Please wait a minute...

北京邮电大学学报

  • EI核心期刊

本期目录

算力网络与分布式云

  • 面向分布式云的广域超融合网络:愿景与关键技术
  • 黄韬 谈沙 唐琴琴 谢人超 张然
  • 北京邮电大学学报. 2023, 46(2): 1-8.
  • 摘要 ( 579 )     PDF ( 1377 )   
  • 随着云计算、边缘计算及分布式云等技术的蓬勃发展,未来网络中各种服务资源(算力、数据、内容等)应能在“云边端”多个层次、甚至跨多运营商的广域范围进行智能动态分布和按需连接协同。从上述设计需求出发,原创性提出了面向分布式云的广域超融合网络,介绍了未来网络双平面组网愿景和分层架构,结合云管平台和网络操作系统技术,提出了面向分布式云的广域超融合网络的关键技术,如服务标识、动态组网、确定性映射和资源一体化调度等,阐述了这些关键技术的原理和性能,探讨了面向分布式云的广域超融合网络面临的挑战和未来发展方向。
  • 相关文章 | 计量指标
  • 算力网络中的确定性调度与路由联合智能优化方案
  • 孙国玮 许方敏 朱瑾瑜 张恒升 赵成林
  • 北京邮电大学学报. 2023, 46(2): 9-14.
  • 摘要 ( 1005 )     PDF ( 1954 )   
  • 算力网络(CFN)将异质算力信息和网络融合,提高了资源利用率和网络传输效率,时间敏感网络(TSN)保证了传输的低时延高可靠性能,二者融合可以实现高效率的确定性转发。一体化决策CFN中的资源调度和路由规划以及TSN中的门控排布会出现决策变量过多、计算复杂度过高、优化性能不足等问题。针对以上问题,提出了一个根据IEEE 802.1Qbv做门控排布和算力网络路由规划、算力资源调度的融合架构。基于深度强化学习提出了改进后的RBDQN(reward-back deep Q-learning)算法优化门控,并采用贪婪算法协助路由路径规划。算法以平均时延、能量损耗和用户满意度为多优化指标建立效用函数。仿真结果表明,相比于遗传算法,RBDQN能够把小规模调度问题收敛时间降低1倍以上,针对多业务、多节点的算力网络问题能够将收敛时间降低数十倍。同时,算法能够避免模型陷入局部最优,相比于传统DQN,决策结果将效用函数指标性能提升超过10%,相同指标下的收敛时间下降约50%。
  • 相关文章 | 计量指标
  • 基于SMDP模型的车路协同任务智能卸载算法研究
  • 李晓辉 苏家楠 吕思婷 张鹏
  • 北京邮电大学学报. 2023, 46(2): 15-21.
  • 摘要 ( 286 )     PDF ( 217 )   
  • 针对车路协同系统中车辆的高机动性产生边缘节点难以控制计算时延的问题,提出基于半马尔科夫过程的任务卸载策略。定义了道路服务节点的优先级队列,状态空间,行为空间,系统收益和转移概率来建模任务等待队列,在服务节点覆盖范围内通过增加车载任务完成率提高整体收益。而后使用贝尔曼方程进行迭代,使得状态空间达到系统最优。数值表明,所提出的任务卸载策略可有效提高车路协同系统的整体收益。
  • 相关文章 | 计量指标
  • 雾计算网络中联邦学习协同的内容缓存方案
  • 黄晓舸 王凡 陈志 陈前斌
  • 北京邮电大学学报. 2023, 46(2): 22-28.
  • 摘要 ( 337 )     PDF ( 512 )   
  • 随着物联网技术的快速发展,爆发式的终端用户业务需求给5G网络带来了巨大的挑战。为减小内容获取时延,保护用户隐私并提高用户体验,提出一种基于联邦学习的雾计算网络中内容缓存方案。首先,提出端到端(Device-To-Device, D2D)协作的雾计算网络模型,用户可通过D2D和无线链路从用户端、雾节点和云端获取内容;其次,用户在本地建立深度神经网络模型,利用历史请求数据训练本地模型,FN聚合本地模型,预测全局内容流行度;同时,向用户提供个性化内容推荐列表,提高缓存命中率。最后,基于真实数据集,仿真结果表明本方案能有效降低内容获取时延,提升缓存命中率。
  • 相关文章 | 计量指标
  • 一种集成学习辅助DDPG的资源优化算法
  • 公雨 魏翼飞
  • 北京邮电大学学报. 2023, 46(2): 29-36.
  • 摘要 ( 263 )     PDF ( 1647 )   
  • 构建了一个通信、计算和缓存(3C)的集成体系架构,以解决任务调度和资源分配的联合优化问题。为了协调网络功能,动态分配有限的3C资源,采用深度强化学习方法,联合考虑用户请求业务的多样性和动态的无线信道条件,获得移动虚拟网络运营商的最大利润函数。仿真结果表明,基于DRL的资源分配方案明显优于其他两种比较策略。结合集成学习的DRL算法输出结果速度更快,性价比更高。
  • 相关文章 | 计量指标
  • 异构蜂窝网络中基于雾节点协作贡献度的计算卸载算法
  • 黄龙杨 张楠 刘笑笑 申滨
  • 北京邮电大学学报. 2023, 46(2): 37-42.
  • 摘要 ( 191 )     PDF ( 199 )   
  • 雾计算(Fog Computing)将基于云的服务拓展至无线网络边缘,能够与多种场景联合部署。针对密集异构蜂窝网络雾计算系统中的协作计算卸载问题,为充分且合理地利用所有雾节点的计算资源,本文提出一种基于雾节点协作贡献度的计算卸载算法。首先对协作可行性、协作公平性和协作稳定性进行了建模设计;其次,在其基础上定义了协作贡献度与协作贡献比系数。然后,结合雾节点的剩余计算容量阈值与协作贡献度阈值给出了协作雾节点筛选算法。最后,在满足任务可容忍的最大时延约束下,提出以最小化任务执行能耗与用户支付成本的加权和为目标的优化问题,并结合外部罚函数法与方向加速法(Powell法)得到最优卸载决策。仿真结果表明,所提算法在各种任务参数和时延约束下,相对于多种对比算法,能够有效降低执行任务的总开销,并且能够对协作可行性、协作公平性和协作稳定性进行权衡处理。
  • 相关文章 | 计量指标
  • 面向高移动性车联网场景的预测卸载决策算法
  • 彭维平 王戈 宋成 阎俊豪
  • 北京邮电大学学报. 2023, 46(2): 43-49.
  • 摘要 ( 238 )     PDF ( 276 )   
  • 针对车联网场景下高移动性车辆在不同的边缘服务器间频繁切换导致任务卸载失败率高的问题,提出了一种新的预测卸载决策算法。首先,构建本地、边缘服务器和云服务器计算模型,基于计算任务量大小、最大容忍时延、服务器资源等约束条件,预判定任务卸载方式;其次,针对边缘服务器卸载方式,利用长短期记忆网络构建车辆位置预测模型,生成可用于卸载的边缘服务器集合;最后,采用改进的蚁群算法实现在多边缘服务器间卸载任务最优分配。仿真结果表明,所提算法提高了任务完成率和资源利用率。
  • 相关文章 | 计量指标
  • 超密集网络中移动边缘计算的资源分配和任务卸载联合优化研究
  • 魏明亮 耿绥燕 赵雄文 胡玮 范静怡
  • 北京邮电大学学报. 2023, 46(2): 50-56.
  • 摘要 ( 380 )     PDF ( 306 )   
  • 移动边缘计算(MEC, Mobile Edge Computing)作为一种新兴的计算范式,具有增强设备终端计算能力,大幅减少时延和能耗,在保证用户服务体验的同时延长电池使用寿命等特性。超密集组网(UDN, Ultra-Dense Networks)被视为5G无线通信的关键技术,可在提供低延迟计算的通信服务前提下,减少系统计算成本,提高网络吞吐量。针对超密集网络中的移动边缘计算场景,考虑网络基础设施的超密集部署导致的信道干扰,联合优化资源分配和任务卸载问题,最小化包含时延和能耗的任务计算成本。由于决策变量的复杂耦合,将原始问题拆分为资源分配和任务卸载子问题,提出一种结合凸函数和自适应粒子群(CF-APSO, Convex Function Adaptive Particle Swarm Optimization)的优化算法求解问题,并通过实验仿真验证所提算法的有效性。仿真结果表明,与其他已有方法相比,在微基站密集部署环境中CF-APSO算法可以大幅降低时延和能耗,有效提升系统性能。
  • 相关文章 | 计量指标
  • 低轨卫星网络星载边缘DNN推理策略研究
  • 谢人超 杨煜天 唐琴琴 陈清霞 向雪霜
  • 北京邮电大学学报. 2023, 46(2): 57-63.
  • 摘要 ( 329 )     PDF ( 409 )   
  • 随着低轨卫星在轨计算能力的提升与人工智能服务例如目标探测、卫星侦察等服务需求量激增,深度神经网络(DNN)以其独特的模型结构与高效的学习成为实现智能服务的首选。为解决由于卫星总处于高速移动状态、体积小且异构化而带来的资源强受限、通信较困难等问题,通过低轨卫星实现边缘计算并通过DNN进行分布式任务推理成为必然趋势。首先利用了有向无环图(DAG)探索了DNN模型结构,并研究了低轨卫星网络中的分布式DNN推理问题,然后设计了基于激励函数和处理时延的量子进化算法(QEA),实现了采样率设置和任务卸载的最优化决策。最后,通过仿真测试验证了基于激励函数与处理时延的量子进化算法整体性能优于传统方法。
  • 相关文章 | 计量指标
  • 硬件损伤下NOMA-MEC网络性能分析和优化
  • 班嘉阳 叶迎晖 卢光跃 徐瑞
  • 北京邮电大学学报. 2023, 46(2): 64-70.
  • 摘要 ( 301 )     PDF ( 288 )   
  • 现有关于基于非正交多址(Non-Orthogonal Multiple Access,NOMA)边缘计算(Mobile Edge Computing,MEC)网络的研究均忽略了收发机存在硬件损伤这一情况,因而硬件损伤对NOMA-MEC网络计算性能的影响机理尚不清晰。本文考虑一个由两个边缘用户和一个边缘服务器构成的NOMA-MEC网络,利用随机过程等知识推导得到任意给定硬件损伤参数条件下的任务成功计算概率。在此基础上,通过优化部分卸载策略以及用户发射功率等参数来最大化任务成功计算概率,并求得该问题最优解的闭合表达式。仿真表明,1)硬件损伤情况将会导致成功计算概率瓶颈,即当NOMA用户发射功率无穷大的时候,成功计算概率趋向一个常数且该常数小于1;2)用户任务的成功计算概率会随着损伤参数增加而降低。
  • 相关文章 | 计量指标
  • 反向散射辅助的无线供能NOMA-MEC网络中公平性优化研究
  • 付志远 施丽琴 叶迎晖 卢光跃
  • 北京邮电大学学报. 2023, 46(2): 71-77.
  • 摘要 ( 483 )     PDF ( 286 )   
  • 为了解决物联网节点的能量短缺问题和计算能力有限问题,将非正交多址接入(Non-orthogonal Multiple Access, NOMA)技术引入到反向散射通信(Backscatter Communication, BackCom)辅助的无线供能边缘计算(Mobile Edge Computing, MEC)网络,构建一个BackCom辅助的无线供能NOMA-MEC网络。该网络不仅可以发挥BackCom与主动传输结合的优势,也可以发挥NOMA的技术优势,进一步提高网络的频谱效率。为了保障物联网节点的计算比特数公平性,基于最大最小准则,以最大化最差物联网节点计算比特数为目标,通过联合优化物联网节点的能量收集时间、反向散射时间、反向散射系数、NOMA传输时间、NOMA发射功率、本地计算频率和本地计算时间来构建一个满足能量因果和计算能力等约束的非凸优化问题。然后通过反证法求得每个节点最佳本地计算时间,并代入到原问题。之后通过辅助变量法来解耦物联网节点的反向散射系数与反向散射时间。针对NOMA技术引入的共道干扰问题,以物联网节点卸载比特数表达式的下界替换复杂的卸载比特数表达式,得到一个易于求解的子优化问题并采用变量替换法将其转换为凸问题形式,最后,通过不断优化该子优化问题来逼近原问题的最优解并提出相应的迭代算法。仿真结果验证了所提算法的快速收敛性和准确性,并表明相比于现有方案,所提出方案能很好地保障所研究网络中各物联网节点之间的计算比特数公平性。
  • 相关文章 | 计量指标
  • VEC中多边缘节点协作卸载与资源分配算法
  • 彭维平 杨玉莹 宋成 阎俊豪
  • 北京邮电大学学报. 2023, 46(2): 78-83.
  • 摘要 ( 220 )     PDF ( 327 )   
  • 针对车载边缘计算(VEC)中任务计算成本高以及边缘节点负载不均衡的问题,将软件定义网络(SDN)与多边缘计算相结合,构建了“端-多边-云”三层软件定义车载边缘计算(SDVEC)模型,并提出了一种多边缘节点协作卸载与资源分配算法(MCORA-KDQN)。由SDN控制器从全局角度获取网络信息,对任务卸载和资源分配进行统一调度。算法采用改进的K-Means算法确定任务的初始卸载决策,将任务分别划分到本地簇、边缘节点簇以及云服务器簇中,并利用深度Q网络(DQN)算法获得边缘节点簇中任务最优的卸载决策、卸载比例以及资源分配策略。仿真结果表明,相较于对比算法,所提算法的任务计算成本至少降低了18.6%,边缘节点的资源利用率至少提高了22.9%,且实现了边缘节点间的负载均衡。
  • 相关文章 | 计量指标

模式识别与图像处理

  • 基于道路中心线的分阶段弱监督遥感图像道路提取
  • 王薇 谢沈惟 闫浩田 张闯 吴铭
  • 北京邮电大学学报. 2023, 46(2): 84-90.
  • 摘要 ( 349 )     PDF ( 365 )   
  • 通过语义分割算法从卫星图像中提取道路已经成为道路遥感监测任务的主流解决方案.但由于不同地理环境导致的卫星图像中道路纹理复杂多变等特点以及道路的像素级标注成本昂贵等现实情况,利用大量道路的像素级标注用于训练语义分割模型是不实际的.针对上述问题,提出了一种基于道路中心线涂鸦的分阶段弱监督道路提取算法,以弱监督的方式学习道路中心线涂鸦的特征并分阶段地训练道路分割模型.此外,还提出了伪掩码更新策略和混合训练策略,设计了分别针对道路前景和道路背景的损失函数.对比实验结果表明,新算法在道路分割任务中比其他基于道路中心线的弱监督方法取得了更优的表现,消融实验的结果也验证了所提出训练策略的有效性.
  • 相关文章 | 计量指标
  • 基于RAPNet的脑肿瘤MRI图像三维分割
  • 胡敏 熊思 黄宏程 张光华 王春芳
  • 北京邮电大学学报. 2023, 46(2): 91-97.
  • 摘要 ( 265 )     PDF ( 219 )   
  • 针对用于全自动脑肿瘤分割的传统深度卷积神经网络存在多尺度病变处理能力较弱问题,该文使用改进的3D递归残差卷积单元构建特征学习的主干,提高特征学习的空间相关性并缓解网络模型过于复杂造成的网络退化和梯度弥散;由具有不同膨胀率的3D空洞卷积和跨模型注意力机制构建分层特征金字塔,结合上下文特征以提高整体模型对不同大小肿瘤的识别能力;结合多层特征图对肿瘤进行辅助预测,以获得最终分割结果。在BraTS 2019数据集上进行的实验表明,该文方法在分割WT、TC、ET取得的平均DSC值分别为0.897、0.852、0.823,与现有高效的脑肿瘤分割方法相比在学习病变的多尺度特征方面具有更好的效果。
  • 相关文章 | 计量指标
  • 基于相位迁移的超声相控阵聚焦扫查成像方法
  • 杨宸旭 陈尧 李秋锋 石文泽 董德秀
  • 北京邮电大学学报. 2023, 46(2): 98-103.
  • 摘要 ( 391 )     PDF ( 402 )   
  • 随着制造业的迅速发展与高精度质量检测的需求,超声相控阵由于具有快速、高分辨率实时成像的优势,应用越来越广泛。本文基于相位迁移成像算法提出一种超声相控阵组合处理成像方法,提高阵列扫查成像质量。首先利用有限元软件建立仿真模型,并利用相位迁移算法和二维傅里叶逆变换对成像区域进行图像重建,与传统相控阵成像进行对比分析;然后进行多孔碳钢试块相控阵检测实验,提取平行聚焦扫查信号与相控阵单发单收时域信号,并将得到的信号进行峰值提取、包络、差值等处理,提高信号信噪比;最后将处理后的信号去延时和加权叠加构建阵列扫查数据矩阵,将相控阵聚焦扫查相位偏移成像结果与相控阵时域合成孔径成像结果、阵元单发单收信号相位偏移成像结果进行量化对比。结果表明:在相控阵平行聚焦扫查数据的基础上引入相位迁移成像算法可以提高阵列扫查成像质量。利用本文方法提取的包络信号相较于传统希尔伯特包络提取,缺陷信号与底波信号更平滑稳定,有利于提升成像效果;在检测密集排布的多孔碳钢试块过程中,相控阵聚焦扫查相位迁移成像结果相对于相同阵元数目的单发单收相位迁移算法成像结果和相控阵时域合成孔径成像结果,-50dB处理下11个横孔缺陷的图像信噪比平均提升12.98dB和18.85dB,缺陷大小误差平均降低3.74%和4.05%。
  • 相关文章 | 计量指标
  • 基于多层判别字典学习的传统服饰图像分类算法
  • 赵海英 王梓舟
  • 北京邮电大学学报. 2023, 46(2): 104-108.
  • 摘要 ( 265 )     PDF ( 207 )   
  • 多层判别式字典学习在图像分类方面已有显著的效果。然而,现有的多层判别式字典学习大多采用交替方向乘子法实现字典的更新,当图像内容比较丰富且含有多个标签时,在多标签分类上的表现不佳。通过递归最小二乘法与去相关增强重建系数算法构成的二层判别式字典学习结构更加适合用于图像多标签分类。通过多层判别式字典学习对数据进行多次稀疏分解,在最后一层用线性分类器对稀疏分解得到的特征向量进行分类。在明清服饰纹样数据集上的实验结果验证了本文算法的优越性,相比现有最新算法,分类精度达到82.17%,取得了同类算法中最优效果。
  • 相关文章 | 计量指标
  • 面向单目视频的非牛顿流体仿真重建
  • 张雅斓 班晓娟 董子瑞
  • 北京邮电大学学报. 2023, 46(2): 109-115.
  • 摘要 ( 587 )     PDF ( 435 )   
  • 在流体仿真中,本构模型参数难以准确预估,导致仿真结果与真实视频视觉效果不一致。为缓解此问题,提出一种面向单目视频的非牛顿流体仿真重建方法。模型训练阶段以非牛顿流体仿真视频为输入,学习单帧流体仿真图像的最佳低维潜在空间表示;然后在该潜在域中进行帧间预测,采用卷积长短时记忆网络预测未来帧的潜在向量表示;最后基于逐帧潜在表示编码和帧间时序特征预测本构模型重建参数。模型验证阶段以非牛顿流体单目真实视频为输入,预测流体本构模型参数,实现基于Cross模型的非牛顿流体仿真重建。实验结果表明,面向视频的仿真重建方法能够比基于流变仪测量的重建方法获得与真实视频更吻合的流体流动现象,在不同时刻均有更高的像素准确率和像素精度率,具有更符合实际流动的视觉效果。
  • 相关文章 | 计量指标
  • 基于融合特征MGCC的语种识别方法
  • 王延凯 龙华 邵玉斌 杜庆治 王瑶
  • 北京邮电大学学报. 2023, 46(2): 116-121. DOI:10.13190/j.jbupt.2021-322
  • 摘要 ( 298 )     PDF ( 213 )   
  • 针对噪声环境下单一声学特征很难有效表征语种信息的问题,提出了一种将梅尔倒谱系数和伽马频率倒谱系数融合的语种识别方法.方法首先提取语音的梅尔频率倒谱系数和伽马频率倒谱系数,然后将两特征通过矩阵空间变换,得到融合特征梅尔伽马倒谱系数,最后将融合特征输入到深度瓶颈网络,并分别在25种不同的噪声环境下测试MGCC特征的语种识别性能.实验结果表明,在不同噪声不同信噪比下,所提方法的识别准确率远高于单一的声学特征及其它融合特征,在纯净环境下的语种识别准确率可以达到99.56%,在-5dB低信噪比下仍可以达到93%以上,证明了所提方法的有效性和鲁棒性.
  • 相关文章 | 计量指标
  • 基于Gammatone尺度功率规整系数谱图的语种识别
  • 张昊阁 邵玉斌 龙华 杜庆治 周大春
  • 北京邮电大学学报. 2023, 46(2): 122-128.
  • 摘要 ( 282 )     PDF ( 230 )   
  • 针对语种识别在噪声环境下识别率低的问题,提出一种基于Gammatone尺度功率规整系数谱图的语种识别方法。依据在功率上对噪声的抑制和Gammatone滤波器组的听觉特征提取出Gammatone尺度功率规整系数作为特征,并转化为图像获得特征谱图,然后运用暗通道先验算法与自动色阶算法对图像进行增强去噪,最后使用残差神经网络进行训练和识别。实验表明,在信噪比为0dB,噪声源分别为白噪声、车内噪声、粉红噪声、高频信道噪声、餐厅噪声、工厂噪声条件下,该方法相对于线性灰度语谱图识别率分别提升了39.1%、12.3%、19.0%、5.5%、28.2%、28.5%,且在其它信噪比下的识别率也有一定的提升。
  • 相关文章 | 计量指标
  • 基于人眼视觉系统的图像质量评价方法
  • 于天河 柳梦瑶
  • 北京邮电大学学报. 2023, 46(2): 129-136.
  • 摘要 ( 315 )     PDF ( 326 )   
  • 提出了一种基于改进韦伯局部特征的图像质量评价方法,首先模拟人眼识别图像对比度的机制,改进灰度优化算法保留彩色图像最优对比度;然后模拟人眼识别图像中目标内容轮廓的机制,使用Prewitt算子计算邻域内的梯度方向,计算邻域内垂直和水平方向的差分激励值并取和,提取出图像边缘信息;最后使用支持向量机训练多种数据库中图像的一维特征数据,构建图像质量评价模型。通过对比、验证,表明该方法与人眼的一致性更强,具有准确率较高、适用性良好、预测方向性强等优点。
  • 相关文章 | 计量指标