可重构智能面辅助的低精度量化大规模MIMO系统的信道估计

针对可重构智能面辅助的低精度量化的大规模多输入多输出(multiple input multiple output, MIMO)系统中信道估计问题进行了研究。该系统的信道估计难点在于可重构智能面由近无源反射天线构成, 没有基带信号处理能力。系统观测值通过低精度的模数转换器量化使信道估计问题变得更富挑战性。本文基于基站-可重构智能面-用户的级联信道推导出等效信道, 并证明在虚拟角域上，该有效信道是结构稀疏信号。提出了基于期望最大化的近邻学习广义近似消息传递算法，从低精度量化的观测值中恢复等效信道。仿真结果表明所提出算法比传统算法具有更好的性能表现。     

基于元路径异构网络嵌入的姓名实体消歧方法

为了解决大型学术数据库中重名作者的歧义消解问题,提出了基于元路径异构网络嵌入的姓名实体消歧模型。使用大型在线学术搜索系统DBLP上的公开数据集,首先抽取学术出版物的作者信息、标题和会议期刊名称等特征属性,再利用word2vec模型工具生成的特征属性词嵌入输入到GRU网络中进行训练,构造出一个PHNet矩阵网络进行随机游走操作,从而捕捉不同类型节点之间的关系,最后进行相似节点的划分,完成姓名消歧工作。实验结果显示,新方法的精确度为0.865,召回率为0.792,F_1值为0.815。基于元路径的异构网络嵌入模型的精确度、召回率等指标都优于对比模型。因此,所提出的模型在提高大型学术数据库的消歧精准度方面具有良好的应用前景。     

基于绿色通信的大规模MIMO天线选择算法

绿色通信是移动通信系统（例如5G系统）的主要特征之一。在大规模多输入多输出（multiple-input multiple-output, MIMO）系统中如何提高能源效率是一个重要研究课题，天线选择是提高能源效率的有效方法。现有的天线选择算法有些是局部优化，有些是单目标优化，为克服这些缺点，提出了基于博弈论的大规模MIMO天线选择算法。该算法通过系统容量和发射功率构造博弈的效用函数，每进行一次博弈都得到一组天线，在博弈达到均衡时，能源效率取得最大值。文中给出了纳什均衡存在性证明，也推导了纳什均衡点与能源效率之间的等价。仿真结果表明，采用博弈论算法能够克服局部优化，在保持信道容量较高的同时也提高了能源效率，可见该算法在能源效率上的提高有助于实现绿色通信。     

基于能量感知的传感网能量中性分簇路由协议

针对能量获取异构的无线传感器网络节点能量利用效率过低和网络无法保证持久运行问题，提出一种基于能量感知的能量中性分簇路由协议，该协议针对太阳能环境下节点获取能量异构的场景，将改进的天气条件移动加权平均算法引入能量收集预测过程，根据获取能量预测构建能量中性约束，在此约束下构建动态簇头集群机制和自适应时隙分配策略，保证了整个网络在能量获取下的持久运行，通过凸优化得到最优的网络分簇数量，最大化了网络数据吞吐量。通过模糊逻辑选择簇头节点，综合节点剩余能量，获取能量预测和节点相对位置等多种因素，提高了簇头选举的合理性。通过仿真分析，该协议能够保持能量获取下网络持久运行，在网络吞吐量和降低簇失败次数方面的性能具有明显优势。     

巨厚砾岩下开采地表沉陷预计模型的改进

为了探究巨厚砾岩下开采的地表沉陷规律,结合关键层理论,通过数值模拟从垂直应力、塑性区、垂直位移3个方面分析覆岩内部稳定性及造成地表倾向下沉曲线偏态的原因,基于概率积分法,建立改进的地表沉陷预计模型。结果表明:关键层初次破断距为291 m,周期破断距为281 m;悬力臂是造成下沉曲线偏态的主要原因;相对于经典的概率积分沉陷预计模型,改进的地表沉陷预计模型相对误差减小114%。可见在巨厚砾岩层下开采地表沉陷预计中,改进的地表沉降预计模型具有较高的准确度和适用性。     

基于滑移/非滑移异质界面的动压润滑性能优化

合理布置的滑移/非滑移异质界面可以提高流体动压润滑性能,但目前滑移区和非滑移区的组合方式大多采用单一的直线拼接法,没有针对流体润滑摩擦副的各类工况设计出相应的优化方案,为此本文建立了一组离散式二次方程来描述滑移区和非滑移区拼接轨迹,并引入计算域单元的宽长比作为优化变量,分别以液膜刚度和摩擦因数作为优化目标,通过MATLAB数值仿真求解不同宽长比条件下滑移区和非滑移区的最优拼接轨迹。结果表明,与直线拼接法相比,选取二次方程所描述的抛物线作为滑移区和非滑移区拼接轨迹的方法使流体润滑摩擦副在摩擦因数和液膜刚度等性能指标上都有所改善,而且根据不同的优化目标参数可以方便地绘制出最优拼接方案,验证了本文方法在改善动压润滑性能上的可行性和普适性。     

全毫米波异构网络混合回程及缓存协助内容传递方案

针对部分流行多媒体文件重复下载产生的额外流量消耗引起的网络阻塞问题，提出了一种混合自回程及缓存(hybrid self-backhaul and cache，HSBC)协助的内容传递方案。在同信道和全毫米波部署的异构网络中，基于配置因子η，部分小基站(small base station，SBS)配备缓存并按照流行度等级存储多媒体内容，而无缓存配备的SBS通过多天线宏基站的自回程为用户提供请求内容，毫米波技术的引入有效缓解了网络频谱稀缺问题。利用实际天线阵列方向图模型，研究了系统的覆盖概率、平均面积吞吐量和平均延迟。结果表明，HSBC协助系统相较传统自回程(traditional self-backhaul，TSB)协助系统获得的性能增益很大程度上取决于系统参数。据此，提出了一种自适应TSB-HSBC-SBS协助内容传递模型。当缓存SBS的当前比率因子小于阈值时，选择TSB-SBS协助模型；否则使用HSBC-SBS协助模型。     

认知异构无线网络中频谱切换建模与分析

在具有频谱认知功能的异构无线网络中，针对传统频谱切换算法未考虑次用户业务的多样性，且空闲信道不足造成次用户服务时延大的问题，提出基于次用户分级的频谱切换策略。与以往单一的认知无线电网络不同，该策略融合利用免授权频谱的开放式无线网络和机会式利用授权频谱的认知无线电网络，提出了认知异构无线网络场景。根据次用户的业务类型对其进行优先级划分，并在此基础上设计数据分割因子优化策略。进一步采用混合式抢占优先权(preemptive resume priority /non-preemptive resume priority，PRP/NPRP) M/G/1排队模型，分别对主用户网络和开放式无线网络中的频谱切换过程进行建模，提出一个最小化时延的动态自适应频谱切换策略。实验仿真了不同参数对次用户时延的影响，结果表明，该策略较传统的频谱切换策略明显提升了次用户的时延性能。     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

基于多孔介质理论的非均质饱和土中单桩的纵向振动

为了考虑桩周土体沿径向的非均质特性,将桩周饱和土划分为内域饱和土和外域饱和土两部分,运用多孔介质理论和桩基动力学理论建立径向非均质饱和土-桩动力相互作用模型.在此基础上,利用Novak平面假定和数学物理方法并考虑桩-土系统的连续性条件和边界条件,求解了非均质饱和土中单桩的纵向振动,并得到了桩顶的复刚度.通过数值算例考察了内、外域饱和土力学性质的差异对单桩纵向振动的影响.研究表明,桩周饱和土弱化范围内、外域剪切模量比和密度比对桩纵向振动影响较大,而内、外域液固耦合系数的差异几乎没有影响.