基于群体串行干扰删除的混合预编码毫米波大规模MIMO-NOMA传输系统

针对现有毫米波大规模多输入多输出（Multiple-Input Multiple-Output, MIMO）系统中用户接入数量受限和能耗大的问题,提出了一种基于群体串行干扰删除（Group-level Successive Interference Cancellation, GSIC）的混合预编码毫米波大规模MIMO非正交多址（Non-Orthogonal Multiple Access, NOMA）下行传输新架构。首先,在基站处设计模拟预编码矩阵并根据等效信道增益进行群体划分;然后,采用迫零法设计数字预编码矩阵,在组内实施空分多址（Space Division Multiple Access, SDMA）;最后,在用户端采用GSIC实现组间NOMA传输。此外,在考虑误差传播的条件下,推导了系统的可达和速率表达式,并提出了一种功率分配算法来解决此非凸优化问题。仿真结果表明,与基于分簇的混合预编码MIMO-SIC-NOMA和MIMO-OMA系统相比,所提出的MIMO-GSIC-NOMA系统可获得更高的频谱效率和能量效率。     

利用预裂微差爆破 控制路堑边坡爆破质量

山东济青南线高速公路济南至莱芜段地处山岭重丘区,沿线共有隧道群两处,隧道八座,单洞长度达十九公里,在隧道施工、垭口开挖工程中大量使用了爆破技术。本文作者对施工过程中预裂微差爆破技术的使用进行了总结,对具体施工工艺进行阐述,正确控制各施工要点,能有效的控制路堑边坡和隧道进深的工程质量。     

多小波二阶平衡的预滤波处理

针对多小波在应用过程中出现的不平衡现象展开了讨论 ,给出了 2元多小波p阶平衡的新定义 .在此定义下 ,能方便地计算出常用GHM多小波的二阶非正交平衡器 ,并由此证明GHM不存在二阶正交平衡器 ;为了达到二阶平衡 ,将二阶非正交平衡器转换成预滤波处理 ,取得了满意的效果 .     

带ψ-强单调映象的广义非线性拟变分包含

引入了一类新的带ψ-强单调映象的广义非线性拟变分包含，在Hilbert空间中使用极大η-单调映象的预解算子方法建立了这类变分包含解的存在性定理，构造了求此类变分包含解具误差的新迭代算法，并讨论了算法的收敛准则。     

汽车故障知识图谱构建及应用研究

知识图谱技术对汽车高效的故障诊断具有重要的意义,现有汽车故障知识图谱构建存在着实体识别模型效果不佳、无法解决嵌套实体等问题。针对上述问题,通过采用全词掩码的预训练语义模型、加入对抗训练和改进嵌套实体识别模型的方式提高实体识别模型效果,提出了一种改进的嵌套实体识别模型。实验结果表明,所提模型在F1指标、P指标、R指标上相比基线模型分别提高了3.56%、4.08%、3.05%,相比其他模型也有不同程度的提高,验证了所提模型对汽车维修领域实体识别具有显著效果。同时,基于构建的汽车故障知识图谱,实现了汽车故障知识智能问答原型系统,展示了知识图谱技术在汽车故障诊断与维护领域的应用前景。     

竹子热水预抽提过程中糖组分的溶出规律

研究了不同工艺条件下竹子热水预抽提过程中主要糖类组分的溶出率,总糖和戊糖占抽提液中固形物的比例,以及糠醛、羟甲基糠醛的生成随H因子的变化规律.结果表明:为了获取最大量的糖、减少糠醛(F)和羟甲基糠醛(HMF)的生成量,lgH应控制在3.2～3.4的范围内;在获得相同最大量糖的前提下,热水预抽提的最高温度不应超过160℃;当lgH低于3.2～3.4的范围时,糖的溶出率较低;高于此范围,部分糖降解生成F和HMF,总糖占抽提液固形物的比例和糖组分溶出率下降;在总糖溶出率达到最大值时,相同H因子作用下,温度超过160℃会导致糖降解生成的F和HMF增多.关键词:竹子半纤维素;热水预抽提;H因子;糖溶出率;糠醛;羟甲基糠醛     

车公庙立交改造工程第三联弯梁桥设计

车公庙立交改造工程为一座单线匝道桥,第三联位于曲率半径150m的平曲线上。介绍了该桥的设计要点并得出了有益的结论。     

协同数字化预装配系统中多Agent行为交互建模技术

针对网络协同预装配的特点,提出基于多Agent的协同数字化预装配系统体系结构,利用面向对象Petri网对组成系统的各智能Agent进行了行为建模,分析各Agent之间的通信关系。对所组建的系统Petri网进行死锁和冲突分析,在此基础上设计了Agent结构并开发了网络协同数字化预装配原型系统。     

直升机飞行模拟器及其特点

根据直升机与固定翼飞机飞行方式、操纵方式和任务使命的不同,简单叙述了直升机地面飞行模拟器研制的一般要求和特殊要求,并讨论了直升机飞行仿真模型的部件建模方法,特别是诱导速度模型和机身模型的特殊建模方法.最后给出了典型直升机地面飞行模拟器的飞行模拟曲线、分析以及飞行员评价,验证了模拟效果的可信性.     

粒子群算法在航空发动机部件模型求解中的应用

将粒子群算法引入发动机部件模型的求解中,利用粒子群优化算法的群体智能和记忆功能,克服了插值法和N+1残量法在求解发动机模型时对初值的敏感性.针对发动机部件模型中非线性方程和共同工作方程组的特点,对基本粒子群算法采用不同的改进措施,得到两种改进粒子群算法HPSO1和HPSO2.仿真结果表明,改进粒子群算法求解发动机部件模型具有更好的收敛性和更快的收敛速度.