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

該文在現(xiàn)有譯碼算法的基礎(chǔ)上提出一種高效的非二進制低密度奇偶校驗碼(NB-LDPC)譯碼方法，充分利用了分層譯碼算法與Min-max算法的優(yōu)點，不但譯碼復(fù)雜度低、需要的存儲空間小，而且可將譯碼速度提高一倍。應(yīng)用該算法，對一種定義在GF(25)上的(620,509)碼進行了仿真。該碼的仿真結(jié)果表明：在相同誤碼率下，該文譯碼算法所需最大迭代次數(shù)僅為Zhang的算法(2011)的45%。

AI質(zhì)檢是智能制造的重要環(huán)節(jié)，其設(shè)備在進行產(chǎn)品質(zhì)量檢測時會產(chǎn)生大量計算密集型和時延敏感型任務(wù)。由于設(shè)備計算能力不足，執(zhí)行檢測任務(wù)時延較大，極大影響生產(chǎn)效率。多接入邊緣計算(MEC)通過將任務(wù)卸載至邊緣服務(wù)器為設(shè)備提供就近算力，提升任務(wù)執(zhí)行效率。然而，系統(tǒng)中存在信道變化和任 務(wù)隨機到達等動態(tài)因素，極大影響卸載效率，給任務(wù)調(diào)度帶來了挑戰(zhàn)。該文面向多接入邊緣計算賦能的AI質(zhì)檢任務(wù)調(diào)度系統(tǒng)，研究了聯(lián)合任務(wù)調(diào)度與資源分配的長期時延最小化問題。由于該問題狀態(tài)空間大、動作空間包含連續(xù)變量，該文提出運用深度確定性策略梯度(DDPG)進行實時任務(wù)調(diào)度算法設(shè)計。所設(shè)計算法可基于系統(tǒng)實時狀態(tài)信息給出最優(yōu)決策。仿真結(jié)果表明，與基準(zhǔn)算法相比，該文所提算法具有更好的性能表現(xiàn)和更小的任務(wù)執(zhí)行時延。

通感算一體化技術(shù)與人工智能算法相結(jié)合已成為一個非常重要的領(lǐng)域，因其頻譜利用率高、硬件成本低等優(yōu)點，已經(jīng)成為第6代(6G)網(wǎng)絡(luò)中的關(guān)鍵技術(shù)之一。人工智能(AI)賦能的通感算一體化系統(tǒng)通過集成感知、通信、計算和人工智能功能，可在日益復(fù)雜和動態(tài)的環(huán)境中實現(xiàn)快速數(shù)據(jù)處理、實時資源優(yōu)化和智能決策，已經(jīng)廣泛應(yīng)用于智能車載網(wǎng)絡(luò)，包括無人機和自動汽車，以及雷達應(yīng)用、定位和跟蹤、波束成形等領(lǐng)域。該文在引入人工智能算法來提高通感算一體化系統(tǒng)性能的基礎(chǔ)上，簡要介紹了人工智能和通感算一體化的特征與優(yōu)勢，重點討論了AI賦能的通感算一體化系統(tǒng)的智能網(wǎng)絡(luò)框架、應(yīng)用前景、性能指標(biāo)和關(guān)鍵技術(shù)，并在最后對AI賦能的通感算一體化面臨的挑戰(zhàn)進行了研究展望，未來的6G無線通信網(wǎng)絡(luò)將超越純粹的數(shù)據(jù)傳輸管道，成為一個集成傳感、通信、計算和智能的綜合平臺，以提供無處不在的人工智能服務(wù)。

無人機(UAV)、非正交多址(NOMA)和反向散射通信(BC)相結(jié)合，可以滿足熱點地區(qū)高容量需求，提高通信質(zhì)量。該文提出一種無人機輔助的NOMA反向散射通信系統(tǒng)最小速率最大化資源分配算法?？紤]無人機發(fā)射功率、能量收集、反射系數(shù)、傳輸速率以及連續(xù)干擾消除(SIC)解碼順序約束，建立基于系統(tǒng)最小速率最大化的資源分配模型。首先利用塊坐標(biāo)下降將原問題分解為無人機發(fā)射功率優(yōu)化、反射系數(shù)優(yōu)化和無人機位置與SIC解碼順序聯(lián)合優(yōu)化3個子問題，然后使用反證法給出無人機最優(yōu)發(fā)射功率，再用變量替換法和連續(xù)凸逼近將剩余子問題進一步轉(zhuǎn)化為凸優(yōu)化問題進行求解。仿真結(jié)果表明，所提算法在系統(tǒng)和速率與用戶公平性之間具有較好折中。

該文提出了機載超寬帶天線罩口徑積分-表面積分-自適應(yīng)網(wǎng)格(AI-SI-AG)分析方法。給出了用AI-SI-AG的計算和實測結(jié)果。理論分析和實驗結(jié)果表明，該算法能夠高效地預(yù)測定向和全向天線的帶罩方向圖，理論計算與實際測試符合較好，在工程應(yīng)用中有較大的實用價值。

通過對Xu(2004)和Zhang(2004)提出的兩種環(huán)簽名方案進行分析，指出了這兩種環(huán)簽名方案都容易受到群成員改變攻擊(group-changing attack)，并給出了攻擊方法；另外，Zhang的方案還容易受到多已知簽名存在偽造(multiple-known-signature existential forgery)攻擊。為防范這兩種攻擊，對這兩種環(huán)簽名方案進行了改進，改進后的方案在最強的安全模型(Joseph, 2004提出)中仍是安全的。

通過對Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進行分析，指出了這幾個可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊，即，環(huán)中的任何成員都能宣稱自己是實際簽名者或冒充別的成員進行環(huán)簽名。為防范這兩種攻擊，對這幾個可轉(zhuǎn)換環(huán)簽名方案進行了改進，改進后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。

針對在速度拖引干擾和雜波背景下脈沖多普勒(PD)雷達無法精確跟蹤目標(biāo)的問題，該文提出基于雙模型(DM)和幅度信息(AI)的目標(biāo)跟蹤算法。分別建立基于位置、幅度量測的跟蹤模型和基于位置、速度、幅度量測的跟蹤模型。兩個模型均使用基于幅度信息的概率數(shù)據(jù)互聯(lián)(AI-PDA)盡可能地降低雜波的影響，然后使用常規(guī)方法進行濾波估計。若沒有速度拖引干擾，則兩個模型估計具有位置和速度上的相關(guān)性；若存在干擾，由于速度量測是虛假的，則兩個模型估計不具有相關(guān)性。據(jù)此，進行卡方檢驗(chi-square test)，分析影響檢驗結(jié)果的因素，進而確定最終的估計結(jié)果。仿真驗證了該算法的有效性。

針對空天地一體化接入網(wǎng)絡(luò)，該文在總結(jié)相關(guān)研究的基礎(chǔ)上，闡述了未來空天地一體化接入架構(gòu)的關(guān)鍵技術(shù)，分析了空口技術(shù)、多址技術(shù)、干擾分析、計算技術(shù)和人工智能(AI)技術(shù)等幾個重點方向的研究進展，提出了多種接入形式并存的靈活性網(wǎng)絡(luò)架構(gòu)。針對6G全域融合網(wǎng)絡(luò)接入的重點研究問題，結(jié)合用戶的服務(wù)質(zhì)量需求，構(gòu)建了一體化AI賦能架構(gòu)，提出了大規(guī)?；旌隙嘀方尤爰皬椥再Y源適配策略?；诰W(wǎng)絡(luò)架構(gòu)立體化、網(wǎng)絡(luò)協(xié)同傳輸、一體化網(wǎng)絡(luò)資源管理、未來空天地接入技術(shù)以及網(wǎng)絡(luò)協(xié)同計算等未來重點研究方向進行了討論和展望。

隨著物聯(lián)網(wǎng)(IoT)的快速發(fā)展，人工智能(AI)與邊緣計算(EC)的深度融合形成了邊緣智能(Edge AI)。但由于IoT設(shè)備計算與通信資源有限，并且這些設(shè)備通常具有隱私保護的需求，那么在保護隱私的同時，如何加速Edge AI仍然是一個挑戰(zhàn)。聯(lián)邦學(xué)習(xí)(FL)作為一種新興的分布式學(xué)習(xí)范式，在隱私保護和提升模型性能等方面，具有巨大的潛力，但是通信及本地訓(xùn)練效率低。為了解決上述難題，該文提出一種FL加速框架AccFed。首先，根據(jù)網(wǎng)絡(luò)狀態(tài)的不同，提出一種基于模型分割的端邊云協(xié)同訓(xùn)練算法，加速FL本地訓(xùn)練；然后，設(shè)計一種多輪迭代再聚合的模型聚合算法，加速FL聚合；最后實驗結(jié)果表明，AccFed在訓(xùn)練精度、收斂速度、訓(xùn)練時間等方面均優(yōu)于對照組。