快捷入口

  • 作者中心 作者中心
  • 审稿中心 审稿中心
  • 编辑中心 编辑中心
  • 期刊管理中心 期刊管理中心
  • 当期目录
  • 网络首发
  • 视频论文
  • 专辑专题
  • 过刊浏览
  • Vol. 64  期 1, 2025 2025年 64卷 第1期
    • 中山大学科技期刊发展史专栏(组稿人:胡建勋)

      张冰,詹拔群

      DOI:10.13471/j.cnki.acta.snus.ZR20240290
      摘要:本文力图较为完整地展现中山大学100多年的科技期刊出版历史全貌,在明晰中山大学办学源流的基础上将其前身各校的科技期刊出版情况纳入梳理,整理统计出中山大学及其前身各校在正式建校前(1866—1923年)出版科技期刊25种、建校后的民国时期(1924—1948年)出版科技期刊87种,共和国时期(1949—2024年)出版科技期刊60种,共计172种,并对代表性刊物进行简要介绍。中山大学的科技期刊出版以医学类期刊的贡献最为突出,其影响一直延续至今。这些科技期刊从科研学术角度记录了中山大学的学科发展历史,同时为中国近代科学技术的传播和发展作出了重要的贡献。  
      关键词:中山大学;科技期刊;出版史;校史   
      23
      |
      0
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 75560530 false
      更新时间:2024-10-31
    • 詹拔群,张冰

      DOI:10.13471/j.cnki.acta.snus.ZR20240291
      摘要:本文介绍《中山大学学报(自然科学版中英文)》的创刊与源流,分为创刊初期(1955—1966)、首批复刊(1973—1978)、改革开放后(1979—2012)和迈进新时代(2013—2023)四个时间段回顾该刊70年的办刊历程,着重介绍了在各个时期为该刊的发展壮大作出了重要贡献的中山大学学者及其发表的成果,展现中山大学与该刊在推动国家科学技术发展进步方面所作出的贡献。新时代以来,自然科学版致力于内涵式高质量发展取得了成效。该刊以建设世界一流科技期刊为目标,采取了策划组织大型专题专辑、变更期刊文种为中英文、实施稿件质量提升计划、不断完善数字化出版等重要办刊举措,大力推进国际化高水平科技期刊建设。  
      关键词:科技期刊;中山大学学报;自然科学版;重要作者;数字化出版   
      58
      |
      11
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 75560493 false
      更新时间:2024-10-31
    • 智能通信专栏(组稿人: 庄宏成)

      王昭诚,马可

      DOI:10.13471/j.cnki.acta.snus.ZR20240214
      摘要:随着载波频率的不断提高和大规模天线阵列的广泛部署,基于模拟移相器的波束赋形成为下一代无线通信的标志性技术之一。此时,波束管理被用于获取和维护基站和用户端具有最大接收功率的最优波束对,以保障可靠的无线通信服务。传统波束管理方法往往依赖于海量搜索。同时,传统数学模型无法全面的、准确刻画非线性的波束的内在关联和高维无线环境特征,因而难以取得令人满意的波束增益性能。近年来,得益于深度学习强大的自适应拟合能力,深度学习赋能波束管理得到了国内外广泛关注。本文总结了深度学习赋能波束管理的研究进展,并展望了未来的研究方向。首先,阐述了深度学习应用于波束管理的典型场景和潜在优势;随后,从空/时/频域切入,讨论当前深度学习赋能波束管理的主要研究路线和代表性工作;最后,面向更大规模的无线网络、更多元的波束管理功能和更鲁棒的深度学习模型,阐述未来的研究挑战与机遇。  
      关键词:深度学习;波束管理;空域;时域;频域   
      47
      |
      87
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 72865890 false
      更新时间:2024-10-31
    • 牛凯,鲁延鹏,董超

      DOI:10.13471/j.cnki.acta.snus.ZR20240204
      摘要:通过将语义通信技术引入工业网络,构建了一个面向工业互联网的语义编码传输系统。系统中设计了语义编解码器以提取信源中的语义信息,相对于传统通信系统,基于语义信息的通信有更高的信息压缩效率与更高的符号差错容忍能力。同时引入信源信道联合编解码器,以信源信道联合编码的方式将语义信息转化为信道符号传输,进一步提升系统对工业网络通信资源的利用效率。所有编解码器均构建在深度神经网络架构Transformer上,确保了编解码器对语义信息的理解能力及系统的泛化能力。在工业药品生产场景中,对该系统进行测试,结果显示:相较于传统通信方案,该语义编码传输系统在图像重建质量和传输处理速度方面均有显著提升。且系统对下游任务的性能影响极小,保证了工业生产中如缺陷检测等关键任务的准确性。  
      关键词:工业互联网;数据压缩与传输;语义通信;深度学习   
      26
      |
      35
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 72865860 false
      更新时间:2024-10-31
    • 秦晓卫,周子涵,陈力

      DOI:10.13471/j.cnki.acta.snus.ZR20240196
      摘要:本文研究不同场景下基于空中计算的多址信道计算(CoMAC)架构的覆盖符号决策算法。首先,从理论上分析了XOR、ADD、MOD三种场景中加性高斯白噪声(AWGN)多址接入信道下叠加符号的概率密度分布,提出了一种基于先验概率的最优门限判决策略。其次,推导了系统最优门限及对应误码率的理论表达式。最后,通过仿真验证了不同信噪比、传感器节点个数及先验概率对于该门限判决方案的鲁棒性和可靠性的影响。与通信计算相分离的传统方案相比,空中计算判决方案具有更好的检测性能,为多址接入信道下的信号识别提供了新的参考方案。  
      关键词:空中计算;多址接入信道;最优门限判决;检测性能   
      29
      |
      28
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 73368388 false
      更新时间:2024-10-31
    查看更多
    0