您好，欢迎访问北京理工大学机构知识库！
所在位置： 首页 - 院系导航 - 信息与电子学院

关键词

相关导航
按重要数据库分组
  • 任何
  • 1290 SCIE
  • 5 SSCI
  • 4619 EI工程索引(美)
  • 828 CA化学文摘(美)
  • 1017 美国剑桥科学文摘
  • 更多
按语种分组
  • 任何
  • 4767 中文
  • 5911 外文
按类型分组
  • 任何
  • 6075 期刊
  • 1581 学位论文
  • 2906 会议论文
  • 更多
年代
  • 任何
  • 3 2025
  • 641 2024
  • 1103 2023
  • 1016 2022
  • 805 2021
  • 576 2020
  • 626 2019
  • 523 2018
  • 459 2017
  • 897 2016
  • 878 2015
  • 766 2014
  • 562 2013
  • 430 2012
  • 465 2011
  • 467 2010
  • 389 2000-2009
  • 11 1990-1999
  • 3 1989以前
优秀人才
  • 任何
  • 538 学术称号
    • 203 973首席科学家
    • 534 长江学者
    • 537 杰出青年基金学者
  • 204 学术职务
    • 204 理事长
  • 205 行政职务
    • 205 其他
    • 1 副院长
按来源刊物分组
  • 任何
  • 393 Beijing Lig…
  • 392 北京理工大学学报
  • 381 arXiv
  • 246 博士
  • 更多
基金
  • 任何
    • 899 国家自然科学基金项目
      • 5 国家自然科学基金重…
      • 14 国家杰出青年科学基金
      • 3 国家自然科学基金青…
      • 2 国家自然科学基金重…
      • 875 国家自然科学基金
    • 130 省市基金项目
      • 4 安徽省优秀青年基金
      • 4 山东省自然科学基金
      • 2 黑龙江省自然科学基金
      • 1 上海市自然科学基金
      • 4 湖北省高等学校优秀…
      • 3 河北省自然科学基金
      • 1 浙江省科技计划基金
      • 33 重庆市自然科学基金
      • 1 重庆市杰出青年科学…
      • 1 重庆市教委科学技术…
      • 1 云南省科技计划项目
      • 1 宁夏回族自治区自然…
      • 1 安徽省教育厅自然科…
      • 3 山西省自然科学基金
      • 4 内蒙古自然科学基金
      • 6 江苏省自然科学基金
      • 1 四川省教育厅自然科…
      • 1 河南省重大科技专项
      • 1 河南省重点攻关项目
      • 3 湖南省自然科学基金
      • 1 云南省应用基础研究…
      • 1 广东省科技计划基金
      • 3 河南省科技攻关基金
      • 2 广西自然科学基金
      • 1 北京市属市管高等学…
      • 29 北京市自然科学基金
      • 1 湖北省自然科学基金
      • 1 湖南省教育厅科学研…
      • 1 陕西省自然科学基金
      • 1 北京市教委科技发展…
      • 1 吉林省科技发展基金
      • 1 福建省自然科学基金
      • 1 贵州省科学技术基金
      • 3 辽宁省自然科学基金
      • 6 北京市科技新星项目
      • 1 四川省科技支撑计划…
      ... 隐藏
    • 119 科技部国家科技计划项目
      • 49 国家高技术研究发展…
      • 26 国家重点基础研究发…
      • 17 国家科技重大专项
      • 8 国家科技支撑计划
      • 19 国家科技部博士后基金
    • 50 其他基金项目
      • 44 北京理工大学基础研…
      • 5 北京理工大学优秀青…
      • 1 河北大学自然科学基金
    • 45 国家教育部基金
      • 1 教育部创新团队基金
      • 1 教育部人文社会科学…
      • 8 中央高校基本科研业…
      • 1 教育部长江学者和创…
      • 24 高等学校博士学科点…
      • 9 教育部新世纪优秀人…
      • 1 教育部科学技术研究…
      ... 隐藏
  • 更多
学院简介：成果数量：10678

[详细]

本院科研趋势： 发文数量 期刊收录
共条数据
导出
[中文期刊] 协作频谱感知中的高效和公平认知节点分配方案 剑桥 核

作者： 吴志强，刘千里，刘佳斌，冯青，肖善鹏，刘尚 （北京大学武汉人工智能研究院；西藏大学珠峰研究院；中国人民解放军军事科学院系统工程研究院；北京理工大学信息与电子学院；中国移动通信有限公司研究院）

出处： 电信科学 2024 第6期

关键词： 协作频谱感知；节点分配；感知高效性；感知公平性

摘要： 协作频谱感知是认知无线电网络的基础和关键阶段，频谱检测过程中的节点分配策略将直接决定联合频谱感知的结果。介绍了多种分配认知终端的方法，旨在提高频谱感知的效率和公平性。针对不同子频带的感知效率，提出了一种称为由频点占用导致的无效传输参数（inefficient transport parameter， ...

[外文期刊] Statistical Analysis of the 2th-Order Chirp Cyclostationary Processes

作者： Hongxia Miao1;Feng Zhang2; （1School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China 2Beijing Key Laboratory of Fractional Signals and Systems, School of Information and Electronics, Beijing Institute of Technology, Beijing, China）

出处： IEEE Transactions on Instrumentation and Measurement 2024 Vol.73 P1-18

关键词： Signal processing algorithms;Mathematical models;Chirp;Fourier transforms;Estimation;Direction-of-arrival estimation;Feature extraction

摘要： Cyclostationary signals are usually encountered in practical applications, which are properly characterized by cyclic statistics. The chirp cyclostati ...

[外文期刊] Object Tracking in Satellite Videos with Distractor-Occlusion Aware Correlation Particle Filters

作者： Yangfan Li1,2;Nan Wang1,2;Wei Li1,2;Xiong Li3;Mengbin Rao3; （1School of Information and Electronics, Beijing Institute of Technology, Beijing, China 2Beijing Key Laboratory of Fractional Signals and Systems, Beijing, China 3Information Science Academy of China Electronics Technology Group Corporation, China）

出处： IEEE Transactions on Geoscience and Remote Sensing 2024 P1

关键词： Target tracking;Correlation;Videos;Satellites;Object tracking;Remote sensing;Neural networks

摘要： With the advancement of high-resolution remote sensing satellites, the tracking of high-value targets such as planes and ships within satellite videos ...

[外文期刊] Self-Supervised Random Forest on Transformed Distribution for Anomaly Detection SCIE EI

作者： Jiabin Liu1,2;Huadong Wang3;Hanyuan Hang4;Shumin Ma5;Xin Shen6;Yong Shi7; （1School of Information and Electronics, Beijing Institute of Technology, Beijing, China 2Laboratory of Electromagnetic Space Cognition and Intelligent Control, Beijing, China 3ModelBest Inc, Beijing, China 4Department of Applied Mathematics, University of Twente, Enschede, The Netherlands 5Guangdong Provincial Key Laboratory IRADS and the Department of Mathematical Science, BNU-HKBU United International College, Zhuhai, China 6Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing, China 7School of Economics and Management, University of Chinese Academy of Sciences, Beijing, China）

出处： IEEE Transactions on Neural Networks and Learning Systems 2024 P1-15

关键词： Anomaly detection;Classification tree analysis;Task analysis;Self-supervised learning;Forestry;Random forests;Fourier transforms

摘要： Anomaly detection, the task of differentiating abnormal data points from normal ones, presents a significant challenge in the realm of machine learnin ...

[外文会议论文] Signal Reconstruction from Nonideal Samples in Fractional Fourier Transform Domain

作者： Xiaoping Liu;Gong Chen;Jun Shi;Ran Tao

出处： ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) Seoul, Korea, Republic of 2024

关键词： Sufficient conditions;Fourier transforms;Signal reconstruction;Acoustics;Speech processing;Signal Reconstruction;Fractional Fourier Transform;Fractional Fourier Transform Domain;Average Sample;Average Position;Sampling Theorem;Signal Processing;Set Of Functions;Conventional Sampling;Normalized Mean Square Error

摘要： In this paper, we investigate a local average sampling and reconstruction problem using the fractional Fourier transform (FRFT). We present certain ne ...

[中文期刊] 对调制识别网络隐身的雷达发射信号生成方法 剑桥 核

作者： 张瑞斌1;，朱梦韬1,2,3;，李云杰1,2,3; （1北京理工大学信息与电子学院；2电子信息系统复杂电磁环境效应国家重点实验室；3电磁空间认知与智能控制技术实验室）

出处： 系统工程与电子技术 2024 第46卷 第7期 P2256-2268

关键词： 雷达发射信号；时频分析；自动调制分类；射频隐身；深度神经网络

摘要： 雷达对抗场景中，电子侦察系统通过引入基于深度学习方法的智能脉冲调制识别网络，极大提升了对雷达信号的识别准确率。为了提高雷达信号的调制隐身抗识别能力，提出一种可以令深度识别网络错误预测的雷达发射信号生成方法。该方法首先通过短时傅里叶变换得到信号的时频谱；然后迭代生成携带调制隐身信息的时频谱；最后利用改 ...

[中文期刊] M-APSK 鉴相算法与并行载波同步方法 剑桥 核

作者： 郇浩，任科学 （北京理工大学信息与电子学院）

出处： 通信学报 2024 第45卷 第3期 P104-116

关键词： M进制幅相调制；鉴相；并行；载波同步

摘要： 为实现M 进制幅相调制（M-APSK）体制下高阶调制信号的相位精细校正，将DVB-S2 标准推荐的16APSK和32APSK 的Q 次方无数据辅助鉴相算法进行了扩展，以应用于64APSK、128APSK 和256APSK 等高阶调制。针对高阶调制的有效鉴相星座点占比较低时环路工作不稳定的问题提出了改 ...

[中文期刊] 强化学习引导模型生成的深度学习框架漏洞挖掘 CA 剑桥 核

作者： 潘丽敏，刘力源，罗森林，张钊 （北京理工大学信息与电子学院）

出处： 北京理工大学学报 2024 第44卷 第5期 P521-529

关键词： 深度学习框架；漏洞挖掘；生成模型；强化学习

摘要： 现有基于应用模型挖掘漏洞的方法随机生成模型的结构信息，容易造成大量低质测试用例的生成，严重影响漏洞挖掘的效率和效果.针对该问题提出了一种强化学习引导模型生成的深度学习框架漏洞挖掘方法.提取模型运行时的框架状态信息，包括Softmax 距离、程序执行结果等，再将框架运行状态信息作为奖励变量指导模型结构 ...

[中文期刊] 神经网络在无线隐蔽通信中的应用 核

作者： 于季弘，林子砚，杨传敏，蔡雨庭，刘家豪，王帅 （北京理工大学信息与电子学院）

出处： 重庆邮电大学学报(自然科学版) 2024 第36卷 第2期 P250-258

关键词： 无线隐蔽通信；神经网络；机器学习；生成对抗网络

摘要： 无线通信技术已经应用到社会人、机、物等多种元素中,承载着包含多种隐私数据的无线信号。无线传输信道的开放性使其安全性受到了不断的挑战,无线隐蔽通信技术在实现了通信意图安全的同时保证了信息安全和通信路径安全。该文介绍了无线隐蔽通信系统的经典模型,并总结、归纳了传统方法下的隐蔽性能分析和隐蔽系统设计;介绍 ...

[中文期刊] 面向无人机通信的区域化智能波束管理 核

作者： 赵乐，郑重，王新奕，费泽松 （北京理工大学信息与电子学院）

出处： 无线电通信技术 2024 第3期

关键词： 波束管理；人工智能；参考信号接收功率；长短时记忆；模型切换

摘要： 面向新一代无线通信的技术革新,无人机(Unmanned Aerial Vehicle,UAV)在未来通信系统中的应用越来越不可忽视。考虑传统波束管理(Beam Management,BM)方法在高动态、高频段空地链路中波束对准的高额开销,设计了一种基于人工智能(Artificial Intellig ...

信息与电子学院简介