摘要：在云接入网络(Cloud-RAN)中,现有工作大多假定射频拉远头(RRH)不具备缓存功能。然而下一代通信网络具有以内容为中心的特性,因此在Cloud-RAN中考虑带缓存的RRHs也变得有必要。该文考虑在Cloud-RAN中有效设计缓存方案,并通过资源分配有效减轻前程链路负担。假设系统采用正交频分多址接入(OFDMA)技术,通过联合优化子载波(SC)分配,RRH选择与传输功率,最小化系统下行总功耗,并通过拉格朗日对偶分解转化非凸问题,获得最优分配方案。仿真结果表明,比起其它缓存方案,该文提出的优化算法可以有效地提升系统能效,满足未来通信需求。

摘要：在当今信息时代,传统的纸质盲文书籍在传播知识方面存在很多不足,逐渐无法满足视障人士的盲文阅读需求。受可穿戴装置的启发,提出了一种基于触摸屏交互的指套式盲文再现系统。根据标准盲文的结构特点、视障人士感知盲文的方式,以及指套式装置对小型化要求,设计了一种新型的盲文点执行器,并通过有限元分析对其结构和参数进行了优化。性能分析和用户实验的结果表明,提出的盲文点执行器具有刷新频率高、功耗低和体积小等优点,并能够实现在最高位和最低位的锁止操作。提出的盲文再现系统将便携的指套式装置与数据可刷新的触摸屏相结合,并利用4个压电陶瓷执行器的振动触觉反馈引导手指在触摸屏上的运动方向,为视障人士提供了一种便捷阅读盲文的新途径。

摘要：为了提高去噪网络的可解释性,将传统滤波算子的优势融入到网络设计中,提出了基于跨尺度边缘增强的深度卷积神经网络(CEDCNN).将传统边缘算子与卷积相结合,设计出轻量化的边缘增强模块,增强边缘信息对网络结果的影响.基于自适应一致性先验算法构建深度迭代网络,进一步提取边缘增强特征,从而实现端到端可训练、可解释的深度去噪网络.将均方误差和多尺度注意残差感知损失相结合,解决了重建图像过平滑的问题.实验结果表明,CEDCNN去噪网络的PSNR、RMSE、SSIM评价指标分别为43.647 5 dB、0.006 8、0.987 5,说明该方法可显著提高去噪后的图像质量,有效保证低剂量X射线下CT图像的成像质量和精度,去噪效果与正常剂量CT图像所展现的人体组织细节相当.

摘要：针对MIMO车联网系统中V2I和V2V共享频谱的情形,提出了一种IRS辅助的联合波束成形设计方法。在保证V2V用户数据速率需求、V2I基站发射功率受限和IRS反射相移模约束等条件下,以最大化V2I用户的信道容量为目标,联合优化基站端发送预编码和IRS端的反射相移矩阵。采用最小均方误差规则、矩阵分析理论和内逼算法把非凸且变量耦合的优化问题转换为解耦后的凸优化问题,并提出一种交替迭代优化算法获得原问题的解。对所提算法的性能进行仿真,分析了IRS反射单元数、IRS部署位置和车速对车联网频谱效率的影响。仿真结果表明,所提算法收敛性较好,若在基站附近部署IRS,利用所提的联合波束成形方法能最大限度地提高车联网频谱效率。

摘要：铅盐量子点的最低量子态的多重简并和胶体量子点与谐振腔耦合难度大,阻碍了近红外胶体量子点激光器的发展.本文利用基于Ag_(2)Se量子点的自组装激光器解决了上述问题.利用最低量子态二重简并的Ag_(2)Se量子点代替铅盐量子点来实现低阈值的近红外光增益.使用有限元法深入分析了咖啡环微腔的模场分布和振荡机制,结果表明光场在横截面内沿之字形路径传播振荡,量子点与腔模式实现了强耦合.分析了腔长与自由光谱范围和激光发射波长的关系,基于此关系以及Ag_(2)Se量子点的增益谱特性设计了单模近红外激光器,分析了该激光器的激光特性.以仿真结果为指导,实验制备了阈值低至158μJ/cm^(2),线宽为0.3 nm的单模近红外激光器.通过增加激光器腔长,使发射波长从1300 nm增至1323 nm.此外,由于Ag_(2)Se量子点的毒性几乎可以忽略,所以本文推进了环境友好的近红外激光器向实用型激光器发展.

摘要：图像修复技术一般包括图像去噪、图像补全等多个方面。基于目前图像补全的发展现状,设计一种利用图像中存在的信息生成缺损信息的算法。当前,许多基于深度学习的方法可以实现较传统方法更有效的修复,但难以恢复出高精度的图像细节,甚至有时无法得到有意义的图形结构。实现了一种基于边缘学习的图像修复算法,能做到在修复图像的基础上展现出更好的细节修复能力。该算法是一个基于边缘学习的二阶有条件的生成式对抗性模型,该模型包含一个边缘生成器以及一个图像补全网络。我们用CelebA、Places2和Paris StreetView三个数据集训练该边缘连接模型并进行测试评估,证明了该算法相比之前算法的优越性。

摘要：人群时空分布模型的建构方法是城市规划学科的长期研究议题,通信技术的发展为通过建构人群时空分布模型研究城市复杂系统提供了重要的数据来源和技术支撑。本文以500 m×500 m的矩形栅格为空间分析单元,利用手机信令数据建构24小时人群密度分布特征数据集;集成32个建成环境因子形成指标库,建构建成环境特征数据集。基于卷积神经网络建构南京市人群时空分布预测模型,以城市建成环境特征为自变量、人群多时段密度分布情况为因变量,学习两者间的非线性关系,实现了对南京市人群分布情况的模拟。基于平均百分比误差值的空间分布,该模型呈现较高的拟合度。结果发现,模拟结果误差较小的空间分析单元位于南京市中心区域和远郊未集中建设区域,误差较大的空间分析单元位于城市拓展区和正在建设中的地区等人群活动不稳定的区域。

摘要：高线性度低噪声滤波器是通信系统中不可缺少的关键电路。基于电流复用型源极退化运算跨导放大器(Operational transconductance amplifier,OTA)结构,本文提出了一种适用于高速通信系统的5 GHz电流模低噪声Gm-C滤波器。利用电流模滤波器的结构特点和电流复用型源极退化OTA的高能效和高线性度,本文设计的滤波器可在低功耗条件下仍具有良好的噪声和线性度性能。该滤波器采用标准65 nm CMOS工艺,核心面积为0.06 mm^(2)。仿真结果表明,其工作带宽为5 GHz,IIP3为35 d Bm,而功耗仅为3.2 m W。

摘要：为解决空间遥感图像数据量及信道带宽之间的矛盾,该文提出一种基于JPEG2000的感兴趣区域(Region Of Interest,ROI)编码算法。主流的JPEG2000 ROI编码算法难以兼顾ROI质量和系统计算量,且在低码率编码时有完全丢失背景的隐患。该算法通过精确控制各子带中背景系数的精度,使ROI分配到更多码流。并引入了人眼视觉特性,使较少的背景码流产生尽量好的视觉效果。另外,根据该算法提出了针对矩形ROI的超大规模集成电路(VLSI)设计,此设计经过简单调整,亦可适用于主流的ROI编码算法。测试结果表明,该算法在ROI质量和重建图像视觉效果上均表现优异,且支持任意形状ROI编码,兼容JPEG2000协议。该VLSI设计仅使JPEG2000系统运行时间增加一个周期,具有极高的吞吐率,可满足实时处理要求。

摘要：提出了基于MEMS红外热电堆传感器阵列实现智能手势识别的方案,针对性设计出MEMS红外热电堆传感器阵列的信号调理电路,实现信号的高效处理。进一步地,基于单片机中加载的的卷积神经网络模型,对处理后的信号进行高精度识别与分类。测试结果表明,该系统对于四种静态手势的识别准确度达92.00%,并且能够实现通过识别手势来控制多级外设运作的功能。本系统还采用蓝牙技术,实现了系统与移动终端之间的数据交换,实际最大通信距离可达15 m,符合非接触测温场景的需求。最后还开发了相应的移动终端小程序,提高了人机之间的可交互性,进一步拓宽了该技术的应用场景。