6G联邦边缘学习新范式：基于任务导向的资源管理策略

综述了面向6G的联邦边缘学习技术,能够充分利用分布在网络边缘的丰富数据使之服务于人工智能模型训练,以联邦边缘学习为代表的边缘智能技术应运而生,其中无线资源管理策略将以最优化任务学习性能为导向,例如优化模型训练时间、学习收敛性等,从而实现从通信导向到任务导向的设计范式变革。首先,概述了联邦边缘学习基本概念、典型应用场景及其在无线资源管理中的关键问题。然后,以联邦边缘学习中带宽资源分配和用户调度策略为典型的资源管理案例,深入阐述了基于任务导向的设计范式思想。最后,对联邦边缘学习的未来潜在研究方向进行了展望,包括与无线空中计算、通信感知一体化等全新技术的融合赋能。     

蒸发诱导富勒烯C60块状晶体向晶须的形貌转变

通过利用液-液界面沉淀法(liquid-liquid interface precipitation,LLIP)以邻二甲苯和正丁醇分别作为良溶剂和不良溶剂制备了三维(3D)富勒烯C60块状晶体.当从上述母液中取出3D富勒烯C60块状晶体静置于载玻片上室温蒸发干燥时,其晶体形貌发生剧烈变化,由原始的3D富勒烯C60块状晶体转变为紧密有序排列的一维(1D)晶须,但是,3D富勒烯C60块状晶体的轮廓基本保持不变.通过将3D富勒烯C60块状晶体再次放入不同体积比的邻二甲苯和正丁醇混合溶液,观察其在蒸发干燥时的形貌转变规律,提出了蒸发诱导3D富勒烯C60块状晶体向1D晶须的转变机理.同时,利用光学显微镜、扫描电子显微镜、红外光谱仪和X-射线衍射仪对其形貌及组成、晶型进行了表征.     

基于无线信道状态信息的跌倒检测

随着中国正式迈入老龄化社会,老年人跌倒引发的问题日益引起关注。针对这一问题,无线信号(如Wi-Fi)感知被用于对跌倒进行及时检测与警报。无线信号感知技术依赖电磁波的反射特性,发射信号经过室内环境中各物体反射后产生不同的传播路径,叠加在一起到达接收端。由于接收信号携带了物体方位、活动状态等信息,通过将接收信号与实际物体的状态建立联系,可实现对物体进行定位与行动识别。对基于无线信道状态信息的跌倒检测进行研究,并在实验环境中验证其可行性。     

6G关键技术研发竞争格局与应对策略

数字经济作为新的经济形态成为推动经济增长的重要驱动力，第六代移动通信（6G）与数字经济之间存在着互促和依存的关系，相应关键技术研发价值重大且国际竞争格局激烈。本文从无线技术、网络技术、安全技术3个维度出发，系统梳理了6G关键技术研发的原理和发展现状，评估了我国在这些关键技术方向上的全球竞争力；具体技术方向包括无线人工智能技术、超大规模天线技术、太赫兹通信、智能反射面、通信感知一体化，分布式网络技术、“空天地”一体化组网技术、内生智能网络技术、算力网络技术，物理层安全技术、网络层安全技术、数据安全及隐私保护技术。研究建议，加速6G无线、网络、安全等核心技术产业化，以6G网络能力跨越式发展来服务未来业务需求；注重创新保障、产业支撑、扩大内需、人才保障，支持创新生态构建，形成6G产业发展保障支撑；与全球通信产业开展密切合作，积极参与6G国际标准制定，共同推动6G技术产业化。     

短语音及易混淆语种识别改进系统

该文针对短语音(语段时长小于等于1s)和易混淆语音的语种识别进行研究。选取东方多语种识别竞赛数据集为实验数据集,对比了音素对数似然比特征、梅尔频率倒谱系数特征、深度瓶颈层特征(DBF)在短语音及易混淆语种识别中的性能,证明DBF在两种识别任务中均具有较好的性能。为提升识别准确率提出DBF-I-VECTOR语种识别改进系统,该系统分别将基线DBF-I-VECTOR系统的短语音识别等错误率最优结果从12.26%降低为10.55%,易混淆语音识别等错误率(EER)最优结果从5.53%降低为2.86%。在对比改进系统后端的余弦距离(CDS)、概率线性判别分析(PLDA)、支持向量机(SVM)、极端梯度提升(XGBoost)、随机森林(RF)分类性能时发现RF在短语音任务中分类效果最好,SVM在易混淆任务中分类效果最好。