一种基于MLP的智能数字预失真技术
李校林;王嘉航;曾凡琪;刘旭;王鹏江;在第5代移动通信系统(5G)中，功率放大器(PAs)存在严重的非线性失真和强记忆效应，尤其是对于复杂的高阶调制系统，如64QAM、256QAM等。针对这一问题，提出一种基于MLP模型的智能数字预失真（AI-DPD）系统，用于优化5G NR物理上行共享信道（PUSCH）的链路性能。通过实验对64QAM调制信号下的AI-DPD、无DPD和传统DPD技术进行了性能比较。实验结果表明，AI-DPD技术在所有信噪比（SNR）条件下均展现出最低的误码率（BLER），尤其在BLER为0.01时，AI-DPD技术实现了约1dB的SNR增益。此外，其星座图显示出高度集中和规则的分布，在SNR为30dB时对应的误差向量幅度（EVM）为3.71%，远低于3GPP规定的64 QAM的最小EVM要求8%。相比之下，无DPD技术的星座图分布较为分散，EVM为12.3%，表明信号经功率放大器（PA）后出现严重失真。传统DPD技术的EVM为7.3%。因此，AI-DPD技术在处理PA非线性特性方面相较于传统DPD技术展现了更优的性能。
基于改进YOLOv8的交通标志检测方法
朱立忠;万文峰;刘韵婷;交通标志检测是能够确保智能驾驶安全的关键技术。针对交通标志在检测中像素面积小、精度低以及被遮挡的问题，提出一种基于YOLOv8改进的交通标志检测算法。首先，引入RCSOSA模块替换骨干网络中的C2f部分，利用重参数化技术分别在训练阶段和推理阶段提高模型的表达能力和推理效率、简化计算；然后，为捕捉到更细节的特征信息，引入上下文增强模块，突出微小目标在多尺度特征中的语义信息；最后，采用Wise-IoU取代原始的CIoU，对预测框的离群程度进行评估，以此为依据动态调整梯度增益，使模型具有更好的定位精度。实验结果表明，改进后的模型在中国交通标志检测数据集CCTSDB中较原模型在精确度P及平均精度均值mAP上分别提升了2.6%和1.1%，小目标检测精度提高了1.2%，检测速度为每秒68帧，满足实时检测的要求。
基于三维扫描标定的机器人研磨抛光工具的修正方法
吴佳辉;刘军;冯艳君;杨亮;刘思为;针对磨抛工作中，工业机器人在根据工作需求时更换工具以及工具位置变动时需要重新标定的问题，开发了一种三维扫描标定方法。传统工具标定采用三点法或四点法完成，这种方法非常耗时且精度会因操作人员熟练度的不同而不同，因此，提出一种改进的机器人磨抛工具的标定方法，利用手眼标定和三维扫描技术实现工具标定的自动化流程，应用于精度要求高的复杂曲面零件自动化研磨抛光过程。相比于手动对尖的标定方法，该方法速度更快、操作更方便，且具有更高的精度。
基于图像与深度数据融合的球体定位
李巍岷;罗寅;孙丽梅;刘昶;为解决乒乓球捡球机器人设计中的球体定位问题，提出一种基于图像与深度数据融合的方法。首先利用2D激光雷达与地面平行的特征，采用棋盘格平面标定板对激光雷达进行外参标定；再利用YOLOv8深度学习模型通过相机采集的图像检测出乒乓球的近似位置，据此对激光雷达获取到的球体扫描点进行筛选；最后利用Hough变换由筛选后的扫描点求出乒乓球球心坐标。真实实验表明，采用文中方法对乒乓球进行定位的平均误差为3.0mm，最大误差5.5mm，可满足捡球机器人对乒乓球的定位精度要求。
基于FasterNet模型的校园异常行为检测
郭海峰;孙健鹏;SlowFast模型存在慢速分支的运算时间过长和对时间特征处理能力不足的问题。针对上述问题，利用FasterNet网络替换Resnet网络作为慢速分支网络，提高慢速分支识别准确率的同时使网络更加轻量化。设计新的预测模块，提高整体网络对时序特征的提取能力。实验表明改进算法的识别准确率在自制数据集上达到85.4%，提升14.3%；在HMDB51数据集上达到87.5%，提升11.3%，运算时间约减少20%。
基于渐近特征金字塔的钢管内壁缺陷检测方法研究
董鑫;提出一种基于深度学习技术的发动机钢管内壁缺陷检测方法，旨在提高检测的准确性和效率。传统的检测手段依赖人工观察，容易受主观和环境因素影响，准确性有限。针对这些局限性，设计了一种改进的网络结构，结合ConvNeXt V2主干网络和AFPN(Adaptive Feature Pooling Network)颈部，以增强特征提取和多尺度目标检测的能力。ConvNeXt V2作为主干网络，采用创新的卷积结构和全局响应归一化（GRN）技术，有效提升了特征表达能力，同时降低了计算复杂度。GRN技术通过聚合和归一化操作，增强了通道间的对比度和选择性，防止了特征崩溃现象，提高了特征的多样性。AFPN颈部则利用自适应特征池化技术整合不同尺度的特征图，增强了模型对多尺度目标的检测能力，尤其对复杂场景中缺陷的识别至关重要。改进的网络结构通过特征融合技术，提高了模型对不同类型缺陷特征的敏感度。结果表明，使用改进后的网络mAP50%提高了8.9%。
下载中心
消息通知
期刊简介
期刊名称： 通信与信息技术
创办日期： 1971
主管单位：四川省通信管理局
主办单位：四川通信行业职业技能鉴定中心； 四川省通信学会
刊期： 双月刊
电话： 028-87016640；87010471
Email： sctxzz@126.com
国内统一连续出版物号(CN)： 51-1635/TN
国际标准连续出版物号(ISSN)：1672-0164
纸质期刊：10元/本。期刊数字版：3元/本
网站访问量
今日访问量: 0