郭艳艳
- 作品数：32 被引量：18H指数：2
- 供职机构：山西大学物理电子工程学院更多>>
- 发文基金：国家高技术研究发展计划北京市科技新星计划国家科技支撑计划更多>>
- 相关领域：电子电信自动化与计算机技术哲学宗教更多>>
- 易学自然观视野下儒家“和”的义理内涵——从《论语·里仁》谈起
- 春秋礼崩，诸侯相争，孔子感民苦而慕先王政，其后几经传承，以仁爱为本，内修圣贤，外倡王道之儒学体系乃逐步完善。韩愈释仁以爱人，儒家认为人应以爱出发进而成就万物，“和”作为儒家思想重要观点之一，其仁道核心观自不待言。和者，状...
- 郭艳艳
- 关键词：儒家思想
- 基于公共DF中继的认知无线电中继选择和功率分配被引量：1
- 2015年
- 为提高认知无线电网络中主用户和次用户的通信质量,并可简单有效地利用中继节点来控制主用户和次用户之间的相互干扰,提出了一种基于公共中继的最佳中继选择和功率分配方案.首先,在认知无线电网络中建立了基于公共DF中继的无线通信模型;然后,根据无线通信理论推导出要优化的目标函数;最后,在保证主用户中断概率低于目标值的前提下,利用凸优化理论得出了模型中的最佳中继选择和功率分配方案.仿真实验结果表明,与常见的直接传输方案和功率平均分配的中继方案相比,本文提出的中继选择和功率分配方案提高了次用户的通信距离和速率,并且降低了主用户的中断概率,为更好地解决认知无线电网络中主用户和次用户的相互干扰问题提供了新的思路.
- 郭艳艳昌厚峰贾鹤萍
- 关键词：认知无线电中继选择功率分配
- 具有统一时间标志的多路数据采集系统设计被引量：1
- 2016年
- 在多路模拟量与数字量采集系统中,因数字量信号发送时间的随机性,无法得到周期性的数字量接收时间信息.本文提出了一种在同一时间坐标系下测试分析模拟量和数字量数据的设计方案,将ADC采样时钟作为同步时钟信号,在串口接收数据的空闲时间段内,利用FPGA将数字量数据与同步时钟信息进行混合编帧,使采集系统有了在同一时间域下的完整数据,并使用QuartusⅡ软件进行了仿真与分析.经实践应用,验证了该方法的可行性.
- 卫霞张丽红郭艳艳
- 关键词：数据采集FPGA
- 最大化单用户功率分配可行区域的上行NOMA用户分簇方法
- 本发明公开了一种最大化单用户功率分配可行区域的上行NOMA用户分簇方法。将NOMA网络中的不同类型的用户分配到相应的子信道上，每个子信道上分配的多个用户形成一个用户簇，用户簇中的多个用户组成一个用户子集，用户分簇过程为信...
- 郭艳艳
- 文献传递
- 网络生命周期最大化虚拟MIMO协作中继节点选择
- 2009年
- 针对无线传感器网络高能效传输要求,提出了一种基于虚拟多输入多输出(MIMO)传输的协作中继节点选择算法.该算法不考虑源节点到目的节点1次传输中1跳或多跳能量消耗最小化问题,而是减少整个网络执行整个应用的能量消耗.仿真结果表明,与直接及最小化能耗传输相比,本文算法延长了网络的生命周期.
- 郭艳艳康桂霞张宁波张平
- 关键词：传感器网络虚拟多输入多输出凸优化
- 具有统一时间标志的多路数据采集系统
- 在多路模拟量与数字量采集系统中，因数字量信号发送时间的随机性，无法得到周期性的数字量接收时间信息。本发明提出了一种在同一时间坐标系下测试分析模拟量和数字量数据的设计方案，将ADC采样时钟作为同步时钟信号，在串口接收数据的...
- 卫霞张丽红郭艳艳贾鹤萍
- 文献传递
- 基于上下文特征提取的边缘生成三阶段图像修复算法
- 2024年
- 对于具有较大不规则缺失区域的图像修复问题,现有的基于深度学习的图像修复方法通常会生成具有模糊纹理和扭曲结构的内容。针对这个问题,将修复问题分解为基于上下文特征的结构预测和图像补全三阶段模型。第一阶段,通过空洞卷积编-解码网络,利用周围图像特征来对缺失部分进行初步修复;第二阶段,将第一阶段粗修复结果进行边缘提取后,输入到一个自注意力机制编-解码网络来预测缺失区域的纹理结构;第三阶段,将前两个阶段的输出一起输入到一个改进的U-net精修复网络中,得到结构清晰、纹理细节丰富的图像。在公开数据集上将所提算法与现有经典算法进行对比,实验表明,所提方法在主观视觉和客观评价方面优于现有方法。
- 芮志超郭艳艳
- 关键词：图像修复
- 一种基于下采样的特征融合遥感图像语义分割方法
- 本发明公开了一种基于下采样的特征融合遥感图像语义分割方法，包括以下步骤：将用来训练的高分辨率的遥感图像和其对应的标签图分别按照相同的方式切割成小图像作为原始输入图像，模型结构分为下采样模块，高级语义特征提取模块，特征融合...
- 郭艳艳李帅
- 文献传递
- 基于下采样的特征融合遥感图像语义分割被引量：1
- 2020年
- 本文提出了一种基于下采样的特征融合遥感图像语义分割模型,该模型在编解码结构基础上,将高分辨率原始图像引入“下采样”模块提取低级语义特征,在此基础上,将输出的低级语义特征通过MobileNetV2和空间金字塔池化进一步提取多尺度高级语义细节特征,然后,将这些高级语义特征和直接从下采样模块提取的低级语义特征融合并进行特征图分割.最后,在“CCF卫星影像的AI分类与识别竞赛”的数据集上取得了93%的训练准确率以及91%的预测准确率.
- 李帅郭艳艳卫霞
- 关键词：遥感图像卷积神经网络下采样
- 一种深度学习的放大转发协作网络能效性资源分配方法
- 本发明公开了一种深度学习的放大转发协作网络能效性资源分配方法。首先，构建了由两个独立的全连接(FC)子网络组成的组合深度神经网络(CDNN)模型，其中一个子网络用来确定源节点的功率分配，另外一个用来决定中继节点的功率分配...
- 郭艳艳
- 文献传递
