欢迎您访问广州大学电子与通信工程学院官方网站!

电子与通信工程学院

首页

首页 > 学术交流 > 正文

研途青年说第72讲

发布者:  时间:2024-06-04 10:44:02  浏览:

主题基于双流融合网络的毫米波雷达手势识别方法研究

主讲:熊文鑫

(导师:浣沙)

主题二:基于深度学习的轻量化车载网络入侵检测算法研究

主讲:张笑益

(导师:浣沙)

主题三:多用户接入下基于OTFS波形的高精度雷达探测方法

主讲:翁桥刚

(导师:浣沙)


主办机构

广州大学电子与通信工程学院

时间安排

2024年6月3日14:30-15:45

地点

B4–213

为拓宽研究生学术视野,促进研究生学术交流,营造良好的学术氛围,广州大学电子与通信工程学院主办的“研途青年说”第72讲于6314:30-15:45B4-213举行。本次主讲人为21级研究生熊文鑫、张笑益和翁桥刚。

熊文鑫同学汇报的主题是基于双流融合网络的毫米波雷达手势识别方法研究,他的讲解主要包括以下六部分:选题背景及意义、现状与研究目标、研究方法及过程、关键技术与实践难点、研究结果与应用和论文总结。他重点介绍了现状问题和研究内容。现行的存在问题有单维度手势数据信息不足,网络模型精度的需要进一步提升,网络模型参数量和计算量大,不利于嵌入式应用。针对于这些问题,他提出了自己的研究方法。针对单维度手势数据信息不足,使用两种数据作为网络输入;针对网络模型精度的需要进一步提升,使用多尺度卷积提取特征,提出CSConvNet;针对网络模型参数量和计算量大问题,使用NPConv和深度可分离卷积保证精度的同时轻量化网络,提出NPConvNet。最后,做出总结,针对当前大多数深度学习方法不能较好平衡手势识别准确率和网络轻量化问题,提出双流融合网络NPConvNet。通过消融实验证明:(1) NPConvPConv在相同卷积比例下具有相同的参数量和计算量,但NPConv分类效果更佳;(2) 与全通道卷积相比,NPConv具有更低的参数量和计算量,同时分类效果更好。对比实验证明了NPConvNet在所有对比网络中参数量和计算量最低,且分类准确率最高。

张笑益同学汇报的主题是基于深度学习的轻量化车载网络入侵检测算法研究,他的讲解主要包含以下五个部分:选题背景及意义、现状与研究目标、研究方法及过程、研究结果与应用和论文总结。他重点分享了研究方法,针对现有的神经网络的模型进行轻量化研究,在减少模型性能损失的同时兼顾轻量级优势,从网络层级进行轻量化。解决二维输入的方法资源消耗大的问题。结合一维输入方法和二维输入方法的优势,通过设计T型窗口过滤掉大量非必要特征进行特征轻量化,同时结合轻量化技术搭建轻量级神经网络模型,同时从网络层级和特征层级进行轻量化研究。同时解决传统一维和二维输入的方法的缺陷。最后,做出总结,1.设计TCAN特征结构生成1D数据帧,同时结合一维输入和二维输入的优势,通过T型窗口过滤掉了大部分的无效特征,实现特征轻量化。2.通过使用轻量化技术搭建了LW-CNN轻量级神经网络模型,实现模型轻量化。3.结果表明,提出的方法融合了一维输入与二维输入方法的优点,同时兼顾了一维输入更轻量和精度更高以及二维输入可以检测非篡改型攻击的优势,也弥补了一维输入无法检测非篡改攻击和二维输入资源消耗巨大的缺点。

翁桥刚同学汇报的主题是用户接入下基于OTFS波形的高精度雷达探测方法,他的讲解主要包括以下六部分:选题背景及意义、现状与研究目标、研究方法及过程、关键技术与实践难点、研究结果与应用和论文总结。他描述了现行状况下存在问题,由于延时多普勒域的二维循环卷积特性,导致了在高移动性多用户场景下,该用户资源会扩散到延时多普勒域的相邻用户位置处,发生多用户干扰。他在次基础上提出思路,通过优化设计多用户资源方法,在延时多普勒域和时频域同时实现多址,接收端根据多普勒延时特性从时频域分离不同用户的信息,在保证频谱效率的同时减小多用户干扰。最后,做出总结,在多用户接入下,实现目标探测精度的提高。多用户下,采用交替资源块分配在保证频谱效率的同时来减小多用户干扰。同时,通过带宽合成技术和脉冲压缩技术,改善目标的探测性能。利用改进的海鸥优化算法进行低距离旁瓣波形的设计。在根据螺旋寻优结果进行向量更新时,对多维向量的元素逐个进行更新。相比传统算法,该方法可以更快收敛,并获得更好的波形旁瓣抑制性能。

熊文鑫

2021级电子与通信工程学院

电子与通信工程专业型硕士

导师:浣沙

主要研究方向:毫米波雷达手势识别

主要科研成果:一篇EI会议论文,一篇发明专利

张笑益

2021级电子与通信工程学院

电子与通信工程专业型硕士

导师:浣沙

主要研究方向:车载网络入侵检测

主要科研成果:一篇专利和一篇论文在返修

翁桥刚

2021级电子与通信工程学院

电子信息专业型硕士

导师:浣沙

主要研究方向:雷达信号处理

主要科研成果:

论文:Qiaogang Weng, Sha Huan, et al. Phase Coding Optimization Based on OTFS Waveform in Multi-User Scenarios[C]//2023 3rd International Conference on Computer Science, Electronic Information Engineering and Intelligent Control Technology (CEI 2023). Wuhan, China: IEEE, 2023: 180-185.

专利:浣沙, 翁桥刚, 杨小萱, 杨元嘉, 黄鸿铭, 刘文柏. 一种基于OTFS波形的距离旁瓣优化方法及系统(实质审查,申请号:202410032401.9

竞赛项目:“华为杯”第五届中国研究生人工智能创新大赛三等奖. 公告日:20239




邮箱:dztxxy@gzhu.edu.cn 邮编:510006

综合办公室:行政西楼前座652室 办公电话:39337449

地址:广东省广州市番禺区大学城外环西路230号

版权所有©2020 广州大学电子与通信工程学院