論文元數(shù)據(jù)搜索,找到相關(guān)信息共 3 條:
2021, 43(4): 1064-1071.
doi: 10.11999/JEIT191049
刊出日期:2021-04-20
針對(duì)5G通信技術(shù)高傳輸速率、多業(yè)務(wù)場(chǎng)景的挑戰(zhàn),該文提出一種組件化的軟件定義無(wú)線接入網(wǎng)絡(luò)新架構(gòu)。該架構(gòu)在5G接入網(wǎng)集中單元(CU),分布單元(DU),有源天線單元(AAU)架構(gòu)的基礎(chǔ)上,進(jìn)一步朝組件化方向演進(jìn),形成一種由集中控制單元(CCU), CU, DU,射頻單元(RU),AAU等組件化通信單元組成的新架構(gòu)。這種新架構(gòu)既有利于切片化、虛擬化實(shí)現(xiàn)無(wú)線接入網(wǎng),又有利于應(yīng)用分布式計(jì)算技術(shù)和硬件加速技術(shù)突破通用處理器的計(jì)算能力瓶頸,還能降低DU與AAU之間的前傳壓力。該文還研制了基于此架構(gòu)的組件化軟基站試驗(yàn)原型并進(jìn)行了測(cè)試,結(jié)果表明該組件化方案在提供高度靈活性的同時(shí),還能夠提升通用處理器軟基站的吞吐能力,并有效降低遠(yuǎn)端站址傳輸流量。
2024, 46(1): 277-286.
doi: 10.11999/JEIT221502
刊出日期:2024-01-17
圖像超分變率重建方法在公共安全檢測(cè)、衛(wèi)星成像、醫(yī)學(xué)和照片恢復(fù)等方面有著十分重要的用途。該文對(duì)基于生成對(duì)抗網(wǎng)絡(luò)的超分辨率重建方法進(jìn)行研究,提出一種基于純合成數(shù)據(jù)訓(xùn)練的真實(shí)世界盲超分算法(Real-ESRGAN)的UNet3+雙鑒別器Real-ESRGAN方法(Double Unet3+ Real-ESRGAN, DU3-Real-ESRGAN)。首先,在鑒別器中引入U(xiǎn)Net3+結(jié)構(gòu),從全尺度捕捉細(xì)粒度的細(xì)節(jié)和粗粒度的語(yǔ)義。其次,采用雙鑒別器結(jié)構(gòu),一個(gè)鑒別器學(xué)習(xí)圖像紋理細(xì)節(jié),另一個(gè)鑒別器關(guān)注圖像邊緣,實(shí)現(xiàn)圖像信息互補(bǔ)。在Set5, Set14, BSD100和Urban100數(shù)據(jù)集上,與多種基于生成對(duì)抗網(wǎng)絡(luò)的超分重建方法相比,除Set5數(shù)據(jù)集外,DU3-Real-ESRGAN方法在峰值信噪比(PSNR)、結(jié)構(gòu)相似性(SSIM)和無(wú)參圖像考評(píng)價(jià)指標(biāo)(NIQE)都優(yōu)于其他方法,產(chǎn)生了更直觀逼真的高分辨率圖像。
2024, 46(9): 3503-3509.
doi: 10.11999/JEIT240120
刊出日期:2024-09-26
蜂窩網(wǎng)絡(luò)下的同時(shí)同頻全雙工(CCFD)設(shè)備到設(shè)備(D2D)組網(wǎng)可以進(jìn)一步提升網(wǎng)絡(luò)頻譜效率,然而由此引入的殘余自干擾(RSI)及蜂窩用戶(CU)與D2D用戶(DU)之間共享頻譜的干擾會(huì)嚴(yán)重影響到蜂窩用戶的體驗(yàn)。因此,該文為蜂窩網(wǎng)絡(luò)下同時(shí)同頻全雙工組網(wǎng)設(shè)計(jì)了兩種干擾協(xié)調(diào)算法,即CU和速率最大化算法(MaxSumCU)與CU最小速率最大化算法(MaxMinCU),在小區(qū)頻譜效率得到提升的同時(shí)盡可能地保證CU的體驗(yàn)。對(duì)于MaxSumCU算法,該文以CU和速率為優(yōu)化目標(biāo)建立混合整數(shù)非線性規(guī)劃問(wèn)題(MINLP),其在數(shù)學(xué)上為非確定性多項(xiàng)式(NP-hard)問(wèn)題。算法將其分解為功率控制與頻譜資源分配兩個(gè)子問(wèn)題,并用圖形規(guī)劃找到最優(yōu)功率解后,使用二向圖最大權(quán)值匹配算法決定頻譜共享的CU與DU。為了保證每一個(gè)蜂窩用戶體驗(yàn)的公平性,該文設(shè)計(jì)了MaxMinCU算法用以最大化所有CU速率中的最小值,該算法基于二分查找與二向圖最小權(quán)值匹配算法來(lái)完成用戶的資源分配。數(shù)值結(jié)果表明,與小區(qū)和速率最大化(MaxSumCell)設(shè)計(jì)相比,該文所提的兩種算法在提升小區(qū)和速率的同時(shí)均有效地提升了蜂窩用戶的體驗(yàn)。