摘要：文章分析了当前电子信息类专业毕业设计中存在的问题及其原因,以OBE理念为指导,结合近年来信息工程学院毕业设计的总体情况,探讨了针对性的解决办法并应用到毕业设计改革实践中,从完善课程目标、优化毕业设计选题模式、规范毕业设计实施过程、细化毕业设计评价体系等几方面来进行持续改进,以提高教学质量。

摘要：低密度奇偶校验码(LDPC)的译码器通常采用基于节点置信度更新迭代的算法,这种算法可以并行实现,具有非常高的吞吐量。在此提出了一种具有高硬件利用效率(HUE)的帧交错译码结构,并提供了一种用于层内节点重排序的动态规划方法,解决内存访问冲突问题。与现有的结构相比,该结构可以实现更高的硬件利用效率。

摘要：提出一种可重构微波光子混频器的设计与研究方案,该方案仅通过改变驱动信号和直流偏置电压,即可重构生成线性调频信号、变频信号或移相信号。其中,生成的线性调频信号具有三个波段,带宽最高可提高四倍;上、下变频信号可同时生成;获得的移相信号相位可在0~360°连续调谐。仿真结果表明,该方案可生成频率11 GHz和带宽2 GHz、频率18 GH和带宽4 GHz,以及频率29 GHz和带宽2 GHz的线性调频信号,脉冲压缩性能良好;可同时生成频率32 GHz的上变频信号以及8 GHz的下变频信号,电杂散抑制比高于30 dB;亦可生成0~360°相位连续可调的移相信号,且功率波动在0.1 dB以内,系统的无杂散动态范围达到114.1 dB·Hz^(2/3)。

摘要：为解决部分重叠点云配准任务中异常值、冗余点和模糊特征等问题,提出了一种匹配几何特征的新型部分重叠点云配准算法。使用特征交互及多层感知器,计算待配准各点的重叠分数和特征显著值,提取重叠区域的显著特征点。根据长度和角度来捕捉几何特征,提取具有代表性的特征描述符,设计专用的几何特征匹配网络,标识关键点的内部值和异常值,过滤异常值。利用加权奇异值分解运算得到配准结果。实验结果表明,针对ModelNet40数据集,相比于基准算法,所提算法在旋转和平移上的均方根误差和平均绝对误差分别减少了59%、45%、83%、66%;针对ShapeNetCore数据集,该算法在四项指标上分别减少了63%、32%、78%、50%。

摘要：为解决伪标签筛选过程的位置噪声数据问题,提出了基于定位置信度加权的Soft Teacher-LAH半监督目标检测算法。通过离散化目标检测网络定位分支的预测输出,引入具有定位感知功能的输出结构LAH。基于LAH预测输出,定义一种衡量定位精度的置信度指标,设计基于该置信度加权的无监督定位损失函数,降低伪标签位置噪声对模型训练的负面影响。实验结果表明了该算法的性能优势,针对微软COCO数据集,在有标注数据占比训练集分别为1%、5%和10%的场景下,该算法相比于现有Soft Teacher方案的平均精度分别提高了1.1、1.2和1.5个百分点;针对PASCAL VOC数据集,在使用VOC07和VOC12分别作为有标注和无标注训练数据的场景下,该算法相比Soft Teacher方案的平均精度提高了1.6个百分点。

摘要：为了在多用户多信道通信场景中应用动态频谱接入(Dynamic Spectrum Access,DSA)技术提高通信效率,保证用户公平,本文基于多智能体近端策略优化(Multi-Agent Proximal Policy Optimization,MAPPO)提出了MAPPO-DSA算法.该算法首先针对单信道接入在多个信道同时空闲时存在的频谱浪费问题,使用多信道接入作为解决方案.同时,多信道接入导致状态空间与动作空间指数增长,计算成本高,学习难度大.为此本文引入MAPPO深度强化学习(Deep Reinforcement Learning,DRL)算法,在复杂环境中高效学习和优化接入策略.通过设计优化MAPPO中观测及奖励等强化学习要素和共享网络参数来保证用户公平.最后,在不同场景下的实验结果表明,所提出的MAPPO-DSA能够学习到近似最优的接入策略,部分场景中的网络吞吐量逼近理论上限,显著优于现有算法,且有效保证用户公平.

摘要：光信噪比(OSNR)与光纤通信的传输性能息息相关,因此,OSNR监测是光性能监测技术中至关重要的一环,同时,传输链路中的色散会导致光信号脉冲展宽,使OSNR监测准确性下降。针对这一问题,设计了一种卷积神经网络模型,以异步延迟采样图(ADTP)作为网络输入特征,引入实例批量标准化模块,继承了神经网络不同深度下特征发散分布的优点,提高了神经网络对色散变化的适应性。实验结果表明,在10 Gb/s NRZ-OOK信号无色散干扰监测场景下,该模型的平均绝对误差(MAE)为0.2 dB,在色散变化的场景下,MAE最高降低了0.61 dB。

摘要：为了满足多楼层生产车间之间的物料运输需求,同时减少企业成本,自动存取系统的设计问题变得愈发重要。带有多层级货架的自动小车存取系统因其优秀的吞吐能力和柔性,具有很好的应用前景。为了分析多层车间中带有多层级货架自动小车存取系统并行作业的性能,在分析自动导引小车(AGV)和电梯、伸缩臂作业方式的基础上,构建了半开排队网络模型,并设计了基于近似均值分析法的近似求解算法。该方法首先将半开排队网内部网络分为不同的单独网络模型,并分别重构为等效的闭排队网络模型。这些网络模型最终被聚合成一个节点,与外部的同步节点联合构建闭排队网络模型求解吞吐率。最后,针对内部网络的单独节点进行分析计算,得到其他系统性能指标。通过设计仿真实验,验证了所提方法的有效性和准确性。

摘要：为充分利用移动边缘计算(Mobile Edge Computing, MEC)系统的计算资源,本文设计了双MEC服务器协同与计算通信资源联合优化方案。通过建模双服务器协同多用户任务计算优化问题,以系统计算时延和用户能耗的加权和最小化为准则,优化设计多用户计算卸载发射功率和计算任务分割。提出一种较低计算复杂度的联合设计方案,将原问题解耦为计算卸载优化和计算任务分割设计的2个子问题,分别通过内点法和单纯形法实现快速数值求解。仿真结果表明,本文所提算法的系统性能优于已有启发式基准算法方案,且在较少的算法运行时间下,联合优化算法方案能取得与最优拉格朗日乘子法基准方案相同的系统性能。

摘要：为解决计算密集型应用的终端物联网用户设备微电池能量难题,研究绿色可再生能量收集技术和双重构智能反射面技术赋能边缘计算,构建双智能反射面辅助的绿色物联网边缘计算系统,有效延长终端物联网用户设备计算寿命,提高系统计算吞吐量。首先,建立双智能反射面辅助的多用户级联衰落信道模型,建立绿色可再生能量收集的多时隙随机到达模型,建模物联网终端设备的能量供需因果约束条件。其次,以系统计算吞吐量最大化为准则,建模终端设备本地计算速率、边缘计算卸载功率、智能反射面相位的联合优化设计问题;该设计问题隶属一类复杂的非凸优化问题。为此,采用轻量级的多阶段优化技术,快速迭代设计本地计算、计算卸载、智能反射面相移等变量,完成绿色物联网边缘计算系统设计。实验结果表明,在较少的系统计算时间下,本文所提方案与基于半定松弛算法的性能增益相当,且优于已有的基准方案。