井下多媒体无线传感器网络动态子载波分配算法

提出一种基于分组比例因子(RBS)改进的动态子载波分配算法.该算法采用子载波分组的策略以降低运算复杂度,并分步执行子载波初始分配和子载波优化分配以降低系统功耗.在初始分配阶段,将相邻的若干子载波分为一组,以载波组为单位实施RBS动态子载波分配,通过减少循环次数的方式降低复杂度;在优化分配阶段,通过最差载波组交换的形式对初始分配的结果进行微调,以进一步降低系统功耗.仿真结果表明,所提出的动态子载波分配算法以很小的误码率损耗为代价,获得了更低的运算复杂度和系统功耗.     

矿井调度移动通信系统有关问题的研究

研究了小区制矿井调度移动通信系统所涉及的有关问题。综合考虑有关因素对无线传输的影响以及矿井巷道与系统配置的实际情况确定了系统的工作频率、基站与移动台天线形式;根据系统的话务情况与特点确定了系统采用多信道共用技术以及相应的共用信道数、信道指配原则、信道指配模式、信道选取原则和系统的呼叫方式;根据井下实测初步确定了系统的小区半径以及大、中和小型矿井实现全矿井调试移动通信所须配置的小区数量。     

Kalman滤波器在WCDMA功率控制中的应用

介绍一种适合于分组交换WCDMA无线网络的Kalman滤波器功率控制方法.当数据包连续传送时,信道干扰具有时域上的相关性,Kalman滤波器可用来预测干扰功率.通过干扰预测和路径增益的估计,可确定合适的符合SINR要求的发送功率.给出了仿真结果,结果表明,使用Kalman滤波器的功率控制方法可以提高功率控制的性能.     

基于串行的SCMA低复杂度多用户检测算法

针对现有SCMA系统串行MPA多用户检测算法无法动态调节迭代次数的问题,提出了一种可动态调节迭代次数的串行MPA多用户检测算法,称之为R-THMPA算法.R-THMPA算法把用户节点到资源节点迭代前与迭代后边缘函数值之差定义为冗余值.在新一轮迭代译码过程开始前,把用户节点到资源节点各边的冗余值分别与门限值作比较.若不满足门限条件,则新一轮迭代只迭代到冗余值大于门限值中序号最大的用户节点,重复这一迭代过程直到满足门限条件或达到最大迭代次数.仿真结果表明:采用所提出的R-THMPA算法可更好地平衡SCMA方案的误码率性能和检测复杂度.     

火下开采工作面风窗自动监测与调节系统的研究

本文介绍了适用于火下回采工作面的调节窗自动监测与调节系统工作原理、硬件结构和软件流程;建立了被控对象的数学模型,提出了系统的自适应预估控制方案,并通过数字仿真方法进行了研究.     

一种自适应基带系统的FPGA设计及性能评估

提出了一种V-BLAST MIMO MC-CDMA自适应基带系统在现场可编程门阵列(Field Programmable Gate Array,FPGA)开发平台上的设计方案.采用verilog硬件描述语言在赛灵思(Xilinx) Virtex4-VC4VSX55 FPGA开发板上实现了4发5收的V-BLAST MC-CDMA自适应基带系统.通过仿真评估了系统的误码率和资源利用情况,验证了系统误码性能良好且配置灵活,效率高,对下一代原型移动通信系统的开发具有一定的借鉴价值.     

基于铁磁金属薄膜纳米点连接的磁电阻现象

比较了运用电子束光刻技术和真空薄膜沉积技术制备的宽度和厚度分别为20~250nm和10nm的系列铁磁金属薄膜纳米点连接在不同温度下的磁电阻现象和I-V特性,得出了铁磁金属薄膜纳米点连接的磁电阻和电阻与它的中间部位纳米局部区域的宽度之间没有必然关系,说明铁磁金属薄膜纳米点连接的中间部位纳米局部区域的电阻与它两端的两个微米尺度的铁磁金属薄膜电极的电阻相比不起绝对决定作用,也就是说,我们所测得的铁磁金属薄膜纳米点连接的电阻主要来自于它的两个微米尺度的铁磁金属薄膜电极.比较了铁磁金属薄膜纳米点连接和在同样真空薄膜沉积条件下制备的同样厚度的0.2cm×0.8cm的铁磁金属薄膜的磁电阻之间的关系,发现与薄膜相比,纳米点连接样品的磁电阻比例普遍得到较大的提高,也就是说我们所测量的铁磁金属薄膜纳米点连接的磁电阻主要来自于纳米点连接样品的中间部位纳米局部区域.可以得出在铁磁金属薄膜纳米点连接中,由于具有很高磁电阻比例的中间部位纳米局部区域的电阻与具有很低磁电阻比例的微米尺度的铁磁金属薄膜电极的电阻相比很小,所以整个铁磁金属薄膜纳米点连接的电子输运行为由样品的微米尺度的铁磁金属薄膜电极的电子输运行为决定,表现为它所呈现的是线性的...     

粉末冶金技术、烟尘治理技术应用领域和分析

文章主要介绍了粉末冶金技术基本原理,阐述了其应用领域,并展望了冶金新技术应用前景,科技的进步及环保工作者的不懈努力,综合性能更切优越的除尘设备将相继涌现,必将为现代冶金行业文明生产和环保事业做出新的贡献。     

粒子群优化算法综述

粒子群优化（PSO）算法是一种新兴的优化技术,其思想来源于人工生命和演化计算理论。PSO通过粒子追随自己找到的最好解和整个群的最好解来完成优化。该算法简单易实现,可调参数少,已得到广泛研究和应用。详细介绍了PSO的基本原理、各种改进技术及其应用等,并对其未来的研究提出了一些建议。     

应用改进BP神经网络进行用水量预测

针对工业用水量的特点，建立了改进的BP神经网络用水量预测模型，采用遗传算法对BP神经网络权系进行优化改进，改进的BP神经网络算法预测结果好于灰色理论预测和BP算法预测。以本溪市某供水厂用水量数据对改进的BP神经网络模型进行训练并预测，将其预测结果与灰色理论预测和BP神经网络预测结果进行比较分析，得出该方法用于供水系统用水量预测误差较小，同时克服了其他两种算法的缺陷。