sm调教第107讲-sm调教

sm调教

sm调教 > 学术交流 > 正文

sm调教第107讲

发布者：时间：2025-10-20 11:28:04 浏览：

主题一： 一种针对边缘智能控制器中非独立同分布数据的联邦学习优化算法

主讲：李刚富

（导师：尚文利）

主题二：基于深度学习的遥感目标检测算法研究

主讲：薛穗华

（导师：杨小飞、王力）

主题三：基于索引赋能的STAR-RIS辅助下行NOMA系统研究

主讲：郭杨玲

（导师：唐冬、陈绚）

主题四：基于时频域联合的多声源定位与追踪

主讲：廖海燕

（导师：陈庆春）

主题五：扩散环境中分子通信异常节点定位与分析

主讲：吴文卓

（导师：黄高飞、陈绚）

主办机构

sm调教

时间安排

2025年10月13日10：00-12：00

地点

文新楼623

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，sm调教主办的“sm调教 ”第107讲于10月13日10：00-12：00在文新楼623举行。本次主讲人为23级研究生李刚富、薛穗华、郭杨玲、廖海燕和吴文卓。

李刚富同学介绍了一种针对边缘智能控制器中非独立同分布数据的联邦学习优化算法，针对边缘智能控制器（EIC）中非独立同分布（Non-IID）数据的联邦学习问题，提出多环节优化方法。流程上，边缘服务器（ES）先按概率选预参与聚合的EIC节点子集，节点本地训练后发送模型权重与损失梯度；ES计算节点对全局模型收敛的贡献度，筛选出真正利于训练的节点。对选中节点，通过快速傅里叶变换分析权重频率成分，保留主要成分反变换重构权重；再依据节点贡献度用softmax赋分，结合注意力机制完成全局聚合。最后，ES根据节点本轮表现，调节其下一轮被选取的概率，以提升Non-IID数据下模型训练效率与性能。

薛穗华同学介绍的主题是基于深度学习的遥感目标检测算法研究，主要介绍了PAMFPN，这是一种新的模型，专门用于解决遥感目标检测的独特挑战，包括稀疏目标分布、多尺度变化和复杂背景干扰。通过整合三个关键创新——用于自适应稀疏位置建模的C3PAM模块、用于旋转敏感特征提取的RSA模块和用于动态多尺度上下文聚合的RCA模块——PAMFPN实现了跨不同遥感场景的稳健高效特征融合。在三个基准数据集（DOTA-v1.0、SSDD和HWPUVHR-10）上进行的广泛实验证明了方法的优越性。

郭杨玲同学介绍的主题是基于索引赋能的STAR-RIS辅助下行NOMA系统研究，提出了一种通过PL选择传递附加信息的STAR-RIS-PS-NOMA系统，推导了在完全和不完全SIC条件下BER的上界。数值结果表明，在相同的SE下，与传统的STAR-RIS-NOMA系统相比，所提出的方案实现了更优的BER性能。在未来的工作中，将探索STAR-RIS-PS-NOMA系统的潜力。例如，通过优化RIS元素的划分，可以进一步提高系统性能。

廖海燕同学针对复杂声学环境中，多声源定位面临混叠致定位难、精度不足、抗噪性差及声定位与追踪协同欠缺等问题，提出了基于联合时频特征MVDR空间滤波的多声源定位追踪技术，构建“声像定位-追踪”一体化方案。该方案用STFT将时域信号转时频域，分帧处理解混叠信号；改进MVDR算法，融合多维特征并采用对角加载稳协方差矩阵，借插值与幂次增强提分辨率。以8元圆形麦克风阵列实现 360°全向感知，选择汉宁窗进行分帧加窗处理，通过ONVIF协议联动摄像头建动态映射，提升低信噪比下的抗干扰性与实时性。

吴文卓同学介绍的主题是扩散环境中分子通信异常节点定位与分析，首先从研究背景指出，随着纳米技术发展，传统电磁通信定位方法在微观尺度应用中存在高能耗和高衰减等局限性，而分子通信通过扩散机制可实现更精准的纳米级定位。研究聚焦异常检测，涵盖分子释放、介质参数变化及分子吸收三类异常情况。接着研究内容构建了双吸收接收机（SIMO）系统模型，采用递归积分和简化建模方法分析分子吸收率，并基于最大似然估计与牛顿-拉夫逊方法进行定位算法设计，有效处理布朗噪声。最后实验结果通过仿真验证了距离估计的准确性和稳定性，显示算法在不同参数下均表现良好，相关成果已发表一篇学术论文。