一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

該文針對多用戶MIMO-OFDM系統(tǒng)，基于最大化信號與干擾加噪聲比(Signal-to Jamming and Noise Ratio，SJNR)預(yù)編碼，提出了實(shí)用的自適應(yīng)資源分配方法。根據(jù)各用戶SJNR值，提出采用遞增(Incremental Algorithm，IA)和遞減(Decremental Algorithm，DA)兩種方法為各子載波選擇用戶集合，使各子載波被多個用戶最優(yōu)復(fù)用，實(shí)現(xiàn)多用戶分集，以達(dá)到最大化系統(tǒng)吞吐量的目的。此外，基于DA思想，給出了考慮不同用戶QoS要求下分配子載波的方法(QoS Decremental Algorithm，QDA)。分析和仿真結(jié)果表明，IA和DA在大大降低算法復(fù)雜度的同時使性能很好地接近最優(yōu)算法，QDA能在滿足不同用戶QoS要求的同時最大化系統(tǒng)吞吐量。

為了提高輕型卷積神經(jīng)網(wǎng)絡(luò)(CNN)在遙感圖像(RSI)場景分類任務(wù)中的精度，該文設(shè)計(jì)一個雙注意力(DA)與空間結(jié)構(gòu)(SS)相融合的雙知識蒸餾(DKD)模型。首先，構(gòu)造新的DA模塊，將其嵌入到ResNet101與設(shè)計(jì)的輕型CNN，分別作為教師與學(xué)生網(wǎng)絡(luò)；然后，構(gòu)造DA蒸餾損失函數(shù)，將教師網(wǎng)絡(luò)中的DA知識遷移到學(xué)生網(wǎng)絡(luò)之中，從而增強(qiáng)其對RSI的局部特征提取能力；最后，構(gòu)造SS蒸餾損失函數(shù)，將教師網(wǎng)絡(luò)中的語義提取能力以空間結(jié)構(gòu)的形式遷移到學(xué)生網(wǎng)絡(luò)，以增強(qiáng)其對RSI的高層語義表示能力?；趦蓚€標(biāo)準(zhǔn)數(shù)據(jù)集AID和NWPU-45的對比實(shí)驗(yàn)結(jié)果表明，在訓(xùn)練比例為20%的情況下，經(jīng)知識蒸餾之后的學(xué)生網(wǎng)絡(luò)性能分別提高了7.69%和7.39%，且在參量更少的情況下性能也優(yōu)于其他方法。

本文給出了一種高精度的穩(wěn)定的色散邊界條件(DBC),可應(yīng)用于傳輸線的時域有限差分法(FDTD)的分析之中。我們用一個新的二階差分式代替了邊界條件中的微分算子。與P。Y。Zhao等人(1994)提出的色散邊界條件相比,本文中的邊界條件具有相同的絕對穩(wěn)定特性,但具有更好的吸收性能。

針對目前圖像隱寫檢測模型中線性卷積層對高階特征表達(dá)能力有限，以及各通道特征圖沒有區(qū)分的問題，該文構(gòu)建了一個基于多層感知卷積和通道加權(quán)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)隱寫檢測模型。該模型使用多層感知卷積(Mlpconv)代替?zhèn)鹘y(tǒng)的線性卷積，增強(qiáng)隱寫檢測模型對高階特征的表達(dá)能力；同時引入通道加權(quán)模塊，實(shí)現(xiàn)根據(jù)全局信息對每個卷積通道賦予不同的權(quán)重，增強(qiáng)有用特征并抑制無用特征，增強(qiáng)模型提取檢測特征的質(zhì)量。實(shí)驗(yàn)結(jié)果表明，該檢測模型針對不同典型隱寫算法及不同嵌入率，相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的檢測準(zhǔn)確率，與最優(yōu)的Zhu-Net相比，準(zhǔn)確率提高1.95%～6.15%。

該文研究了低軌道(LEO)衛(wèi)星CDMA系統(tǒng)發(fā)信機(jī)的數(shù)字部分，介紹了其結(jié)構(gòu)、算法原理及其具體實(shí)現(xiàn)。重點(diǎn)介紹了發(fā)信機(jī)數(shù)字信號處理部分在FPGA的實(shí)現(xiàn)，主要包括信息數(shù)據(jù)流的處理及編碼、交織、成型濾波、CIC插值濾波和數(shù)字上變頻等。在設(shè)計(jì)上采用了基于多相濾波結(jié)構(gòu)和分布式算法(DA)的成型濾波器以及高效CIC插值濾波器，節(jié)省了系統(tǒng)的硬件資源，提高了系統(tǒng)的性能。

為了解決雜波環(huán)境下脈沖多普勒(PD)雷達(dá)的多目標(biāo)跟蹤問題，提出一種距離模糊情況下基于概率假設(shè)密度濾波(PHDF)和數(shù)據(jù)關(guān)聯(lián)(DA)的聯(lián)合解距離模糊和多目標(biāo)跟蹤方法。該方法使雷達(dá)采用一組脈沖重復(fù)頻率(PRF)交替變換的工作模式，并對雷達(dá)生成的模糊量測進(jìn)行多假設(shè)，得到擴(kuò)展量測集；然后，利用PHDF可以有效濾除雜波和避免目標(biāo)-量測數(shù)據(jù)關(guān)聯(lián)的突出優(yōu)點(diǎn)，對擴(kuò)展量測集進(jìn)行濾波，得到粗略的目標(biāo)狀態(tài)估計(jì)；最后，對PHDF的濾波結(jié)果進(jìn)行航跡-估計(jì)值關(guān)聯(lián)，給出多目標(biāo)航跡信息。仿真結(jié)果表明，該算法可以同時給出目標(biāo)個數(shù)和各目標(biāo)狀態(tài)估計(jì)，實(shí)現(xiàn)雜波環(huán)境和距離模糊條件下對多目標(biāo)的有效跟蹤。

裝載各種有效荷載的無人機(jī)(UAV)能夠?qū)崿F(xiàn)傳感、通信和計(jì)算等多任務(wù)，因而常被部署到數(shù)據(jù)采集(DA)和輔助計(jì)算等領(lǐng)域。但是到目前為止，絕大多數(shù)研究僅專注于單一功能的無人機(jī)輔助的通信網(wǎng)絡(luò)資源分配與軌跡優(yōu)化，對于面向多任務(wù)的資源分配和軌跡優(yōu)化問題還未解決。為此，該文提出一種綜合考慮無人機(jī)數(shù)據(jù)采集、數(shù)據(jù)廣播以及計(jì)算任務(wù)卸載的無人機(jī)輔助的通信網(wǎng)絡(luò)資源優(yōu)化的分配策略，旨在通過聯(lián)合優(yōu)化傳輸占空比、用戶發(fā)射功率與無人機(jī)軌跡，在滿足目標(biāo)位置采集數(shù)據(jù)實(shí)時廣播的前提下，最大化用戶卸載量。為了解決多變量耦合優(yōu)化問題，提出了基于塊坐標(biāo)下降(BCD)和連續(xù)凸逼近(SCA)的高效迭代優(yōu)化算法，將耦合優(yōu)化問題分解為3個子問題進(jìn)行迭代優(yōu)化。最后，大量仿真結(jié)果表明，該算法在公平性和總卸載計(jì)算量方面都優(yōu)于其他測試方案。