• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于條件變分自編碼器的射線樣本生成算法*

    2022-05-10 02:20:22于文欣
    通信技術(shù) 2022年4期
    關(guān)鍵詞:訓(xùn)練樣本幅值信道

    朱 軍,楊 軍,李 凱,于文欣

    (1.安徽大學(xué) 電子信息工程學(xué)院,安徽 合肥 230601;2.上??萍即髮W(xué),上海 201210;3.華為上海研究所,上海 201206)

    0 引言

    隨著5G 的快速發(fā)展,大規(guī)模多輸入多輸出(Massive Multiple-Input Multiple-Output,Massive MIMO)作為其關(guān)鍵技術(shù)得到廣泛應(yīng)用[1,2],但在信道特征獲取的過程中,由于MIMO 網(wǎng)絡(luò)復(fù)雜度高,導(dǎo)致生成信道矩陣的計(jì)算量和時(shí)間開銷非常大。因此,為了解決這類問題,神經(jīng)網(wǎng)絡(luò)成為研究焦點(diǎn)[3,4]。

    基于卡塔爾首都多哈市某地區(qū)的三維地圖生成的真實(shí)射線追蹤數(shù)據(jù)及5G 無(wú)線仿真平臺(tái)(白盒系統(tǒng))[5],計(jì)算得到用戶柵格級(jí)大尺度信道幅值,在利用神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行學(xué)習(xí)預(yù)測(cè)時(shí),發(fā)現(xiàn)較多預(yù)測(cè)用戶的預(yù)測(cè)誤差較大。通過觀察射線數(shù)據(jù)樣本,發(fā)現(xiàn)正是因?yàn)檫@些預(yù)測(cè)用戶分布在原始射線數(shù)據(jù)樣本的缺失部分,才導(dǎo)致了預(yù)測(cè)誤差較大。

    針對(duì)上述問題,鑒于條件變分自編碼器[6,7](Conditional Variational Auto-Encoder,CVAE) 的樣本生成能力,提出基于CVAE 的射線樣本生成算法。在保證神經(jīng)網(wǎng)絡(luò)大幅度降低得到信道幅值的時(shí)間開銷的同時(shí),通過CVAE 生成并增添缺失的射線數(shù)據(jù)樣本,可很好地減少預(yù)測(cè)誤差較大的用戶數(shù)量并降低預(yù)測(cè)誤差。

    1 神經(jīng)網(wǎng)絡(luò)模型

    1.1 模型結(jié)構(gòu)

    Massive MIMO 系統(tǒng)的信道模型為3GPPTR 38.901 定義的3D-UMa 模型[8]。該模型包含了基站和用戶兩端離開角和到達(dá)角的3 維特性。射線追蹤模型輸出的是基站和用戶之間傳播射線的起點(diǎn)、終點(diǎn)、反射點(diǎn)的3 維坐標(biāo),以及射線的離開角、到達(dá)角、大尺度路損和時(shí)延等參數(shù),這些參數(shù)可以描述Massive MIMO 信道的大尺度傳播特征。

    使用的神經(jīng)網(wǎng)絡(luò)模型為文獻(xiàn)[2]中的逆向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)采用的是卡塔爾多哈市某地區(qū)的3 維地圖生成的射線追蹤數(shù)據(jù)中射線的離開角、到達(dá)角的傳播時(shí)延,輸入的量化區(qū)間大小為18°,4 個(gè)角度分量中水平方向離開角(Azimuth angle Of Departure,AOD)和水平方向到達(dá)角(Azimuth angle Of Arrival,AOA)的角度范圍為[-180°,180°],分別可形成20 個(gè)量化區(qū)間,垂直方向離開角(Zenith angle Of Departure,ZOD)和垂直方向到達(dá)角(Zenith angle Of Arrival,ZOA)的角度范圍為[0°,180°],分別可形成10 個(gè)量化區(qū)間,則每個(gè)用戶輸入向量共有60 個(gè)量化區(qū)間;輸出數(shù)據(jù)采用的是基于5G 仿真平臺(tái)生成的柵格級(jí)路損數(shù)據(jù)。通過相對(duì)誤差來(lái)度量神經(jīng)網(wǎng)絡(luò)輸出的預(yù)測(cè)值與實(shí)際值之間的差距,其表達(dá)式如下:

    式中:e為相對(duì)誤差;y為用戶信道幅值的真實(shí)值;y′為預(yù)測(cè)值。

    1.2 射線樣本空間分析

    訓(xùn)練BP 神經(jīng)網(wǎng)絡(luò)的射線數(shù)據(jù)訓(xùn)練樣本數(shù)為5 900(該樣本是從所有,即59 000 個(gè)樣本中,挑選出并能代表整體樣本特征的樣本集),預(yù)測(cè)樣本數(shù)為1 000。將預(yù)測(cè)誤差>10%的用戶稱為高誤差用戶,預(yù)測(cè)誤差≤10%的用戶稱為普通用戶。將輸入預(yù)測(cè)樣本到訓(xùn)練好的BP 神經(jīng)網(wǎng)絡(luò)中得出的信道幅值與系統(tǒng)級(jí)仿真得出的信道幅值相比,會(huì)發(fā)現(xiàn)存在較多的偏差。

    通過觀察BP 神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果可以發(fā)現(xiàn),預(yù)測(cè)誤差較大的高誤差用戶普遍與訓(xùn)練集中訓(xùn)練樣本的相似度較低。故根據(jù)預(yù)測(cè)用戶與訓(xùn)練集之間的余弦距離來(lái)對(duì)高誤差用戶和普通用戶進(jìn)行區(qū)分。以預(yù)測(cè)用戶與訓(xùn)練集中余弦距離最小的訓(xùn)練樣本之間的余弦距離,作為預(yù)測(cè)用戶與訓(xùn)練集之間的余弦距離,計(jì)算公式如下:

    式中:T為預(yù)測(cè)用戶;Xi為訓(xùn)練集I中第i個(gè)訓(xùn)練樣本;tj和xij分別為預(yù)測(cè)用戶和第i個(gè)訓(xùn)練樣本向量在各量化區(qū)間的射線時(shí)延平均值,量化區(qū)間數(shù)為60。

    根據(jù)皮爾遜相關(guān)系數(shù)公式,可以計(jì)算得到預(yù)測(cè)用戶與訓(xùn)練集之間的歸一化余弦距離與預(yù)測(cè)誤差之間的相關(guān)系數(shù)為0.355,表明具有一定程度的相關(guān)性。圖1 給出了高誤差用戶和普通用戶與訓(xùn)練集之間的歸一化余弦距離的累積分布函數(shù)(Cumulative Distribution Function,CDF)。如圖1 所示,高誤差用戶與訓(xùn)練集的余弦距離普遍較大,而普通用戶與訓(xùn)練集的余弦距離普遍較小。根據(jù)實(shí)驗(yàn)結(jié)果,選取歸一化余弦距離閾值0.075 對(duì)預(yù)測(cè)用戶與訓(xùn)練集之間的高誤差用戶和普通用戶進(jìn)行區(qū)分,即與訓(xùn)練集的歸一化余弦距離大于0.075 的預(yù)測(cè)用戶為高誤差用戶,小于或等于0.075 的預(yù)測(cè)用戶為普通用戶。

    圖1 預(yù)測(cè)用戶與訓(xùn)練集的余弦距離CDF

    1.2節(jié)使用的對(duì)BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的訓(xùn)練集中訓(xùn)練樣本的信道幅值分布,以及該訓(xùn)練集對(duì)應(yīng)預(yù)測(cè)集中高誤差用戶的信道幅值真實(shí)值分布如表1所示。

    表1 原訓(xùn)練集訓(xùn)練樣本和對(duì)應(yīng)的高誤差用戶的信道幅值分布

    從表1 可知,基于真實(shí)射線追蹤數(shù)據(jù)所得的訓(xùn)練樣本確實(shí)存在訓(xùn)練樣本缺失的問題。信道幅值絕對(duì)值位于80~140 dB 區(qū)間的訓(xùn)練樣本數(shù)較少,且由5 900 訓(xùn)練集訓(xùn)練得到的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的高誤差用戶基本都分布在這些區(qū)間段內(nèi)。

    為解決射線樣本空間缺失的問題,在CVAE 生成所需信道幅值區(qū)間的訓(xùn)練樣本的基礎(chǔ)上擴(kuò)展訓(xùn)練集,并用擴(kuò)展后的訓(xùn)練集來(lái)訓(xùn)練BP 神經(jīng)網(wǎng)絡(luò),以降低高誤差用戶數(shù)及其預(yù)測(cè)誤差,實(shí)現(xiàn)快速準(zhǔn)確的信道幅值預(yù)測(cè)。

    2 CVAE 模型

    CVAE[9]是一種生成模型,通過學(xué)習(xí)樣本的分布規(guī)律,使得訓(xùn)練出來(lái)的模型不僅能重構(gòu)樣本,還具有仿照樣本分布的功能,生成更多指定區(qū)間的樣本。CVAE 是基于變分自編碼器(Variational Auto-Encoder,VAE)[10]在編碼器及解碼器上引入樣本的標(biāo)簽信息,即從無(wú)監(jiān)督模型變成有監(jiān)督模型,因此具有更好的學(xué)習(xí)能力。

    2.1 CVAE 的具體實(shí)現(xiàn)

    為了生成指定信道幅值區(qū)間的新訓(xùn)練樣本,根據(jù)訓(xùn)練集中訓(xùn)練樣本的特點(diǎn),以10 dB 為一個(gè)區(qū)間范圍對(duì)幅值進(jìn)行劃分,原訓(xùn)練集里的訓(xùn)練樣本的信道幅值(絕對(duì)值)的范圍大小為80~180 dB,故總共可劃分為10 個(gè)區(qū)間,每個(gè)區(qū)間對(duì)應(yīng)的類別標(biāo)簽范圍即為0~9,記為l。在原始射線數(shù)據(jù)中加入了每個(gè)數(shù)據(jù)的類別標(biāo)簽,以此作為訓(xùn)練集對(duì)CVAE 進(jìn)行訓(xùn)練,本文使用的CVAE 的編碼器和解碼器皆為包括一個(gè)輸入層、兩個(gè)隱藏層和一個(gè)輸出層的4 層神經(jīng)網(wǎng)絡(luò)。

    編碼器各層節(jié)點(diǎn)數(shù):輸入層為70,兩個(gè)隱藏層分別為310 和300,輸出層為4。其中輸入層節(jié)點(diǎn)數(shù)70 是根據(jù)射線追蹤數(shù)據(jù)所得出的訓(xùn)練樣本4個(gè)角度輸入向量的60 個(gè)數(shù)值,再添加類別標(biāo)簽的10 個(gè)數(shù)值,總共70 個(gè)數(shù)值,以此作為CVAE 編碼器的輸入;輸出層節(jié)點(diǎn)數(shù)4 是編碼器輸出的專屬于每個(gè)樣本xk的正態(tài)參數(shù),包括均值μk和標(biāo)準(zhǔn)差σk,各2 個(gè)數(shù)值。參照文獻(xiàn)[10],本文中采用的隱變量z的維度為2 維,因此CVAE 編碼器學(xué)習(xí)得出的分布參數(shù)均為2 維。前一個(gè)隱藏層采用的激活函數(shù)為指數(shù)線性單元(Exponential Linear Unit,ELU)函數(shù),后一個(gè)隱藏層采用的激活函數(shù)為雙曲正切tanh 函數(shù)。編碼器encoder 的輸入向量表示為:

    式中:Xen表示為編碼器第n個(gè)訓(xùn)練樣本的輸入向量,其展開表示為Xen=[xnl]。其中xn的表達(dá)式為:

    式中:為第n個(gè)用戶輸入向量的第m個(gè)量化區(qū)間的時(shí)延。

    在訓(xùn)練CVAE 前要對(duì)基于射線追蹤數(shù)據(jù)形成的量化區(qū)間進(jìn)行處理,即在xn的各量化區(qū)間中,對(duì)無(wú)射線分布的量化區(qū)間填為0;l表示類別標(biāo)簽向量,長(zhǎng)度為10,在l中除對(duì)應(yīng)類別位置填為1,其余位置均填為0。編碼器的輸出向量表示為:

    式中:Yen為編碼器第n個(gè)訓(xùn)練樣本的輸出向量,其表達(dá)式為Yen=[μkσk],其中μk表示均值,σk表示標(biāo)準(zhǔn)差。

    解碼器各層節(jié)點(diǎn)數(shù):輸入層為12、兩個(gè)隱藏層分別為300 和300、輸出層為60。其中,輸入層節(jié)點(diǎn)數(shù)12 是2 維隱變量z的兩個(gè)值,再添加類別標(biāo)簽的10 個(gè)數(shù)值;輸出層節(jié)點(diǎn)數(shù)60 是解碼器生成的新訓(xùn)練樣本向量,具有60 個(gè)數(shù)值。前一個(gè)隱藏層采用的激活函數(shù)為tanh 函數(shù),后一個(gè)隱藏層采用的激活函數(shù)為ELU 函數(shù)[10]。解碼器的輸出層通過使用sigmoid 激活函數(shù)將輸出的數(shù)值范圍控制在(0,1)之間。在訓(xùn)練CVAE 的過程中,解碼器decoder 的輸入向量表示為:

    式中:Xdn表示為解碼器第n個(gè)訓(xùn)練樣本的輸入向量,則其展開表示為Xdn=[zl],其中的z利用到了重參數(shù)技巧[10],根據(jù)編碼器輸出的μk和σk采樣得到的隱變量z=μk+σkε,z的維數(shù)為2,ε服從位置參數(shù)是0、尺度參數(shù)是1 的正態(tài)分布N(0,1)。l則與編碼器中的l相同,是類別標(biāo)簽向量。在訓(xùn)練CVAE 的過程中,解碼器的輸出向量表示為:

    式中:Ydn為解碼器第n個(gè)訓(xùn)練樣本的輸出向量,其展開表示為Ydn=yn,yn的表達(dá)式如式(4),為解碼器還原得到的第n個(gè)訓(xùn)練樣本。

    由文獻(xiàn)[9]可知,在隱變量z服從標(biāo)準(zhǔn)正態(tài)分布的條件下,CVAE 中的變分下界,即訓(xùn)練CVAE時(shí)的損失函數(shù)L(xk,y)為:

    式中:DKL(q(z|xk,y)||p(z,y))為后驗(yàn)分布q(z|xk,y)和先驗(yàn)分布p(z,y)間的Kullback-Leibler 散度;p(xk|zn,y)為樣本xk關(guān)于隱變量z和類別信息y的條件概率;J為隱變量z的維度;μj,σj分別為隱變量z第j維的均值及標(biāo)準(zhǔn)差。

    根據(jù)訓(xùn)練樣本的數(shù)據(jù)類型,對(duì)式(8)變分下界L(xk,y)第二項(xiàng)中的logp(xk|zn,y)采用伯努利分布[10],因而logp(xk|zn,y)為:

    式中:D為訓(xùn)練樣本向量xk的長(zhǎng)度,規(guī)定為60;xi為樣本xk各量化區(qū)間的數(shù)值;yi為解碼器還原出的樣本的各量化區(qū)間的數(shù)值。當(dāng)CVAE 訓(xùn)練過程中每一步訓(xùn)練的樣本足夠多時(shí),可令式(8)中隱變量z的采樣次數(shù)N為1[10],因而式(8)中的Eq(z|xk,y)[logp(xk|z,y)]=logp(xk|z,y)。CVAE 的目標(biāo)是令變分下界L(xk,y)最大,在對(duì)CVAE 進(jìn)行訓(xùn)練時(shí),令-L(xk,y)最小,因而CVAE 訓(xùn)練過程的損失函數(shù)L如下:

    式中:J為2;D為60;μj和σj分別為編碼器學(xué)習(xí)到的隱變量z的期望和方差的各維分量。

    2.2 基于CVAE 的樣本生成算法

    解碼器生成的訓(xùn)練樣本不包含輸出,即樣本的信道幅值信息,可以通過計(jì)算解碼器生成的新樣本與訓(xùn)練集中全部訓(xùn)練樣本的夾角余弦大小,將與新樣本夾角余弦最大的訓(xùn)練樣本的信道幅值作為新樣本的信道幅值。

    利用CVAE 來(lái)實(shí)現(xiàn)指定信道幅值區(qū)間的訓(xùn)練樣本的生成,在對(duì)2.1 節(jié)實(shí)現(xiàn)的CVAE 進(jìn)行訓(xùn)練之后,從標(biāo)準(zhǔn)正態(tài)分布中隨機(jī)采樣得到M個(gè)z,M為要生成的指定類別的新樣本的數(shù)量,并和指定的類別標(biāo)簽lc一起輸入到CVAE 的解碼器中,即可實(shí)現(xiàn)指定信道幅值區(qū)間的訓(xùn)練樣本的生成?;贑VAE 的訓(xùn)練樣本生成算法的偽代碼如下:

    3 仿真結(jié)果與分析

    通過將補(bǔ)充了新樣本的新訓(xùn)練集和未補(bǔ)充新樣本的原訓(xùn)練集訓(xùn)練得到的BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比,評(píng)估降低高誤差用戶數(shù)及高誤差用戶預(yù)測(cè)誤差的有效性,以及完善訓(xùn)練集后的BP 神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)信道幅值時(shí)的性能。

    用于訓(xùn)練CVAE 的訓(xùn)練樣本數(shù)為59 000 個(gè);對(duì)BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的原訓(xùn)練集樣本數(shù)為5 900個(gè);CVAE 生成的訓(xùn)練樣本數(shù)為2 000 個(gè),即補(bǔ)充了原BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本得到新訓(xùn)練集,新訓(xùn)練集的訓(xùn)練樣本數(shù)為7 900 個(gè);預(yù)測(cè)集樣本數(shù)為1 000 個(gè)。

    結(jié)合表1,本文利用CVAE 生成類別標(biāo)簽為0~5,即信道幅值絕對(duì)值位于80~140 dB 區(qū)間的新樣本,實(shí)現(xiàn)對(duì)原訓(xùn)練集中訓(xùn)練樣本缺失區(qū)間的樣本補(bǔ)充,以有效降低高誤差用戶的預(yù)測(cè)誤差?;贑VAE 生成2 000 個(gè)信道幅值絕對(duì)值位于80~140 dB區(qū)間的新樣本,并補(bǔ)充到原訓(xùn)練集中。圖2 給出了新訓(xùn)練集(原訓(xùn)練集補(bǔ)充了CVAE 生成的2 000 個(gè)新樣本后的訓(xùn)練集)和原訓(xùn)練集訓(xùn)練得到的BP 神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)集上的預(yù)測(cè)誤差CDF。誤差在小于0.06 時(shí),新舊訓(xùn)練集模型預(yù)測(cè)相差不明顯;在誤差大于0.06 時(shí),新訓(xùn)練集模型預(yù)測(cè)的誤差明顯比舊訓(xùn)練集的要低。

    圖2 原訓(xùn)練集與新訓(xùn)練集訓(xùn)練模型的預(yù)測(cè)相對(duì)誤差CDF

    雙方在預(yù)測(cè)集上的性能對(duì)比如表3 所示,與原BP 神經(jīng)網(wǎng)絡(luò)相比,補(bǔ)充了訓(xùn)練樣本的新BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的高誤差用戶數(shù)有了明顯的降低,預(yù)測(cè)誤差大于10%且小于20%的高誤差用戶數(shù)減少約24.468%,預(yù)測(cè)誤差大于20%的高誤差用戶數(shù)減少約90%。新BP 神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)集上的平均相對(duì)誤差,相比原BP 神經(jīng)網(wǎng)絡(luò)也有了明顯的降低,預(yù)測(cè)集的平均相對(duì)誤差從4.5%降低到4.22%,相比原來(lái)的平均相對(duì)誤差減少了約6.2%。

    表3 新/原訓(xùn)練集對(duì)應(yīng)的BP 神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)集上的性能對(duì)比

    新訓(xùn)練集相較原訓(xùn)練集對(duì)應(yīng)預(yù)測(cè)集中高誤差用戶數(shù)有了較好的改善,信道幅值(絕對(duì)值)80~90 dB 區(qū)間的高誤差用戶數(shù)由12 個(gè)減至3 個(gè),90~100 dB 區(qū)間由38 個(gè)減至15 個(gè),100~110dB 區(qū)間 由47個(gè)減至27 個(gè),110~120 dB區(qū)間由62個(gè)減至39 個(gè),120~130 dB 區(qū)間由14 個(gè)減至6 個(gè),120~130 dB 區(qū)間由8 個(gè)減至7 個(gè)。由此可見,利用CVAE 對(duì)原訓(xùn)練集中80~140 dB 區(qū)間進(jìn)行訓(xùn)練樣本補(bǔ)充,可有效降低BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)位于80~140 dB區(qū)間的高誤差用戶數(shù)。

    上述結(jié)果分析表明,通過對(duì)原訓(xùn)練集中訓(xùn)練樣本缺失的區(qū)間進(jìn)行訓(xùn)練樣本補(bǔ)充,確實(shí)可有效降低對(duì)應(yīng)區(qū)間的高誤差用戶數(shù)及預(yù)測(cè)平均相對(duì)誤差。

    圖3 給出了新訓(xùn)練集訓(xùn)練得到的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的用戶信道幅值和白盒系統(tǒng)計(jì)算得到的用戶信道幅值的對(duì)比;新訓(xùn)練集訓(xùn)練得到的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的用戶信道幅值,與白盒系統(tǒng)通過系統(tǒng)級(jí)仿真計(jì)算得到的用戶信道幅值的一致性很高,預(yù)測(cè)集平均相對(duì)誤差為4.22%。新BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)1 000 個(gè)用戶的信道幅值的時(shí)間開銷為0.065 s,遠(yuǎn)低于系統(tǒng)級(jí)仿真即白盒系統(tǒng)計(jì)算得到1 000 個(gè)用戶的信道幅值的時(shí)間開銷(24 074.56 s)。

    圖3 新BP 神經(jīng)網(wǎng)絡(luò)和白盒系統(tǒng)得到的信道幅值對(duì)比

    4 結(jié)語(yǔ)

    本文提出了一種基于CVAE 的射線樣本生成算法,該算法通過增添所需區(qū)間的樣本來(lái)降低BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的高誤差用戶數(shù)和預(yù)測(cè)平均相對(duì)誤差。完善訓(xùn)練集后的BP 神經(jīng)網(wǎng)絡(luò)在得到與白盒系統(tǒng)精度接近的信道幅值的同時(shí),可降低得到信道幅值的時(shí)間開銷。未來(lái)可考慮樣本的最適宜的分布,對(duì)CVAE 進(jìn)行改進(jìn),使得生成的樣本更符合原樣本的分布特點(diǎn)。

    猜你喜歡
    訓(xùn)練樣本幅值信道
    人工智能
    基于S變換的交流電網(wǎng)幅值檢測(cè)系統(tǒng)計(jì)算機(jī)仿真研究
    電子制作(2017年7期)2017-06-05 09:36:13
    寬帶光譜成像系統(tǒng)最優(yōu)訓(xùn)練樣本選擇方法研究
    融合原始樣本和虛擬樣本的人臉識(shí)別算法
    基于稀疏重構(gòu)的機(jī)載雷達(dá)訓(xùn)練樣本挑選方法
    正序電壓幅值檢測(cè)及諧波抑制的改進(jìn)
    基于導(dǎo)頻的OFDM信道估計(jì)技術(shù)
    一種改進(jìn)的基于DFT-MMSE的信道估計(jì)方法
    低壓電力線信道脈沖噪聲的幅值與寬度特征
    基于零序電壓幅值增量的消弧線圈調(diào)諧新方法
    大片免费播放器 马上看| 熟妇人妻不卡中文字幕| 一个人看视频在线观看www免费| 天堂中文最新版在线下载| 超色免费av| 中国三级夫妇交换| 美女cb高潮喷水在线观看| 特大巨黑吊av在线直播| 人妻制服诱惑在线中文字幕| 婷婷色麻豆天堂久久| 少妇的逼好多水| 国产免费一区二区三区四区乱码| 午夜精品国产一区二区电影| 国产精品一区二区三区四区免费观看| 如日韩欧美国产精品一区二区三区 | 国产高清不卡午夜福利| 九九久久精品国产亚洲av麻豆| 99九九线精品视频在线观看视频| 建设人人有责人人尽责人人享有的| 日韩电影二区| 人妻夜夜爽99麻豆av| 搡女人真爽免费视频火全软件| 久久久久久久精品精品| 嘟嘟电影网在线观看| 欧美老熟妇乱子伦牲交| 国产午夜精品久久久久久一区二区三区| 多毛熟女@视频| 国产老妇伦熟女老妇高清| 一级黄片播放器| 亚洲国产精品专区欧美| 国产精品不卡视频一区二区| 国产在线视频一区二区| 人体艺术视频欧美日本| 日韩av不卡免费在线播放| 欧美日韩视频精品一区| 久久 成人 亚洲| 女性被躁到高潮视频| 欧美丝袜亚洲另类| 高清在线视频一区二区三区| 秋霞伦理黄片| 久久久久久久久久人人人人人人| 精品人妻熟女毛片av久久网站| 亚洲av国产av综合av卡| 观看美女的网站| 日韩一区二区三区影片| 尾随美女入室| 欧美bdsm另类| 一本久久精品| 极品少妇高潮喷水抽搐| 日本黄大片高清| 精品久久蜜臀av无| 水蜜桃什么品种好| 91精品一卡2卡3卡4卡| 男女边摸边吃奶| 国产精品三级大全| 麻豆精品久久久久久蜜桃| 亚洲精品一二三| 2022亚洲国产成人精品| 丰满迷人的少妇在线观看| 国产日韩欧美视频二区| 欧美激情国产日韩精品一区| 亚洲精品日韩av片在线观看| 久久国产亚洲av麻豆专区| 亚洲精品中文字幕在线视频| 麻豆成人av视频| 国产精品成人在线| 日本爱情动作片www.在线观看| 亚洲精品中文字幕在线视频| 国产在线免费精品| 国产伦精品一区二区三区视频9| 免费观看无遮挡的男女| 丝袜喷水一区| 国产永久视频网站| 久久ye,这里只有精品| 一级黄片播放器| 在线播放无遮挡| 超色免费av| 人人澡人人妻人| 妹子高潮喷水视频| 精品酒店卫生间| 日韩精品有码人妻一区| 婷婷色综合www| 国产精品麻豆人妻色哟哟久久| 日本免费在线观看一区| 国产欧美另类精品又又久久亚洲欧美| 国产精品一区www在线观看| 精品人妻在线不人妻| 永久免费av网站大全| 国产国拍精品亚洲av在线观看| 五月天丁香电影| 青春草视频在线免费观看| 中文天堂在线官网| 国产视频首页在线观看| 国产精品久久久久久精品古装| 精品人妻熟女毛片av久久网站| 久久精品国产自在天天线| 99久久综合免费| videos熟女内射| 日本-黄色视频高清免费观看| 日韩中文字幕视频在线看片| 麻豆精品久久久久久蜜桃| 亚洲久久久国产精品| 五月伊人婷婷丁香| 中文字幕精品免费在线观看视频 | 日韩熟女老妇一区二区性免费视频| 亚洲美女视频黄频| 在线 av 中文字幕| 午夜福利,免费看| 哪个播放器可以免费观看大片| av国产精品久久久久影院| 久久久久久人妻| 久久久久久久久久久免费av| 久久久国产一区二区| 精品人妻熟女av久视频| 国产又色又爽无遮挡免| 亚洲欧洲国产日韩| 久久久久精品性色| 日本黄色日本黄色录像| 精品久久蜜臀av无| 成人二区视频| 人体艺术视频欧美日本| 搡老乐熟女国产| 飞空精品影院首页| 国产免费福利视频在线观看| 久久人人爽av亚洲精品天堂| 97在线人人人人妻| 久久久午夜欧美精品| 综合色丁香网| 中文字幕人妻熟人妻熟丝袜美| 制服丝袜香蕉在线| 黄片播放在线免费| 久久久久久久久久久丰满| 欧美三级亚洲精品| 色视频在线一区二区三区| 18禁观看日本| 人成视频在线观看免费观看| 黄色怎么调成土黄色| 亚洲不卡免费看| 夜夜看夜夜爽夜夜摸| 自拍欧美九色日韩亚洲蝌蚪91| 最近的中文字幕免费完整| 人人妻人人爽人人添夜夜欢视频| 十分钟在线观看高清视频www| 亚洲国产精品成人久久小说| 国产伦理片在线播放av一区| 日韩大片免费观看网站| 狂野欧美白嫩少妇大欣赏| 亚洲久久久国产精品| 日本wwww免费看| 国内精品宾馆在线| 国产一区二区三区综合在线观看 | 王馨瑶露胸无遮挡在线观看| 午夜视频国产福利| 亚洲怡红院男人天堂| 一本大道久久a久久精品| 日韩一区二区视频免费看| 日本av免费视频播放| 亚洲成人手机| 夜夜爽夜夜爽视频| 国产一区二区在线观看日韩| 中文字幕精品免费在线观看视频 | av专区在线播放| 免费看光身美女| 国产永久视频网站| 国产亚洲欧美精品永久| 亚洲欧美清纯卡通| 中文字幕亚洲精品专区| 伊人亚洲综合成人网| 日本爱情动作片www.在线观看| 中文字幕人妻熟人妻熟丝袜美| 国产精品 国内视频| xxxhd国产人妻xxx| 国产精品一区www在线观看| 国产成人freesex在线| 亚洲综合色惰| 999精品在线视频| 夫妻性生交免费视频一级片| 亚洲国产精品一区三区| 少妇精品久久久久久久| av播播在线观看一区| 午夜福利视频精品| 成人综合一区亚洲| 婷婷色综合大香蕉| 日韩 亚洲 欧美在线| 亚洲丝袜综合中文字幕| av网站免费在线观看视频| 亚洲情色 制服丝袜| a 毛片基地| 两个人免费观看高清视频| 欧美人与性动交α欧美精品济南到 | 色94色欧美一区二区| 又粗又硬又长又爽又黄的视频| 国产亚洲一区二区精品| 99视频精品全部免费 在线| 精品一区在线观看国产| 欧美成人午夜免费资源| 18在线观看网站| 毛片一级片免费看久久久久| 蜜桃在线观看..| 日韩精品有码人妻一区| 韩国高清视频一区二区三区| 大陆偷拍与自拍| 夫妻午夜视频| 国产亚洲av片在线观看秒播厂| 男女啪啪激烈高潮av片| 性色avwww在线观看| 少妇的逼水好多| 日韩精品有码人妻一区| 丰满饥渴人妻一区二区三| 黑丝袜美女国产一区| 免费av中文字幕在线| 精品99又大又爽又粗少妇毛片| 日本黄大片高清| 一区二区三区四区激情视频| 欧美变态另类bdsm刘玥| 97超视频在线观看视频| 中文字幕制服av| av网站免费在线观看视频| 啦啦啦视频在线资源免费观看| 中文字幕久久专区| 美女国产视频在线观看| 女的被弄到高潮叫床怎么办| 最新的欧美精品一区二区| 精品国产国语对白av| kizo精华| 九色成人免费人妻av| 成年av动漫网址| 交换朋友夫妻互换小说| 美女福利国产在线| 亚洲,欧美,日韩| 在线观看三级黄色| 亚洲精品一区蜜桃| av福利片在线| 建设人人有责人人尽责人人享有的| 高清午夜精品一区二区三区| 国产免费视频播放在线视频| 欧美激情国产日韩精品一区| 伦理电影免费视频| 乱码一卡2卡4卡精品| 国产精品偷伦视频观看了| 美女cb高潮喷水在线观看| 国产一区二区三区综合在线观看 | a 毛片基地| 亚洲成色77777| 国产精品一区二区在线不卡| 亚洲av成人精品一区久久| 日本午夜av视频| 精品一区二区三区视频在线| 一级毛片黄色毛片免费观看视频| 亚洲欧美日韩卡通动漫| 久久av网站| av又黄又爽大尺度在线免费看| 美女视频免费永久观看网站| 久久久午夜欧美精品| 午夜福利影视在线免费观看| 国产精品.久久久| 男女高潮啪啪啪动态图| 日韩电影二区| 日韩中文字幕视频在线看片| 亚洲图色成人| 亚洲欧美精品自产自拍| 肉色欧美久久久久久久蜜桃| 精品人妻熟女毛片av久久网站| 麻豆成人av视频| 美女中出高潮动态图| 九草在线视频观看| 亚洲一区二区三区欧美精品| 国产男女内射视频| 51国产日韩欧美| 人妻 亚洲 视频| 久久99精品国语久久久| 青青草视频在线视频观看| 日本黄色片子视频| 国产探花极品一区二区| 免费高清在线观看视频在线观看| 99久久中文字幕三级久久日本| 亚洲高清免费不卡视频| 成年av动漫网址| 免费高清在线观看日韩| 亚州av有码| 国产亚洲精品久久久com| 国产精品麻豆人妻色哟哟久久| 欧美日韩一区二区视频在线观看视频在线| 少妇被粗大猛烈的视频| av电影中文网址| 免费黄网站久久成人精品| 国产探花极品一区二区| 少妇被粗大猛烈的视频| 久久韩国三级中文字幕| 十八禁高潮呻吟视频| 制服丝袜香蕉在线| 国产精品欧美亚洲77777| 麻豆精品久久久久久蜜桃| 大香蕉久久网| 18禁裸乳无遮挡动漫免费视频| 国产精品一区www在线观看| 欧美激情 高清一区二区三区| 人人妻人人澡人人看| 国产老妇伦熟女老妇高清| 久久亚洲国产成人精品v| 视频区图区小说| 国内精品宾馆在线| 国产精品不卡视频一区二区| 看非洲黑人一级黄片| 51国产日韩欧美| 午夜福利在线观看免费完整高清在| 久久国产亚洲av麻豆专区| 麻豆成人av视频| av一本久久久久| 在线观看人妻少妇| 天堂中文最新版在线下载| 久久午夜综合久久蜜桃| 日韩制服骚丝袜av| 制服人妻中文乱码| 国产乱人偷精品视频| 日韩av在线免费看完整版不卡| 啦啦啦视频在线资源免费观看| 国产色爽女视频免费观看| 亚洲欧美精品自产自拍| 黑人猛操日本美女一级片| 丝袜在线中文字幕| 最黄视频免费看| 日韩免费高清中文字幕av| 国产午夜精品一二区理论片| 在线观看免费日韩欧美大片 | 国产成人精品一,二区| 国产精品成人在线| 午夜老司机福利剧场| 久久久欧美国产精品| 搡女人真爽免费视频火全软件| 精品一区二区三区视频在线| 伊人久久精品亚洲午夜| 国产成人免费观看mmmm| 精品99又大又爽又粗少妇毛片| 亚洲色图 男人天堂 中文字幕 | 亚洲国产欧美日韩在线播放| 免费高清在线观看视频在线观看| 99热这里只有是精品在线观看| 欧美精品人与动牲交sv欧美| 国产片特级美女逼逼视频| 国产av码专区亚洲av| videossex国产| 伦理电影大哥的女人| av国产精品久久久久影院| 伦精品一区二区三区| 丰满迷人的少妇在线观看| 亚洲人成网站在线观看播放| 欧美少妇被猛烈插入视频| 久久婷婷青草| 亚洲精品国产色婷婷电影| 日韩欧美一区视频在线观看| 伦理电影免费视频| 亚洲无线观看免费| 精品少妇久久久久久888优播| 人人妻人人爽人人添夜夜欢视频| 黄色怎么调成土黄色| 伦精品一区二区三区| 18禁在线播放成人免费| 不卡视频在线观看欧美| 亚洲欧美日韩卡通动漫| videosex国产| 性色avwww在线观看| 国产av精品麻豆| 丰满少妇做爰视频| 一级毛片黄色毛片免费观看视频| 免费日韩欧美在线观看| 我的老师免费观看完整版| 国语对白做爰xxxⅹ性视频网站| 免费av不卡在线播放| 毛片一级片免费看久久久久| 99视频精品全部免费 在线| 亚洲国产最新在线播放| 插逼视频在线观看| 卡戴珊不雅视频在线播放| 成人午夜精彩视频在线观看| 美女国产视频在线观看| 妹子高潮喷水视频| 国产有黄有色有爽视频| 免费大片18禁| 又黄又爽又刺激的免费视频.| 国产极品粉嫩免费观看在线 | 18在线观看网站| 亚洲五月色婷婷综合| 国产极品天堂在线| 国产69精品久久久久777片| 久久99蜜桃精品久久| 久久精品久久久久久久性| 欧美日韩在线观看h| 91精品国产九色| 一区在线观看完整版| 国产精品久久久久久精品古装| 国产熟女午夜一区二区三区 | 国产男人的电影天堂91| 日韩精品免费视频一区二区三区 | 久久久久久久精品精品| 国产毛片在线视频| 啦啦啦视频在线资源免费观看| videosex国产| 婷婷色综合www| 日本黄大片高清| a 毛片基地| 亚洲av国产av综合av卡| 蜜桃国产av成人99| 精品国产一区二区久久| 高清毛片免费看| 久久久久久伊人网av| 国产日韩欧美亚洲二区| 高清av免费在线| 大又大粗又爽又黄少妇毛片口| 少妇的逼好多水| 国产午夜精品一二区理论片| 观看美女的网站| 国产在线免费精品| 精品久久久精品久久久| 91久久精品电影网| 一级黄片播放器| 如日韩欧美国产精品一区二区三区 | 久热这里只有精品99| 爱豆传媒免费全集在线观看| 久久久精品免费免费高清| av天堂久久9| 99国产精品免费福利视频| 亚洲色图综合在线观看| 九九在线视频观看精品| 人妻少妇偷人精品九色| 在线观看免费日韩欧美大片 | 久久久久视频综合| 在线观看免费视频网站a站| 久久ye,这里只有精品| 人妻一区二区av| 国精品久久久久久国模美| 夫妻性生交免费视频一级片| 亚洲精品日本国产第一区| 交换朋友夫妻互换小说| 国产69精品久久久久777片| 看非洲黑人一级黄片| 高清在线视频一区二区三区| 少妇的逼好多水| 91精品一卡2卡3卡4卡| 日本爱情动作片www.在线观看| 国产白丝娇喘喷水9色精品| 亚洲综合精品二区| 日韩人妻高清精品专区| 韩国高清视频一区二区三区| 亚洲美女视频黄频| 国产色婷婷99| 在线观看国产h片| 人妻制服诱惑在线中文字幕| 日韩免费高清中文字幕av| 天天操日日干夜夜撸| 国产乱来视频区| 91午夜精品亚洲一区二区三区| 国产精品国产三级国产专区5o| 观看av在线不卡| 亚洲av在线观看美女高潮| 亚洲国产欧美在线一区| a级片在线免费高清观看视频| 人人妻人人添人人爽欧美一区卜| 欧美日韩综合久久久久久| 亚洲综合精品二区| 亚洲精品乱码久久久久久按摩| 久久久精品区二区三区| 亚洲伊人久久精品综合| 男人添女人高潮全过程视频| 青青草视频在线视频观看| 国产白丝娇喘喷水9色精品| av不卡在线播放| 亚洲av中文av极速乱| 欧美 日韩 精品 国产| 日本vs欧美在线观看视频| 免费人成在线观看视频色| 日本黄大片高清| 国产精品熟女久久久久浪| 亚洲精品视频女| 久热久热在线精品观看| 七月丁香在线播放| 赤兔流量卡办理| 最近中文字幕高清免费大全6| 精品国产一区二区三区久久久樱花| 曰老女人黄片| 国产熟女午夜一区二区三区 | 搡老乐熟女国产| 亚洲中文av在线| 日本欧美国产在线视频| 国产精品成人在线| av在线app专区| 桃花免费在线播放| 日本91视频免费播放| 亚洲美女视频黄频| 日本黄色片子视频| 国产精品 国内视频| 亚洲成人手机| av有码第一页| 亚洲四区av| 亚洲精品久久久久久婷婷小说| 国产精品蜜桃在线观看| 国产一区亚洲一区在线观看| 人妻一区二区av| 午夜91福利影院| 欧美精品人与动牲交sv欧美| 中文字幕亚洲精品专区| 又粗又硬又长又爽又黄的视频| 麻豆成人av视频| 丰满少妇做爰视频| 2022亚洲国产成人精品| 亚洲丝袜综合中文字幕| 久久久久久久精品精品| 永久网站在线| 婷婷色av中文字幕| 成人国语在线视频| 色5月婷婷丁香| videossex国产| 国产免费一级a男人的天堂| 另类精品久久| 国产精品人妻久久久影院| 亚洲欧美成人精品一区二区| 午夜91福利影院| 视频在线观看一区二区三区| 亚洲精品乱码久久久v下载方式| 亚洲内射少妇av| 国产探花极品一区二区| 免费日韩欧美在线观看| 男人操女人黄网站| 夜夜爽夜夜爽视频| 亚洲色图综合在线观看| 亚洲精品aⅴ在线观看| 晚上一个人看的免费电影| 在线观看三级黄色| 国产一区二区三区综合在线观看 | 中文字幕制服av| 午夜激情久久久久久久| 黄色配什么色好看| 免费日韩欧美在线观看| 日本色播在线视频| 亚洲欧美色中文字幕在线| 青青草视频在线视频观看| 夜夜看夜夜爽夜夜摸| 久久精品久久久久久久性| 最近最新中文字幕免费大全7| 97超碰精品成人国产| 丰满少妇做爰视频| 在线观看免费日韩欧美大片 | av天堂久久9| 国产av精品麻豆| 国产视频内射| 爱豆传媒免费全集在线观看| 精品少妇黑人巨大在线播放| 老司机影院成人| 成人黄色视频免费在线看| 国产成人精品一,二区| 天美传媒精品一区二区| 人妻夜夜爽99麻豆av| 午夜精品国产一区二区电影| 国国产精品蜜臀av免费| 老司机影院毛片| 青春草国产在线视频| 美女国产视频在线观看| 色5月婷婷丁香| 99久国产av精品国产电影| 亚洲色图 男人天堂 中文字幕 | 日日摸夜夜添夜夜添av毛片| 夜夜骑夜夜射夜夜干| 欧美精品一区二区免费开放| 国产免费又黄又爽又色| 久久精品久久精品一区二区三区| 国产免费一级a男人的天堂| 三上悠亚av全集在线观看| 免费av中文字幕在线| 久久久久久久久久人人人人人人| 国产视频内射| 777米奇影视久久| 国产在线免费精品| 最近的中文字幕免费完整| 美女国产视频在线观看| 欧美+日韩+精品| 男人爽女人下面视频在线观看| 又大又黄又爽视频免费| 国产午夜精品一二区理论片| 国产在视频线精品| 哪个播放器可以免费观看大片| 精品一品国产午夜福利视频| 男男h啪啪无遮挡| 18在线观看网站| 少妇精品久久久久久久| 久久97久久精品| 亚洲精品乱码久久久久久按摩| 国产日韩欧美亚洲二区| 色视频在线一区二区三区| 人成视频在线观看免费观看| 国产在线一区二区三区精| 18禁在线播放成人免费| 我的老师免费观看完整版| 亚洲精品乱码久久久v下载方式| 久久久久人妻精品一区果冻| 欧美xxⅹ黑人| 精品99又大又爽又粗少妇毛片| 亚洲精品国产色婷婷电影| 黑丝袜美女国产一区| 亚洲欧美中文字幕日韩二区| 中文字幕人妻丝袜制服| 亚洲av成人精品一二三区| 婷婷成人精品国产| 亚洲av成人精品一二三区| 老熟女久久久| 亚洲精品乱久久久久久| 国产精品国产av在线观看| 免费大片18禁| 国产毛片在线视频| 大片免费播放器 马上看| 久久人妻熟女aⅴ| 亚洲欧美一区二区三区国产| 美女主播在线视频| 极品少妇高潮喷水抽搐| 一边亲一边摸免费视频| 欧美变态另类bdsm刘玥|