马松
- 作品数：8 被引量：0H指数：0
- 供职机构：电子科技大学更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 一种基于深度学习的低复杂度干扰识别方法
- 本发明属于通信技术领域，尤其涉及一种基于深度学习的低复杂度干扰识别方法。本发明搭建的网络引入了时频分量感知的模块，在卷积提取干扰信号的时频图的特征之前，对时频分量的位置和重要的部分进行定位，并在执行卷积运算时只计算重要位...
- 马松程郁凡王鹏宇王军胡若凡尚高阳
- 一种混合噪声下MSK信号的自适应Viterbi解调方法
- 本发明属于通信技术领域，具体的说是涉及一种混合噪声下MSK信号的自适应Viterbi解调方法。本发明针对高斯白噪声和非高斯脉冲噪声同时存在的场景下，基于最大似然分支度量计算的MSK信号Viterbi解调算法复杂度过高的问...
- 齐天甫王军黄巍马松
- 基于近端策略优化的智能抗干扰决策算法
- 2024年
- 针对现有基于深度强化学习的智能抗干扰方法应用于天地测控通信链路时,用于决策的深度神经网络结构复杂,卫星等飞行器资源受限,难以在有限的复杂度约束下独立完成复杂神经网络的及时训练,抗干扰决策无法收敛的问题,提出了一种基于近端策略优化的智能抗干扰决策算法。分别在飞行器和地面站部署决策神经网络和训练神经网络,地面站根据飞行器反馈的经验信息进行最优化离线训练,辅助决策神经网络进行参数更新,在满足飞行器资源约束的同时实现有效的抗干扰策略选择。仿真结果表明,与基于策略梯度和基于深度Q学习的决策算法相比,所提算法收敛速度提升37%,收敛后的系统容量提升25%。
- 马松马松黎伟黎伟黄巍
- 一种混合噪声下MSK信号的自适应Viterbi解调方法
- 本发明属于通信技术领域，具体的说是涉及一种混合噪声下MSK信号的自适应Viterbi解调方法。本发明针对高斯白噪声和非高斯脉冲噪声同时存在的场景下，基于最大似然分支度量计算的MSK信号Viterbi解调算法复杂度过高的问...
- 齐天甫王军黄巍马松
- LTE上行虚拟MIMO用户配对算法研究
- 人们对无线通信的高速率需求日益增强,利用有限的时频资源实现更高的数据传输速率显得愈加重要。MIMO技术能够显著提升通信系统容量,缓解频率资源日益紧张的现状,已经被多个无线通信标准所采用。 然而,在 LTE上行链路中,终...
- 马松
- 文献传递
- 一种基于深度学习的干扰信号识别方法
- 本发明属于通信技术领域，尤其涉及一种基于深度学习的干扰信号识别方法。本发明采用了多分支卷积神经网络作为干扰识别网络，为每个卷积层提供了多套权重，每套权重独立存储，在网络前向传播时，每一个卷积层的多套权重通过矩阵加法运算得...
- 马松程郁凡胡若凡王军牟颖王鹏宇
- 一种基于深度学习的干扰识别方法
- 本发明公开了一种基于深度学习的干扰识别方法。本方法主要原理为：1)采用了局部注意力融合层，将若干个数量相同的输入分割信息块划分为不同的区域，在每个区域中独立地计算区域内的全局特征，由于每个区域中分割信息块的数量远小于全部...
- 程郁凡王鹏宇胡若凡尚高阳马松王军
- P2P网络中基于网络编码的文件分发系统研究
- 随着当今社会中网络业务需求的急剧增长，传统的以服务器为中心的互联网应用模式，已经不能适应网络本身的发展。为了克服上述问题，人们提出了P2P网络的概念。P2P网络中的每一个节点都同时具有服务器与客户端的功能，分布式的网络服...
- 马松
- 关键词：P2P网络网络编码文件分发系统容错性能
- 文献传递
