摘要：在边缘计算环境中,随着任务数量的增加,船舶通信网络服务器节点会出现负载不均衡的现象,针对此问题,提出了一种基于改进蚁群和帝国竞争算法相融合的任务调度算法。首先在蚁群算法中设计负载均衡因子优化启发函数,改善低负载节点的选择问题,在信息素更新时引入精英蚂蚁策略,加快算法收敛速度;其次将帝国竞争算法得到的最优解集映射到蚁群算法的信息素初始化分布上;最后调用改进的蚁群算法选取性能较好的服务器节点,以实现船舶通信网络的负载均衡。试验结果表明,相比于其他任务调度算法,所提算法减少了任务执行时间和设备能耗,并且能够降低船舶通信网络系统开销,提高负载均衡度。

摘要：为了提高大规模多用户-多输入多输出-正交频分复用系统运行效率以及降低系统硬件花费,将凸优化方法引入MU-MIMO-OFDM系统的下行链路中,从而降低发射信号的峰值平均功率比.首先,将多用户预编码、OFDM调制、降低发射信号PAPR及发射信号功率约束建立成数学模型.然后,设计线性交替方向乘子法(linear alternating direction multiplier method,LADMM)求解凸优化问题.仿真结果表明,该方法只需较少的计算复杂度就可在大规模MU-MIMO-OFDM系统中获得很好的降低发射信号峰均比效果,同时具有较低的符号错误率.

摘要：本文提出一种简化的用于求解软芯复合材料夹层板的一阶zigzag理论模型,该模型能精确求解外载荷作用下软芯复合材料夹层板的静态和动态响应。软芯复合材料夹层板的上下面板采用一阶剪切变形理论,芯材运用线性函数模拟横向和面内位移。模型充分考虑芯材厚度方向的应力和应变,能很好满足横向剪切应力和位移界面边界条件。基于此模型,运用Newmark法求解控制方程分析冲击载荷作用下简支软芯复合夹层板的动态响应,将提出的一阶zigzag理论模型与公开发表的文献结果进行了准确性对比验证。在验证的基础上进行了一系列的参数研究,并详细研究了各种参数对夹层板动态响应的影响。计算结果能为船用软芯复合材料夹层板提供理论设计指导。

摘要：针对大场景SAR图像近岸场景舰船目标检测中遇到的陆地目标虚警和岸边目标漏检等问题,基于YOLOX设计了一种轻量化的改进模型CAM-YOLOX。首先,在骨干部分嵌入CAM,增强舰船特征提取以保持较高的检测性能;其次,在特征金字塔网络结构中增加一个浅层分支,以增强对小目标特征的提取能力;最后,在特征融合网络中用Shuffle unit替换CSPLayer中的CBS和堆叠的Bottleneck结构,实现了模型压缩。在LS-SSDD-v1.0遥感数据集上进行实验,实验结果表明,本文改进算法相较于原始算法在近岸场景舰船检测的精确率P提高了5.51%,召回率R提高了3.68%,模型参数量减小了16.33%。本文算法能在不增加模型参数量的情况下,有效抑制近岸场景中陆地上的虚警和减少岸边舰船漏检率。

摘要：【目的】随着面向第六代移动通信技术研究工作的开展,传统的正交频分复用(OFDM)系统中的载波间干扰使得信道估计性能不足以提供高度可靠的通信,而正交时频空(OTFS)系统可以有效解决快速时变性和多普勒效应导致的通信系统可靠性下降问题,近年来受到了广泛关注。【方法】为了有效满足OTFS系统所需的信道估计性能需求,文章采用优化的广义复指数(OGCE)基扩展模型(BEM)将信道脉冲响应建模为时不变的基函数与基函数系数的形式,从而有效地拟合高速移动通信场景下的快速时变信道。OGCE⁃BEM通过更加密集的采样改善了频谱泄漏的问题,并且通过增加修正系数降低了高频基模型的误差。为了得到更为精确的基函数系数,文章基于遗忘因子与估计误差的关系,设计了可变遗忘因子的递归最小二乘(RLS)滤波器,使得RLS滤波器可以实时追踪基函数系数的变化。【结果】仿真结果表明,文章所提算法适用于高速移动通信场景,基函数的设计更为合理,相较于固定遗忘因子的估计方法,具有更低的均方误差,信道估计结果更加精确。与最小二乘(LS)、BEM⁃LS和BEM⁃线性最小均方差(LMMSE)信道估计方式相比,均方误差性能得到了明显提升。【结论】文章所提基于OGCE⁃BEM的信道估计算法有效减少了待估计未知参数量,提高了信道估计的准确性。

摘要：针对现有组合加权算法对定位区域边缘的目标定位时精度较低的问题,在现有组合加权算法的基础上提出了一种改进算法。首先,将基站分组,以到达时差算法得到目标位置的多个估计结果;其次,计算各估计结果之间距离值并排序,以滑动窗口法判断是否存在基站组出现异常定位估计;最后,当任意基站组的定位结果发生异常时,使用目标位置估计结果及其估计克拉美罗下界值设计两个加权步骤的权值,通过二步组合加权算法得到最终定位结果。仿真结果表明,所提算法有效减少了原组合加权算法对定位区域边缘的目标定位时的误差,当测量噪声标准差为0.8 m时,所提算法相较于原算法在正方形边缘区域定位均方根误差减小了0.35 m;在定位狭窄矩形区域时,所提算法平均定位均方根误差减小了0.11 m。

摘要：针对多用户大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统存在较高峰值平均功率比(Peak-to-Average Power Ratio,PAPR)问题,在系统的下行链路中利用基站大量天线提供的冗余自由度,将OFDM调制、消除多用户之间干扰及降低PAPR联合成凸优化问题,并设计加速近端梯度算法(Accelerated Proximal Gradient Method,APGM)求解上述优化问题。仿真结果表明,所提方法显著降低了发射信号的峰均比,同时获得了较好的系统误符号率。与其他相关方法对比,APGM具有更低的计算复杂度和更快的收敛速度。

摘要：多变的光照条件及天气状况将会严重影响水下光学图像的成像质量,为提升水下目标检测的稳定性及检测精度,基于深度神经网络模型,对结合光学图像和声呐图形的多模态方法进行研究。首先,针对实时神经网络检测器架构YOLOv7,通过改进该检测器,使其适用于多模态输入。其次,为了有效地结合来自不同模态的影响特征,提出全新的融合模型YOLOv7-Fusion,并通过引入CE-Fusion模块,实现融合效率和准确度的提升。最后,为了解决数据集缺少的问题,利用快速风格和图像处理算法转化的方法,生成人工数据集。所设计的算法及模型目标识别准确率为0.995,具有较高检测精度;Fps为43.4,具有较高处理效率。该模型可支持真实应用,适用于不同类型的水下场景。

摘要：针对自动调制识别(Automatic Modulation Recognition,AMR)技术在复杂电磁环境下部分调制信号易混淆、识别准确率较低的问题,提出一种基于多注意力残差网络和门控循环单元(Gated Recurrent Unit,GRU)的AMR模型。通过数据预处理增强信号的相位特征信息,利用自注意力机制使模型有效提取信号的相位偏移特征;设计了由坐标注意力机制、多尺度卷积和通道注意力机制组成的融合注意力残差模块(Fusion Attention Residual Block,FARB),增强对信号空间特征的关注度,有效提取信号的空间特征;使用GRU提取信号的时序特征,通过结合信号的时空特征,提高调制识别精度;通过全连接层进行调制信号分类。仿真结果表明,在RadioML2016.10b数据集上,提出的模型识别准确率有较大提升,且模型参数量少于大多现有模型。此外,对于其他模型易混淆的16-QAM和64-QAM两种信号,所提模型具有较好的识别能力。

摘要：为解决车联网中数据密集型任务对信息新鲜程度极为敏感的问题,针对车路协同场景提出一种最小化峰值信息年龄策略。在所提策略中,将峰值信息年龄定义为任务更新间隔、传输时间以及等待时间三者之和的期望,将变量高度耦合的非线性优化问题转化为任务卸载比例和任务更新间隔两个子问题。在任务卸载比例问题中,证明最小峰值信息年龄的存在条件并获得最优卸载比例。通过内点罚函数法求解车辆任务更新间隔问题。给出两个子问题的交替迭代策略,实现全局车辆峰值信息年龄最小。数值仿真结果验证了所提策略在减少全局车辆峰值信息年龄方面的有效性。