瑞利衰弱仿真器几种实现方法的仿真

小尺度衰落信道的建模和仿真是信道建模的重点和难点所在.本文在阐述了对小尺度衰弱信道的建模思想以后,说明了瑞利衰弱仿真器的实现是衰弱信道仿真的关键.然后文章从目前比较流行的三种实现瑞利衰弱仿真器的方法入手,依次讨论了这三种方法的原理、实现手段以及各自的优劣性.然后对每一种方法利用数学工具Matlab做出了仿真.根据仿真结果分析了每一种瑞利衰弱仿真器的特点及需要改进之处.     

热辐射在倾斜通道热流场的作用

针对热辐射是通道内热流场的重要影响因素之一,采用实验和数值计算方法对倾斜角度为10°、20°和30°的两端开口通道内热流场进行了研究。使用基于大涡模拟(LES)求解浮力驱动N S方程的数值模拟方法求得的模拟结果和实验值吻合较好。通过使用耦合热辐射模型的数值计算结果和忽略热辐射的数值计算结果分别与实验结果进行对比分析的方法发现,在热源一定的条件下,对于倾斜角度在10°～30°之间的通道,热辐射使通道上部高温区域的温度降低,随着倾斜角度的增大,热辐射对通道低端开口上壁面附近的影响作用减弱,而倾斜角度对于热辐射在通道高端开口上壁面附近的作用则影响不大,同时,在通道倾斜角度为30°时,热辐射使通道内高温区域向高端开口方向倾斜,并使通道高端的下部温度升高。整个实验和计算结果可为倾斜通道内热流场的理论研究提供参考依据。     

基于软迭代的叠加训练序列信道估计方法

提出了一种基于软迭代的叠加训练序列信道估计方法.该方法将周期性训练序列与用户信息序列叠加后一起发送,通过软迭代方法,在接收端利用信道译码器输出的软信息来计算信息序列的一阶统计量,并将其反馈给信道估计器,用于消除观测量中来自未知信息的干扰,因此提高了信道的利用率和信道参数的估计精度.仿真结果表明,该方法有效地改善了信道估计性能,降低了接收机的误码率,提高了功率效率.     

室内信道中多极化MIMO系统的容量

针对室内多径信道,提出一种研究系统信道容量的方法,利用结合信道特征设计的三维多极化测量系统测量信道中多径入射信号的三维空间分布,代入天线方向图与入射信号进行空间积分计算出系统容量。利用该方法和系统对典型室内环境进行了测量,研究了真实的三极化天线组成的MIMO(multiple-input-multiple-output)系统的容量和摆放方向对多极化天线系统容量的影响。结果表明:三极化系统具有比单极化系统更优越的性能,可以利用该特性对室内环境中多极化MIMO系统的设计和布局进行优化以实现更高的系统容量。     

超宽带信道下MBOK调制系统可达速率分析

该文从信息论角度分析了超宽带信道下MBOK(M-ary bi-orthogonal keying)调制系统(包括均衡、编码)的性能,以提供超宽带调制系统设计的理论分析工具.该系统采用频域均衡以获得分集增益,且均衡的残余干扰在MBOK解扩后也得以降低.基于最小均方误差(MMSE)频域均衡,并将MBOK解扩后的残余跨符号干...     

多通道微创经皮肾镜取石术后并发症的护理

总结69例多通道微创经皮肾镜取石术后及术后并发症的护理经验.探讨了微创经皮肾镜下治疗肾结石术后护理.结果显示,63例行1次PCNL,6例行2次PCNL,1例行2次PCNL后仍有残留结石,经体外冲击波碎石后全部清除结石.术后发生并发症6例,其中出血1例、尿外渗2例、感染性休克1例、双J管移位或脱落2例.通过引流、抗感染、...     

基于图像分割和融合的图像去雾算法研究

为了解决传统的暗通道先验去雾方法产生的细节丢失和亮度偏低等问题,本研究提出了一种基于图像分割和融合的去雾算法。首先对输入图像使用亮度反转的MSRCR预处理来进行色彩保真;其次用阈值分割法提取图像的特征信息并获得掩膜,根据特征信息设计自适应的Gamma校正方法,提升对比度和亮度,并使用暗通道先验方法保持去雾后的细节;最后将处理后的图像进行掩膜融合。在真实世界的数据集上仿真结果表明,本研究所提算法在去雾后能保留更多的细节且提高亮度。与几种经典的算法相比,本研究所提算法在去雾后的图像有较好的色彩保真度,保留了更多的细节,去雾效果好且亮度更自然。     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit, GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将其编码为网络安全态势值;利用改进的粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优,以加速GRU神经网络的训练。仿真分析表明,所提方法具有更快的收敛速度和较低的复杂度,并且在不同的预测时长下具有较小的均方误差和平均绝对误差。     

基于改进蚁群算法和共用航段的搜索救援通道规划

针对战斗搜救任务场景中,空中搜索救援等待区至跳伞区之间的往返路径规划问题,提出一种基于改进蚁群算法和共用航段的搜索救援通道规划方法。首先,针对基本蚁群算法易出现局部极值及收敛速度慢等缺点,对启发函数、状态转移策略、信息素更新策略进行了改进。然后,针对单起点多目标点的路径规划问题,提出了设置分航点以生成共用航段的搜索救援通道规划方法,并以总路径长度表征任务准备负荷量与分别规划航路进行对比。实验结果表明,在本文测试环境下,改进蚁群算法规划的路径长度分别缩减15.4%和14.2%,搜索救援通道的任务准备负荷量减少25.4%。所提出的搜索救援通道规划方法有一定的理论和应用价值。