-
题名基于多模态神经网络的无线场景识别方法及其应用
- 1
-
-
作者
傅率智
郭若沛
沈金虎
刘鹏程
沈骜
-
机构
中国移动通信集团设计院有限公司
-
出处
《电信工程技术与标准化》
2024年第S02期101-108,共8页
-
文摘
随着网络环境和结构日益复杂,无线网络场景识别在优化网络性能、提高用户体验和降低运营成本等方面具有重要意义。首先,本文提出了一种多模态无线场景识别神经网络,融合数字孪生仿真和现网通信数据,建立全网无线小区的场景聚类模型。然后,基于场景聚类标签训练梯度提升树,完成场景聚类的重要特征提取和可解释性分析。最后,利用所提出的无线场景识别方法,在无线参数优化领域进行试点应用,实现5G到4G切换成功率质差小区自动优化比例72%,5G网络侧语音回落成功率质差小区自动优化比例77%。实验结果表明,该无线场景识别方法能为5G网络的优化和改进提供重要参考。
-
关键词
无线场景识别
多模态神经网络
场景聚类
可解释性分析
-
Keywords
wireless scene recognition
multimodal neural networks
scene clustering
interpretable analysis
-
分类号
TN929.5
[电子电信—通信与信息系统]
-
-
题名面向智能网联汽车定位的协同地图匹配算法
被引量：3
- 2
-
-
作者
陈伟
杜路遥
孔海洋
傅率智
郑洪江
-
机构
武汉理工大学自动化学院
上海博泰悦臻电子设备制造有限公司
上海智能网联车载终端工程技术研究中心
-
出处
《交通信息与安全》
CSCD
北大核心
2021年第6期162-171,共10页
-
基金
国家重点研发计划项目(2018YFB0105205)
湖北省技术创新专项重大项目(2019AAA025)
武汉理工大学“双一流”项目资助。
-
文摘
为实现智能网联环境下低成本、高精度的车辆定位,研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差,提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中,增加粒子的多样性,解决传统粒子滤波算法中容易出现的"粒子退化"和"粒子耗尽"问题。通过仿真实验与传统粒子滤波以及卡尔曼平滑粒子滤波下的定位结果进行了对比,同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明:以典型十字路口为例,在联网车辆数目为4的情况下,协同地图匹配算法的定位误差范围为1.67 m,分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时,该算法的统计定位精度(CEP)达到1.06 m,比GNSS原始定位精度提高了2.52 m,具有较好的定位效果。
-
关键词
智能交通
智能网联汽车
协同地图匹配
自适应遗传Rao-Blackwellized粒子滤波
车载定位
-
Keywords
Intelligent transportation
intelligent and connected vehicle
cooperative map matching
adaptive genetic Rao-Blackwellized particle filter
vehicle positioning
-
分类号
U495
[交通运输工程—交通运输规划与管理]
-
-
题名智能家居安全网络的一种新结构
被引量：1
- 3
-
-
作者
傅率智
-
机构
武汉理工大学自动化学院
-
出处
《中国高新技术企业》
2016年第8期9-10,共2页
-
文摘
文章研究了智能家居的无线网络安全特性,并对基于ZigBee技术的无线网络数据传输进行了分析,指出了Zigbee网络在安全管理方面的不足之处,提出了一种新的安全网络结构,以提升基于Zigbee技术的智能家居网络的安全性。
-
关键词
智能家居
安全网络结构
ZIGBEE
安全密钥
服务器
-
分类号
TU855
[建筑科学]
TN915.08
[电子电信—通信与信息系统]
-
