期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
用于MIMO检测的基于NoC的多核动态可重构架构
1
作者 范文杰 周牧也 +8 位作者 朱凌晓 李世平 陈铠 邓松峰 何国强 冯书谊 宋文清 李丽 傅玉祥 《现代电子技术》 北大核心 2024年第21期1-6,共6页
随着无线通信技术的发展,实现多输入多输出(MIMO)系统检测性能与复杂度之间的最优权衡日益困难,深度学习DL为此提供了新方向。文中提出基于片上网络(NoC)的多核动态可重构架构MCDBP,以提高基于DL的MIMO检测算法的性能,并增强架构的可编... 随着无线通信技术的发展,实现多输入多输出(MIMO)系统检测性能与复杂度之间的最优权衡日益困难,深度学习DL为此提供了新方向。文中提出基于片上网络(NoC)的多核动态可重构架构MCDBP,以提高基于DL的MIMO检测算法的性能,并增强架构的可编程性和扩展性。MCDBP通过集成轻量级计算内核及片上网络互连,并行处理矢量-矩阵乘法、常数-矢量乘法、矢量点积、矢量加法等大多数深度展开网络的基本运算,有效提高复杂MIMO检测性能。架构的创新在于可重构的处理元件PE设计,可以依据DL驱动的MIMO检测需求动态调整。该设计对基于DL的MIMO检测算法共性进行深入分析,支持多种基本运算模式,展现极高灵活性。实验结果显示,MCDBP在执行基于DL的MIMO检测算法时,与通用CPU相比,可以实现12.66~22.98的加速比,算法性能有所提高,可以适应不同应用场景。 展开更多
关键词 无线通信 MIMO检测 深度学习 数据驱动网络 模型驱动网络 NOC 可重构 多核架构
下载PDF
基于深度增强IST网络的ISAR稀疏成像
2
作者 潘之梁 户盼鹤 +2 位作者 陈凌峰 苏晓龙 刘振 《海军航空大学学报》 2024年第5期603-614,共12页
针对传统逆合成孔径雷达稀疏成像算法存在参数敏感、收敛速度慢等问题,文章以卷积神经网络的自适应参数学习机制为基础,结合模型驱动网络的物理可解释性,提出了一种ISAR稀疏成像架构——深度增强迭代收缩阈值(Deep Augmented-Iterative ... 针对传统逆合成孔径雷达稀疏成像算法存在参数敏感、收敛速度慢等问题,文章以卷积神经网络的自适应参数学习机制为基础,结合模型驱动网络的物理可解释性,提出了一种ISAR稀疏成像架构——深度增强迭代收缩阈值(Deep Augmented-Iterative Shrinkage Thresholding,DA-IST)网络。首先,DA-IST网络将迭代收缩阈值算法的迭代步骤映射至隐藏层中,不仅能够提高可解释性,而且能够在训练过程中学习最优参数;其次,网络在建模过程中考虑了被忽略的高频分量,提高了重构性能;同时,为了提高网络的鲁棒性,用非线性卷积层替代了线性稀疏变换。实验表明,与传统的模型驱动算法相比,DA-IST网络避免了人工调整参数过程,收敛速度更快,成像质量更高,对特征差异较大的数据具有更好的泛化能力。 展开更多
关键词 逆合成孔径雷达 稀疏成像 模型驱动网络 深度学习
下载PDF
基于物理模型驱动无监督学习的无透镜成像质量增强方法
3
作者 左嘉乐 张蒙蒙 +4 位作者 唐雎 张佳伟 任振波 邸江磊 赵建林 《光学学报》 EI CAS CSCD 北大核心 2024年第16期103-114,共12页
数字全息术是一种能够记录和重建物场完整波前信息的光学成像技术。同轴全息术以其更大的空间带宽积和简单的成像系统等优势,得到了广泛关注和应用。然而,传统的同轴全息术在物场重建时会受到零级像和孪生像的干扰,影响对物场复振幅的... 数字全息术是一种能够记录和重建物场完整波前信息的光学成像技术。同轴全息术以其更大的空间带宽积和简单的成像系统等优势,得到了广泛关注和应用。然而,传统的同轴全息术在物场重建时会受到零级像和孪生像的干扰,影响对物场复振幅的观察和测量。传统的相位复原算法在重建时会产生较大误差,尤其是在高分辨率、大视场等成像需求下,重建质量会受到影响。并且基于数据驱动的神经网络方法受限于数据集采集和质量。针对这些问题,本文提出了基于振幅约束的双输入物理模型驱动的神经网络(DPNNA)的同轴全息像重建方法。该方法以两幅不同距离下记录的全息图作为输入,结合振幅约束并采用同轴全息成像模型和神经网络相结合的无监督方式,重建物体的相位信息或振幅信息。并且在无需大量训练数据的前提下,对输入的同轴全息图质量要求低,重建结果背景噪声弱。同时,在不同衍射间距和噪声水平的条件下,DPNNA在峰值信噪比和结构相似性等指数方面均优于其他方法,有效实现了相位或振幅的恢复,有较好的鲁棒性和稳定性。 展开更多
关键词 同轴全息术 物理模型驱动神经网络 无监督学习 振幅约束
原文传递
基于环境吸引域的冗余机器人运动控制与实时位型优化 被引量：1
4
作者 吕晓静 徐智浩 徐恩华 《机床与液压》 北大核心 2023年第23期37-42,共6页
针对人机共融场景中机器人任务快速变化、紧凑作业空间等导致机器人高性能运动控制困难的问题,提出一种基于环境吸引域的机器人运动控制与实时位型优化方法。为尽可能减小机器人本体的运动区域,采用两组关键点集对机器人本体与人类偏好... 针对人机共融场景中机器人任务快速变化、紧凑作业空间等导致机器人高性能运动控制困难的问题,提出一种基于环境吸引域的机器人运动控制与实时位型优化方法。为尽可能减小机器人本体的运动区域,采用两组关键点集对机器人本体与人类偏好的机器人作业区域进行抽象化表征,并提出基于点集距离的环境吸引域评价指标;设计笛卡尔空间运动控制器,并构造末端执行器跟踪误差收敛的关节角速度等式约束;结合关节角度、角速度等物理约束,建立基于约束-优化的机器人运动控制与位型优化问题模型。设计递归神经网络对机器人的角速度指令进行实时求解,并证明了系统的稳定性。最后通过四自由度机器人和七自由度Franka Panda机器人的仿真,验证了所提算法在保证机器人末端完成高精度运动控制的同时,能够使机器人的工作区域尽可能收缩到预设区域。 展开更多
关键词 环境吸引域 模型驱动神经网络 运动控制
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部