您的位置: 专家智库 > >

任进

作品数:13 被引量:24H指数:3
供职机构:北方工业大学更多>>
发文基金:北京市优秀人才培养资助国家级大学生创新创业训练计划北京市大学生科学研究与创业行动计划项目更多>>
相关领域:电子电信自动化与计算机技术文化科学更多>>

文献类型

  • 11篇中文期刊文章

领域

  • 8篇电子电信
  • 2篇自动化与计算...
  • 1篇文化科学

主题

  • 3篇网络
  • 2篇多目标
  • 2篇信道
  • 2篇通信
  • 2篇无线
  • 2篇无线传感
  • 2篇无线传感器
  • 2篇无线传感器网
  • 2篇无线传感器网...
  • 2篇感器
  • 2篇ANDROI...
  • 2篇传感
  • 2篇传感器
  • 2篇传感器网
  • 2篇传感器网络
  • 1篇单载波
  • 1篇电量
  • 1篇电量管理
  • 1篇电量管理系统
  • 1篇调制

机构

  • 11篇北方工业大学
  • 1篇北京市海淀区...

作者

  • 11篇任进
  • 2篇白文乐
  • 1篇李中仁
  • 1篇曹淑琴
  • 1篇胡倩
  • 1篇巴德凯
  • 1篇王旭
  • 1篇马振国
  • 1篇耿捷

传媒

  • 5篇无线电工程
  • 1篇无线电通信技...
  • 1篇电讯技术
  • 1篇电子世界
  • 1篇微型机与应用
  • 1篇教育教学论坛
  • 1篇物联网技术

年份

  • 1篇2025
  • 1篇2024
  • 3篇2023
  • 1篇2022
  • 1篇2021
  • 1篇2016
  • 2篇2014
  • 1篇2013
13 条 记 录,以下是 1-10
排序方式:
浅析高校学生评教急需解决的几个问题被引量:1
2016年
随着我国高校教育教学改革的深入,在走以质量提升为核心的内涵式发展道路上,学生评教作为评价教师教学质量的一种手段已被各高校所运用,发挥了一定的积极作用。但是,目前来看,学生评教应有的积极作用仍然没有得以充分发挥,且反映出了诸多问题。问题切不可漠视,学生评教更不能名存实亡。笔者认为,学生评教是高校发展的动力之一,要保护好、发展好。目前急需解决好高校学生评教的目标、指标体系、结果运用等主要问题,真正实现以评促教、以评促学、以评促管的目的。
任进白文乐曹淑琴
关键词:教学质量学生评教以评促教
基于增量学习的时变信道预测方法被引量:3
2023年
基于自回归模型(Autoregressive Model, AR)的传统信道预测方法在高速移动中,信道具有较大的时变性,导致信道发生了非线性的改变。基于反向传播(Back Propagation, BP)网络的信道预测方法通过适当地调整权重可使模型更加稳健,但是算法效率较低。提出一种新的模型,设计长短期记忆(Long Short-Term Memory, LSTM)网络和增量学习相结合的在线信道预测模型,实现时变信道的在线预测。模型应用LSTM神经网络学习长时间序列的特性来处理时间相关通信系统中的信道状态信息,增量学习(Incremental Learning, IL)在运行期间不断预测系统状态,同时更新LSTM神经网络的现有权重,交替执行训练和预测过程,模型可以很好地适应无线信道的动态变化。实验结果表明,提出的模型能有效地改善时变信道的预测准确率。
任进邵淑颖何怡怡
关键词:无线通信
基于压缩感知的室内多目标无线定位算法被引量:3
2021年
针对现存无线传感器网络定位算法中需要采集、存储和处理大量数据导致运算量较大与能耗过高的问题,提出了一种改进的基于贝叶斯压缩感知的多目标定位算法。该算法利用锚节点对监控区域的划分,结合贝叶斯压缩感知理论将多目标定位问题转换为稀疏信号重构的问题。针对传统观测矩阵难以实现的缺陷,该算法中改进观测矩阵的设计可实现且与稀疏变换基相关性较低,进而使得算法的重构性能较高,从而降低了定位的误差。仿真结果表明,与现有的一些方法相比,所提算法在保证较低的计算复杂度的情况下更加充分地利用了网络节点,有效提高了定位精度,同时具有较强的鲁棒性。
任进姬丽彬
关键词:无线传感器网络
基于改进粒子群算法的无线传感器网络覆盖优化
2024年
为了提高无线传感器网络(Wireless Sensor Network, WSN)的覆盖率,提出了一种基于相互学习能力和动态学习因子的改进粒子群优化(Modified Partide Swarm Optimization, MPSO)算法。引入了拉丁超立方采样(Latin Hypercube Sampling, LHS)序列来初始化种群,增加了种群的多样性,为之后优化奠定基础;引入一种相互学习方法,粒子通过随机选择目标粒子来增强自身的学习能力,提升局部寻优性能;利用一种动态学习因子策略,通过改变粒子的学习能力,加快了算法收敛速度并增强了全局寻优能力。仿真结果表明,在不改变原算法复杂度的情况下,相较于基本PSO算法和其他对比算法,改进PSO算法可以耗费更少的资源达到更好的寻优效果,可以有效地解决网络覆盖盲区和覆盖冗余问题,提高网络覆盖率。
任进李一博闵畅
关键词:无线传感器网络粒子群优化算法
高速移动通信环境下OFDM与SC-FDE的系统性能研究
2013年
构建了正交频分复用系统(OFDM)和单载波频域均衡系统(SC-FDE),且OFDM与SC-FDE都运用训练字控制系统。在OFDM系统中,应用802.11p无线局域网物理层标准并考虑同样标准参数到SC-FDE里,使用1/2卷积码和4QAM、16QAM调制。仿真结果表明,在4QAM情况下,OFDM性能略好于SC-FDE;而在16QAM情况下,OFDM性能大好于SC-FDE。此外,OFDM和SC-FDE在移动速度增大的同时,两者错误等级都随之增高。
马振国任进耿捷巴德凯
关键词:单载波OFDMSC-FDE
基于注意力机制的室内可见光定位算法被引量:2
2023年
由于室内环境错综复杂、诸多障碍遮挡等因素的影响,导致无法保障高稳定性的室内定位需求。针对该问题,提出了注意力机制与神经网络融合的室内可见光定位算法,实现在视距(LOS)链路场景下的高精度室内定位系统。建立室内可见光信道模型参数后,将携带位置信息的光强信息输入至神经网络中进行训练。在神经网络算法方面,进行反向传播算法、极限学习机算法与注意力机制算法结合,提高定位精度。实验结果表明,添加注意力机制的算法预测准确率与基础算法相比有明显提升。
任进刘跃奇于淼
关键词:极限学习机
基于Android的智能优化手机电量管理系统被引量:1
2014年
基于Linux系统内核的Android(安卓)操作系统将嵌入式Linux成功推向了消费类电子市场,成为三大移动智能终端操作系统之一。由于智能移动设备耗电快,电池续航能力一直是大家关注的焦点,除了更换更大容量的电池,电池优化软件也起着越来越重要的作用。文章针对装有Android系统的移动设备进行电池电量监控,以及软件的耗电量管理,设计出一个具有省电管理、充电管理、后台应用管理及关闭后台程序多功能于一体的手机电池电量智能优化系统。
赵冬祥任进胡倩
关键词:ANDROID电量管理
基于无人机平台的多目标跟踪算法被引量:7
2023年
针对目前无人机平台多目标跟踪技术的跟踪精确度低、占用内存大的问题,提出了一种基于不同检测器算法和DeepSort算法结合而成的多目标跟踪算法,提高在无人机上对地面行人在跟踪数据集中的效果。使用深度学习的多目标跟踪技术通过构建卷积神经网络(Convolutional Neural Network, CNN),用卡尔曼滤波算法实现了对目标轨迹的预测,匈牙利算法则使卡尔曼滤波的预测结果得以分配,使DeepSort算法在保证跟踪效果的同时,也保证了跟踪时的速度。实验结果显示,DeepSort在与YOLOv5x检测器配合后,多目标跟踪精度可提高20%。
任进李文邦郭昱汝
关键词:无人机平台多目标跟踪目标检测
TD-LTE物理层过程实训系统设计被引量:1
2014年
高校通信专业人才培养目前采用的是基于基本理论——基础实验的教学模式,缺乏直接和专业技术相关的实践环节。针对该问题,文章基于Android平台,给出了实现TD-LTE物理层同步、随机接入和功率控制过程的实训系统设计方法,该方法将TD-LTE系统原理学习、协议解析进行了简单化、形象化、精巧化、兴趣化,从而减少了高校学生及通信从业人员学习TD-LTE专业知识的时间,提高了学习效率。
白文乐王旭李中仁任进
关键词:TD-LTEANDROID实训系统
基于改进CPD的RIS辅助毫米波OFDM系统信道估计算法
2025年
在无线通信领域,系统性能的优劣通常与无线信道的特性密切相关。精确掌握信道和信号参数对于提升信息传输的可靠性和效率至关重要,因此信道估计成为该领域的核心技术之一。由于无线信道的不可预测性以及信号在传输过程中涉及多个维度(如空间、时间、频率等),使得信道估计方法的设计变得异常复杂。近期研究表明,通过将这些多维度信号转换为张量并进行分析,可以显著降低信道估计的技术难度。探讨了信道估计算法的改进方法,特别是引入中心化处理作为数据预处理的一部分。中心化处理通过调整数据的均值来减少低频噪声,从而提高信噪比(Signal-to-Noise Ratio,SNR)。这不仅提升了信道估计的准确性,还降低了算法实现的复杂度,加快了模型的训练速度并提高了收敛效率。此外,还采用了因子分解的方法对张量进行分解,进一步降低了计算复杂度并提高了估计精度。仿真实验结果表明,改进后的算法不仅具有更高的准确度,而且在低SNR环境下表现出更优越的性能。
任进李一博周培豫李玉宇
关键词:正交频分复用技术信道估计
共2页<12>
聚类工具0