【摘 要】
：
随着移动通信的迅猛发展,社会各界的关注点转移到非正交多址接入(non-orthogonal multiple access,NOMA)技术.在保证用户公平性的前提下如何最大化NOMA系统的总和速率,社会各界对多载波NOMA系统的资源分配算法进行了研究,包括用户分组和功率分配算法.为解决此类复杂的非线性问题,采用了分步优化的策略,先对用户进行分组,将分组完成的用户复用到子载波上,提出一种稳定匹配分组算法,根据等效信道增益选择初步的分组方案,再根据系统总和速率的大小确定最终分组.再对用户组进行功率分配,采用了
【机 构】
：
南京邮电大学 通信与信息工程学院,江苏 南京 210003
论文部分内容阅读
随着移动通信的迅猛发展,社会各界的关注点转移到非正交多址接入(non-orthogonal multiple access,NOMA)技术.在保证用户公平性的前提下如何最大化NOMA系统的总和速率,社会各界对多载波NOMA系统的资源分配算法进行了研究,包括用户分组和功率分配算法.为解决此类复杂的非线性问题,采用了分步优化的策略,先对用户进行分组,将分组完成的用户复用到子载波上,提出一种稳定匹配分组算法,根据等效信道增益选择初步的分组方案,再根据系统总和速率的大小确定最终分组.再对用户组进行功率分配,采用了一种基于遗传算法的功率分配算法,通过若干次迭代,进化得到该条件下的最优功率分配方式.仿真结果表明,提出的用户分组和功率分配算法在计算复杂度较低的前提下有效地提高了NOMA系统的总和速率.
其他文献
针对常见的视频目标跟踪算法难以适应背景杂波、形变和遮挡等干扰场景,提出了一种基于孪生网络的多级串联注意特征融合目标跟踪算法。该算法并不是简单将不同层的特征进行加权融合,而是从深层到浅层多级地进行注意特征的融合,并引入模板更新机制。将首帧图像和当前搜索帧的前一帧图像作为跟踪模板,用MobileNetV2网络提取目标模板帧图像和当前帧图像的深层语义特征和浅层位置特征;提取的特征进入多级串联特征融合注意
随着国内机动车保有量的持续增长,城市道路交通运转压力急剧增强。在现有交通管理系统中,通常采用图像处理算法检测机动车违章行为。但基于图像处理算法的违章检测系统存在计算量大、不适用于嵌入式设备和复杂场景下检测精度下降等问题,为系统在实际中的应用带来了一定的限制。针对该问题,将深度学习算法引入检测系统中,提出了基于MobileNet_SSD的路口交通违章检测系统。以MobileNet_SSD网络检测车辆
图像作为信息的主要载体,人们可从图像中获取更多后期决策的依据。由于获取图像的条件不同,导致在进行多幅图像融合时采取的方法不尽相同。如何从同一场景的不同图像中获取更为丰富的信息成为图像融合的关键问题。首先,对各种类型的图像融合进行总结得出图像融合的具体概念。其次,概述图像融合的经典理论及方法,根据处理对象将融合方法分为基于变换域的方法和基于空间域的方法并对其进行对比分析。接着,分析表征融合图像质量的
图像到图像翻译是一类视觉和图形问题,其目标是使用一组图像来学习输入图像和输出图像之间的映射。近年来关于图像到图像翻译任务的研究工作有很多,例如pix2pix和CycleGAN都在这个任务上表现得非常优秀。但是很少有研究工作是关于如何对这类图像到图像翻译模型进行压缩,降低参数量的使用。目前轻量级网络结构的设计更多是用于基于卷积神经网络的目标检测模型和分类模型,而用于生成对抗网络模型的轻量级网络结构的
卷积神经网络是一种前馈神经网络,它的人工神经元可以响应部分覆盖范围内的临近单元,对于大型图像处理有出色表现.文中设计了一种基于Zynq芯片的CNN加速器,以期在资源和功耗受限的FPGA中实现运算性能加速.该加速器采用数据量化的方式将网络参数从64位双精度浮点数转化为16位定点数;针对CNN不同层的特性和要求,设计了不同的网络结构和优化策略.卷积层和全连接层采用循环分块、循环流水及循环展开等方法进一步改进,而池化层采用流水线的优化方式.亦设计了FPGA和外部存储器的缓存策略,减少FPGA和外部存储器的数据传
人工智能技术广泛应用于自动驾驶、无人机、机器人等自主无人系统,是实现场景感知、情报获取、辅助决策等复杂功能的重要支撑.因此,研究人工智能技术的脆弱性和本身安全性问题引起了越来越多的关注.对抗机器学习(adversarial machine learning)是机器学习和计算机安全领域的交叉学科,是人工智能算法普遍面临的挑战之一.文中以实际场景下的人工智能安全性为出发点,梳理了对抗样本发展的起源,形成的机理以及发展脉络.首先从攻击、防御两个方面探究各种方法的原理和优缺点;其次,在分析研究经典算法和适用场景的
人脸识别系统经常会受到光照环境的影响。为了提高低照度条件下的人脸识别性能,提出了一种基于循环生成对抗网络的低照度人脸图像增强方法,利用循环生成对抗网络将低照度条件下的人脸图像转换成正常光照下的人脸图像。模型包含生成器和判别器,生成器由包含4个卷积层、9个残差网络层和2个转置卷积层的卷积神经网络组成,判别器由包含5个卷积层的卷积神经网络组成。在循环生成对抗网络训练的过程中,采用改进的损失函数,并结合
针对软件和硬件实现方式各自的优点及不足,提出了遗传算法的软硬件协同设计方法,并且将这种方法在FPGA上进行了具体的实现.首先对遗传算法流程中的各个模块进行了详细的分析,根据软硬件的不同特点以及设计实现的目标,对遗传算法的功能模块进行了软硬件划分,然后对硬件实现的部分进行了详细的介绍,包括模块之间的连接,模块的内部状态机,模块的端口,所有硬件模块的功能仿真.同时,为了保证软硬件之间的正常通讯,提出了一种新的软硬件交互通讯协议.最后将硬件实现部分做成通用IP核,方便其他设计者使用,并给出了软硬件协同的遗传算法
目前HXDSP1042编译器的编程模型已经可以支持以字节为单位的寻址模式以及64位数据的存取与运算,这对于提高浮点数据运算的精度具有重要的意义.矩阵类算法是雷达信号处理的常用运算,在自适应波束形成、方向估计中矩阵运算占有相当大的比重,现在很多DSP处理器并不能自动地充分利用自身所拥有的硬件架构,如何让编译器高效地处理矩阵类的运算变得尤为重要.HXDSP1042是一款针对数字信号处理及嵌入式应用的处理器,如何在HXDSP1042指令框架下,针对该芯片的硬件特点展开矩阵类运算的设计,是芯片走向高性能应用的重要
为了满足以太网业务中双路径路由计算的多约束QoS要求,提出了一种基于扩展Dijkstra的多约束QoS双路径路由算法,旨在网络中能够高效地寻找到符合QoS约束限制的路径.算法首先对网络拓扑进行两次简化,去除不满足带宽约束的边以及孤立的网络节点,从而减少网络规模的复杂度以及后续的计算量;然后利用蚁群算法的信息素更新步骤,引入多个QoS度量参数的约束限制,用是否满足约束限制条件来确定惩罚因子的数值,通过调整目标函数值达到调整信息素增量函数大小的目的,将时延、带宽、代价、丢包率、抖动五个QoS度量值约束通过目标