI:10.13190/j.jbupt.2021-154
摘要 ( 498 ) PDF ( 287 ) HTML( 287 ) 　　
针对无线传感器网络节点能源有限,容易出现能量负载不均衡的问题,提出了一种基于萤火虫算法优化模糊C均值(FCM)的无线传感器网络(WSN)路由算法(FFACM),优化了分簇路由算法中的分簇阶段和簇间路由建立阶段。在分簇阶段,使用萤火虫算法计算初始聚类中心,避免模糊C均值算法因初始聚类中心而陷入局部最优的问题。在选择簇首节点上,建立关于剩余能量和距离的适应度函数,选取适应度值最大的节点作为簇首节点并动态更新。通过计算节点间的链路代价并根据剩余能量和到sink节点的距离建立代价函数,选择代价函数值最小的节点建立簇间多跳路由,使得簇首节点的负载降到最低。从仿真实验结果可知,相比于其他无线传感器网络的路由算法,FFACM算法能有效均衡网络负载,降低节点能耗,从而延长网络的使用周期。
参考文献 | 相关文章 | 计量指标

融合特征增强及多尺度损失的增量去雾算法
王科平, 韦金阳, 杨艺, 费树岷, 崔科飞
北京邮电大学学报. 2022, 45(2): 57-64. DOI:10.13190/j.jbupt.2021-106
摘要 ( 492 ) PDF ( 278 ) HTML( 278 ) 　　
为提高雾霾图像清晰化效果并实现去雾能力的泛化,提出一种特征增强及多尺度损失约束的网络结构,并采用增量式训练方法对网络进行训练。网络由教师网络和学生网络构成。通过学习教师网络提取的标注样本注意力信息对学生网络提取的特征进行特征增强;将标注样本多尺度语义特征作为软标签,建立多尺度语义特征损失衡量机制,与全局像素差异损失级联,构建面向特征和像素的损失函数;采用增量式训练方法,教师网络为学生网络平衡不同数据集的新旧知识提供先验约束,使网络保留原有知识的前提下,快速提高对增补数据集的泛化能力。实验结果表明,所提算法在主观视觉效果与客观评价指标上均取得了较好的效果。
参考文献 | 相关文章 | 计量指标

MEC计算卸载与资源分配联合智能优化方案
杜梅, 周军华, 李敦桥, 陈士钊, 魏翼飞
北京邮电大学学报. 2022, 45(2): 65-71. DOI:10.13190/j.jbupt.2021-145
摘要 ( 1116 ) PDF ( 550 ) HTML( 550 ) 　　
移动边缘计算(MEC)中的分布式基站部署、有限的服务器资源和动态变化的终端用户使得计算卸载方案的设计极具挑战。鉴于深度强化学习在处理动态复杂问题方面的优势,设计了最优的计算卸载和资源分配策略,目的是最小化系统能耗。首先考虑了云边端协同的网络框架;然后将联合计算卸载和资源分配问题定义为一个马尔可夫决策过程,提出一种基于多智能体深度确定性策略梯度的学习算法,以最小化系统能耗。仿真结果表明,该算法在降低系统能耗方面的表现明显优于深度确定性策略梯度算法和全部卸载策略。
参考文献 | 相关文章 | 计量指标

一种路网级交通事故风险预测方法
宁静, 佘红艳, 赵东, 罗丹, 王磊
北京邮电大学学报. 2022, 45(2): 72-78. DOI:10.13190/j.jbupt.2021-142
摘要 ( 625 ) PDF ( 821 ) HTML( 821 ) 　　
现有的深度学习方法将空间区域网格化,不符合事故发生的自然形态。考虑到交通事故大多发生在道路上,为了在空间维度上更精准地完成事故风险预测任务,针对路段级别的事故风险预测问题,提出了一种融合尺度缩减注意力机制和图卷积网络的城市交通事故风险预测(SA-GCN)模型。首先,有效结合历史长期和短期事故风险、外部天气特征,采用门控图卷积模块捕获时空相关性,并使用注意力机制以获得不同时空特征的动态性表达;其次,针对事故数据的稀疏性和空间异质性问题,引入了尺度缩减模块,以聚类后粗粒度区域的事故风险引导路段级别的事故风险预测。在公开性能测量系统数据集上的实验结果表明,SA-GCN模型优于其他6种基准模型,并且比现有最新模型的准确率提升了11%。
参考文献 | 相关文章 | 计量指标

双线性融合网络的驾驶员分心行为识别
柳长源, 虎浩媛, 毕晓君
北京邮电大学学报. 2022, 45(2): 79-84. DOI:10.13190/j.jbupt.2021-171
摘要 ( 529 ) PDF ( 269 ) HTML( 269 ) 　　
准确识别驾驶员的分心行为能够从源头上减少交通事故的发生。传统的识别方法类别少,准确率不高,对此,引入并改进残差神经网络(ResNet-50)对驾驶员分心行为进行识别。为了进一步提高模型特征的提取能力,从改进后的ResNet-50和EfficientNet-B0模型中提取特征,并将其双线性融合,从而进一步提高模型的识别准确率。通过对正常驾驶、玩手机、打电话、喝水、向后座拿东西、与副驾交谈6种驾驶员的行为进行测试,改进后ResNet-50模型的平均识别准确率达94.2%。将改进后的ResNet-50与EfficientNet-B0模型进行融合,融合模型的平均识别准确率高达96.7%。实验结果表明,该方法对驾驶员分心行为的检测有较好的分类效果。
参考文献 | 相关文章 | 计量指标

基于SDN与NFV的服务功能链编排算法
贾雨宁, 魏翼飞, 周军华
北京邮电大学学报. 2022, 45(2): 85-90. DOI:10.13190/j.jbupt.2021-218
摘要 ( 894 ) PDF ( 516 ) HTML( 516 ) 　　
在服务功能链(SFC)部署的资源编排问题中, 基于软件定义网络(SDN)与网络功能虚拟化(NFV)融合的技术背景和SDN控制器、网络功能虚拟化与物理底层计算资源层组成的3层架构,提出了一种基于SDN和NFV的主动控制资源优化算法。首先通过多标准的聚合多准则效用算法对用户效用进行建模,将优化目标转化为最大化用户效用的问题;然后根据算法对未来状态的预测以及对网络利用率的实时监控,对到达的SFC请求进行决策并发出控制指令,以此为依据占用虚拟化网络功能持有的底层资源。仿真结果表明,与静态的时序资源分配算法相比,主动控制资源优化算法在资源利用率、接受率、创造用户效用等方面具有更好的性能。
参考文献 | 相关文章 | 计量指标

异构网络中任务卸载与资源分配联合优化算法
张雨晴, 李云, 黄鸿锐, 庄宏成
北京邮电大学学报. 2022, 45(2): 91-97. DOI:10.13190/j.jbupt.2021-204
摘要 ( 672 ) PDF ( 440 ) HTML( 440 ) 　　
在有限的网络边缘资源约束下,考虑到业务的多样性和网络接入的异构性对任务卸载和计算资源分配的影响,在本地和服务器共同处理任务的背景下,提出了一种异构网络场景下结合李雅普诺夫优化理论和搜索树算法对任务卸载和计算资源分配的联合优化方法,分析了卸载收益与延迟之间的折中关系,优化了任务卸载与计算资源分配。同时,为了对搜索树进行快速分支定界,设计了一种卸载优先级准则。最后,通过仿真实验验证了所提算法的有效性和合理性。
参考文献 | 相关文章 | 计量指标

基于3D几何信道模型非对称波束信道特性分析
张嘉驰, 刘留, 李璐, 谈振辉, 周涛
北京邮电大学学报. 2022, 45(2): 98-103. DOI:10.13190/j.jbupt.2021-177
摘要 ( 438 ) PDF ( 361 ) HTML( 361 ) 　　
为了研究非对称波束模式对无线信道特性的影响,采用三维(3D)几何信道模型分析了宏蜂窝小区场景中非对称波束模式下的毫米波无线信道小尺度衰落特性。结合传播图理论提出一种非平稳3D几何信道建模方法,并通过生成的波束筛选出有效散射点,以期降低计算复杂度。分析了非对称波束模式对时域、频域、空域选择性衰落的影响。仿真结果表明,在宏蜂窝小区下行链路中,收发波束域交集中的有效散射点数量多于上行链路中的数量,导致其多普勒、时延、角度扩展明显高于上行链路,而上行链路则可近似为视距单径传播环境。
参考文献 | 相关文章 | 计量指标

超密集网络中基于判别函数的聚类算法
康玲, 王翊, 胡艳军, 蒋芳, 李莉萍
北京邮电大学学报. 2022, 45(2): 104-109. DOI:10.13190/j.jbupt.2021-180
摘要 ( 285 ) PDF ( 215 ) HTML( 215 ) 　　
超密集网络可以通过虚拟小区间的协作来提升用户体验,但由于小区的重叠覆盖使得用户间存在较复杂的干扰问题。因此,提出了一种基于判别函数的聚类算法来缓解强干扰带来吞吐量下降的问题。首先,利用用户间干扰信道的余弦相似度定义用户间的干扰网络;然后,基于干扰网络选出簇头并划分用户,同时为了解决虚拟小区下的模糊用户归属簇问题,以簇间干扰权重之和最大,簇内干扰权重之和最小为原则设计判别函数,对用户进行模糊归类。仿真结果表明,在不增加复杂度的同时,所提算法比其他方法的系统吞吐量提升了10%~30%,对于边缘用户具有一定优势。
参考文献 | 相关文章 | 计量指标

研究报告

基于EEMD的ICNN故障诊断方法
许同乐, 孟良, 孔晓佳, 苏元浩, 孙砚飞
北京邮电大学学报. 2022, 45(2): 110-116. DOI:10.13190/j.jbupt.2021-128
摘要 ( 390 ) PDF ( 150 ) HTML( 150 ) 　　
针对轴承微弱故障特征提取困难和故障诊断准确率低等问题,提出一种基于集合经验模态分解的改进卷积神经网络的故障诊断方法。首先,利用集合经验模态分解(EEMD)对信号进行降噪等预处理,并将预处理后的信号转换为二维信号;其次,为了解决数据特征不确定性和卷积神经网络(CNN)内部参数爆炸的问题,在CNN的卷积层和池化层之间增加批量归一化层进行标准化处理,得到改进的卷积神经网络(ICNN);最后,以风电机组轴承微弱故障数据集为例,验证了所提方法相较于其他诊断方法更具有优越性,能够有效提取故障特征,具有较高的准确率和诊断效率。
参考文献 | 相关文章 | 计量指标

基于卷积神经网络的高性能5G下行同步算法
李晓辉, 王先文, 樊韬, 刘佳文, 万宏杰
北京邮电大学学报. 2022, 45(2): 117-123. DOI:10.13190/j.jbupt.2021-086
摘要 ( 510 ) PDF ( 318 ) HTML( 318 ) 　　
为解决第5代移动通信系统(5G)下行同步在低信噪比和大频偏环境下成功率低的问题,提出一种基于卷积神经网络(CNN)的同步信号块(SSB)检测算法及改进的混合相关同步算法。在无先验信息的情况下,利用最大自相关准则和循环前缀的特性对无线信号进行分段,生成数据集。在此基础上,构建了适用于检测承载SSB信号片段的CNN,对任意一个SSB进行检测,实现了SSB目标区间的快速定位,减少了相关过程中的搜索范围。进一步使用改进的混合相关算法,在目标区间完成主同步信号定时同步及频偏估计。仿真结果表明,所提算法具有良好的SSB检测率和定时同步性能,能够有效抵抗噪声和频偏的影响。
参考文献 | 相关文章 | 计量指标

基于Transformer的低质场景字符检测算法
张重生, 陈杰, 纵瑞星, 杨帅磊, 凡高娟
北京邮电大学学报. 2022, 45(2): 124-130. DOI:10.13190/j.jbupt.2021-155
摘要 ( 694 ) PDF ( 331 ) HTML( 331 ) 　　
为了提升低质场景文本图像的文字检测和识别性能,提出一种基于Transformer的字符级场景文本检测算法。依据场景文本行中的字符顺序,设计基于Transformer的编码-解码结构,能够输出每个字符检测框的坐标以及排序预测。根据匈牙利算法的思想,设计了基于字符检测框坐标及排序损失的损失函数,以提高匹配检测结果的准确性。在3个字符级标注的场景文本数据集上的场景字符检测、场景字符识别的相关实验结果表明,所提算法能够取得较好的性能,在多个评价指标上均优于对比算法。
参考文献 | 相关文章 | 计量指标

仿射置换矩阵结构下的高性能SC-LDPC码
朱坤, 杨鸿文
北京邮电大学学报. 2022, 45(2): 131-136. DOI:10.13190/j.jbupt.2021-175
摘要 ( 435 ) PDF ( 310 ) HTML( 310 ) 　　
空间耦合(SC)低密度奇偶校验 (LDPC)码的卷积结构在带来卷积增益的同时也引入了记忆结构。对于采用滑动窗译码的SC-LDPC码,前面的译码错误信息会影响后面的译码,尤其是对耦合长度较长的SC-LDPC码,容易引起误码扩散。因此,SC-LDPC码比传统的LDPC块码对结构设计的要求更高。为了提高设计空间和性能,提出用仿射置换矩阵(APM)替代传统的循环位移矩阵构造SC-LDPC码。通过实验发现并证明了APM-LDPC码结构具有全环和非全环现象,且非全环现象仅出现在APM-LDPC码中。应用非全环现象构造的APM-SC-LDPC码能显著降低短环数量和误码平层,在瀑布区有明显优势。
参考文献 | 相关文章 | 计量指标