摘要：受到采集环境的影响,红外可见光融合图像有时会存在亮度不足、细节信息不够的问题。为此,提出了一种基于联合增强图像对的红外可见光深度展开图像融合网络,同时将原始红外-可见光图像对和红外-可见光图像增强对作为输入,提高网络信息融合能力。文中首先提出了一种残差展开模块,在此基础上构建了基于迭代的残差展开卷积网络用于特征提取,使其根据不同的初始化参数提取对应图像的背景和细节信息。此外,在特征融合卷积融合网络中引入了维度拼接操作和上下采样卷积块,实现联合红外-可见光图像增强对的特性汇聚,最大限度地保留源图像的差异特征。同时,优化了损失函数权重设计,以获得最佳的融合结果。在多个数据库上进行了大量实验,结果表明,与现有典型的融合方法相比,所提算法的融合图像在主观视觉和客观指标评价上均具有较好性能,在暗照度环境下优于其他方法。

摘要：DETR是第一个将Transformer应用于目标检测的视觉模型。在DETR结构中,Transformer编码器对已高度编码的图像特征进行再编码,这在一定程度上导致了网络功能的重复。此外,由于Transformer编码器具有多层深度堆叠的结构和巨大的参数量,导致网络优化变得困难,模型收敛速度缓慢。本文设计了一种无编码器的Transformer目标检测网络模型。由于不需要引入Transformer编码器,本文的模型比DETR参数量更小、计算量更低、模型收敛速度更快。但是,直接去除Transformer编码器将降低网络的表达能力,导致Transformer解码器无法从数量庞大的图像特征中关注到包含目标的图像特征,从而使检测性能大幅降低。为了缓解这个问题,本文提出了一种混合特征注意力(fusion-feature mixing attention,FMA)机制,它通过自适应特征混合和通道交叉注意力弥补检测网络特征表达能力的下降,将其应用于Transformer解码器可以减轻由于去除Transformer编码器带来的性能降低。在MS-COCO数据集上,本文网络模型(称为FMA-DETR)实现了与DETR相近的性能表现,同时本文的模型拥有更快的收敛速度、更小的参数量以及更低的计算量。本文还进行了大量消融实验来验证所提出方法的有效性。

摘要：设计和制作了一种实现宽角波束扫描的1×3超宽带双锥线极化阵列天线,可以应用于无人机上实现空地宽带通信。由于无人机平台安装尺寸受限,通过用椭球形阵子代替传统锥形阵子,并切割椭球振子外部轮廓使其安装在250 mm×130 mm×90 mm的空间内,实现了低剖面、小型化等特点。仿真结果表明,该阵列天线在0.8~2.4 GHz的频带范围内电压驻波比均小于2.5,在±45°波束扫描范围内的4个波束的最低增益均超过了2 dBi,满足实际的应用需求。

摘要：随着无线通信技术的发展,雷达和通信频段逐渐相互重叠,使得雷达通信一体化成为了缓解频谱资源紧张的最好的实现方法之一。作为雷达通信一体化的主要载体之一,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)的波形设计方法可分为两大类,一类是复用波形设计,另一类是共用波形设计。由于共用波形设计需要考虑雷达和通信性能之间的折中,且在雷达信号处理过程和通信接收端需要设计专门的处理流程,因此在频谱资源较为充足时,基于OFDM的复用波形设计比起共用设计优势更明显。由于OFDM对多普勒的敏感性高,基于OFDM的复用波形设计不适用于高速运动场景。针对这一问题,本文提出了一种基于正交时频空(Orthogonal Time Frequency Space,OTFS)的雷达通信一体化复用波形设计。这种设计利用OTFS多普勒容忍性高的特点,可实现高速运动场景下的雷达通信一体化。鉴于OTFS的时延-多普勒域和雷达的快时间慢时间概念相似,本文采用多普勒复用的方法实现了一体化复用信号设计,并提出了该波形下的通信和雷达接收端的处理流程。通信接收端通过OTFS解调可实现高速通信,雷达接收端无须进行波形分离,可直接利用常规雷达信号处理流程完成目标信息的估计。本文通过仿真验证了所提一体化复用波形的可行性,同时通过仿真验证了所提波形在高速运动场景上,相比于OFDM体制复用波形在雷达目标参数估计和通信误码率上的优势。

摘要：针对通信网络中传送层技术教学中存在的理论容易理解但实践难以应用等问题,设计了多项传送层技术教学案例,实现了当前移动通信网络中端到端信息的传送。首先介绍了多种传送层关键技术的原理;然后介绍了当前移动通信网络的架构;最后在给出一种移动通信网络IP地址规划方案后,设计了多项理论与应用相结合的交换技术和路由技术教学案例,包括二层交换技术、三层交换技术、VLAN、路由和单臂路由技术。链路检测结果表明,所设计的教学案例实现了既定目标,是一种知行合一教学方法。

摘要：智能反射面(IRS,intelligent reflecting surface)被认为是下一代移动通信的核心技术,其在增强网络覆盖、频谱效率、能源效率和部署成本方面具有显著优势。空中智能反射面(AIRS,aerial intelligent reflecting surface)结合了空中平台的高移动性和智能反射面提供的优质链路特性,可以有效解决复杂通信场景中基站与用户之间易受障碍物阻挡的问题,从而增强网络覆盖。针对AIRS辅助的多用户大规模多输入多输出(MIMO,multiple input multiple output)系统,研究了基站波束成形、AIRS部署位置与相移设计的联合优化问题。在已知统计信道状态信息(CSI,channel state information)的条件下,提出了一种基于块坐标下降(BCD,block coordinate descent)的系统遍历和速率优化方案。首先,建立了一个联合优化基站端波束成形、AIRS的部署位置与AIRS相移的复杂优化模型。其次,通过BCD算法,将非凸优化问题解耦成3个易于处理的子问题。最后,分别采用拉格朗日乘子法、松弛变量法和RMSProp梯度下降算法求解子问题。仿真结果表明,所提出的优化方案有效地提高了系统的遍历和速率,并且具有较好的收敛性。

摘要：随着无线通信技术的发展,智能超表面(Reconfigurable Intelligent Surface, RIS)辅助通感一体化(Integrated Sensing and Communication, ISAC)技术越来越受到关注。针对RIS辅助ISAC系统中基站获取瞬时信道状态信息(Channel State Information, CSI)开销过大的问题,提出了一种利用统计CSI的联合波束成形设计方案。利用统计信道状态信息,分析了系统遍历速率的确定性等价式;在感知性能约束下,通过最大化该确定性等价式,提出了一种设计最优基站发送协方差矩阵和RIS对角相移矩阵的交替优化算法;仿真结果验证了所提方案的有效性,并揭示了通信与感知性能之间的折中关系。

摘要：现有虚拟网络功能(virtual network function,VNF)部署方案大多基于单一资源展开研究,忽略了VNF的多维资源需求,导致资源分配失衡,造成低效部署。针对这一问题,提出一种高效的多维资源均衡的VNF部署方法。为避免后续VNF部署时的资源浪费,在正式部署前会对部分服务器进行VNF迁移。综合考虑VNF的多种资源需求,通过周期性更新服务器的各种资源信息,为各个待部署VNF寻找最合适的部署服务器。仿真结果表明,基于该方法进行VNF部署,可以在保证服务器资源分配均衡的同时,在每个维度上实现近乎最优的资源利用,有效减少使用的服务器的数量。

摘要：针对未知物体的分类问题,提出了一种基于支持向量机和关联成像的分类方法。该方法利用线性判别分析法提取出物体的特征向量,并根据该特征向量设计出应用于关联成像系统的特征散斑,将特征散斑照射物体获得桶探测器值,支持向量机可以依据桶探测器值进行判别从而获得物体的类别。该方法的可行性在MNIST数据集上得到了验证,结果表明,该方法在10个分类任务中均可取得较高的分类准确率,平均分类准确率达90.5%。与其他分类方法的对比结果表明,所提方法在准确率上更具优势。

摘要：以远距离无线电(Long Range Radio, LoRa)体制为代表的啁啾(Chirp)波形在低功耗广覆盖的物联网(Internet of Things, IoT)技术中具有广泛的应用。针对低地球轨道(Low Earth Orbit, LEO)卫星IoT(Satellite-based IoT,SIoT)场景下,Chirp波形在LEO高动态信道上的适应性问题,在传统LoRa体制的基础上提出了一种参数可配置和可扩展的物联波形设计方法,基于ZYNQ+AD9361的软件无线电(Software Defined Radio, SDR)平台,终端侧实现了带宽(Band Width, BW)、扩频因子(Spread Factor, SF)等参数可配置、可扩展的LoRa信号调制功能,网关侧实现了接收信号时频同步以及快速傅里叶变换(Fast Fourier Transform, FFT)解调算法。研究分析了LoRa调制的各项参数配置,在LEO卫星信道中的适应性;通过误比特率(Bit Error Ratio, BER)测试验证了LoRa调制的通信性能,并证明了参数可配置、可扩展的LoRa调制比传统LoRa调制,在LEO卫星信道下有更好的适应性。说明以LoRa体制为代表且基于Chirp波形的这一类物联信号在LEO SIoT场景下具有应用前景。