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。     

单用户毫米波大规模多输入多输出系统的几何均值混合预编码

针对奇异值分解在不同的信道及信噪比中进行比特分配造成的误码问题,提出了一种基于几何均值分解的混合预编码算法。在同时考虑预编码器和合成器的情况下,首先在基站端用奇异值分解设计数字编码器,利用基追踪原理设计模拟预编码器。然后在接收端采用启发式算法来设计数字合成器和模拟合成器。仿真结果表明,提出的混合预编码方案比传统基于奇异值的混合预编码具有更低的误码率,且频谱效率更接近理想值。     

基于ILM海量存储的应用研究

随着存储技术的发展,海量存储已经越来越普遍。如何管理并使用好这些海量信息,成为海量存储面临的一个新的问题。鉴于数据都有自己的生命周期,引入ILM(信息生命周期管理)的海量存储模式,试图找寻能够解决海量存储中降低成本,保持数据完整性,提高数据使用率的一种方式。     

河南桐柏地区刘山岩铜锌块状硫化物矿床地质特征研究

刘山岩块状铜锌硫化物矿床产于寒武系二郎坪群刘山岩岩组的石英角斑岩-硅质岩中。矿体呈脉状和透镜状产出,受刘山岩韧-脆性断裂的控制,产状与地层基本一致,但品位和厚度变化较大。矿石矿物主要为闪锌矿、黄铁矿与黄铜矿,脉石矿物为石英、绢云母、重晶石和绿泥石。矿石具自形-半自形晶结构、它形晶结构、斑状结构,浸染状、块状和条带状构造。矿石结构构造特征和围岩蚀变特征都表明该矿床为火山-喷流型块状硫化物矿床。     

大体积混凝土配合比优化设计及施工工艺研究

对甬江特大桥承台大体积混凝土配合比及施工工艺进行了研究,为克服大体积混凝土因水化热产生开裂,工程采用控制水泥用量、掺加粉煤灰和矿渣及高效减水剂、延长混凝土设计龄期等方法,运用密实骨架堆积理论对混凝土配合比进行优化设计,通过预埋冷却水管降温措施及严格的施工管理,有效减小混凝土温度差,减少混凝土温度裂缝的产生.     

大体积混凝土结构温度效应及收缩应力精细有限元分析

为了研究大体积混混凝土结构的温度效应及温度收缩应力,结合武汉市某住宅楼工程筏板基础底板,运用有限元软件ANSYS对三维瞬态温度场及温度收缩应力进行数值模拟分析,分别模拟了武汉市冬夏季该筏板基础底板的瞬态温度场及温度收缩应力,以及不同厚度的混凝土筏板基础在混凝土浇筑过程中冬夏季混凝土开裂情况.结果表明:冬季混凝土浇筑第四天,混凝土筏板基础上表面混凝土主拉应力大于混凝土抗拉强度,导致混凝土开裂;夏季混凝土筏板基础由于混凝土表面最大主拉应力小于混凝土抗拉强度,混凝土不会开裂.     

一种非正交多址接入迭代优化混合预编码算法

为了使大规模毫米波(millimeter wave, mmWave)多输入多输出(multiple-input multiple-output, MIMO)系统获得高频谱效率和高能量效率,采用非正交多址接入迭代优化算法和簇首选择算法,研究了无线携能通信场景中的混合预编码问题。仿真结果表明：与传统正交多址接入无线携能通信的混合预编码算法相比,所提算法能够获得更高的频谱效率和能量效率。     

基于延迟线组合调相的高能效自适应混合预编码方案

针对毫米波大规模多输入多输出系统采用混合预编码技术所带来的高功耗影响,基于延迟线组合调相器件设计了一种间接全连接型混合预编码系统结构,并提出一种自适应连接的混合预编码方案,可大幅减少与天线直连的调相器数量从而降低硬件造成的功耗损失。方案将编码矩阵的求解分为数字编码矩阵、模拟编码矩阵和开关组成的连接交换矩阵3个部分进行交替优化;提出一种基于互补正交投影矩阵的算法来解决模拟编码矩阵的优化;利用功率约束条件和最小二乘算法简化数字编码矩阵的求解;针对连接交换矩阵的离散组合优化问题,利用低复杂度的交叉熵算法进行优化。仿真结果表明,所提方案可以保证系统性能在接近纯数字预编码方案的同时有效提高系统的能量效率。     

基于ROAMP-Net的大规模MIMO系统智能信号检测方法

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统存在的信号检测计算复杂度高、检测精度不足等问题,参考OAMP-Net算法思想,引入残差结构,提出了一种新的智能信号检测网络模型ROAMP-Net。将正交近似消息传递(orthogonal approximate message passing,OAMP)估算信号的迭代过程展开为深度学习网络,同时引入残差结构,分别对各网络层的线性和非线性估计值进行逐层修正,有效防止估计误差的前向传播和过程积累,避免网络模型随着网络层数增加而发生性能退化,从而提高最终信号检测的准确度。针对不同调制方式和不同天线阵列的系列仿真实验结果表明,不同调制方式和天线阵列下ROAMP-Net在检测准确度上均有不错的性能表现。     

基于无向干扰图的大规模多输入多输出滤波器组多载波系统下行链路用户聚类

提出了一种基于大规模多输入多输出滤波器组多载波(MIMO-FBMC)系统下行链路的用户聚类算法.在用户组数量和用户数量随机的环境下,该算法将用户和用户之间信道向量的相关系数自适应地表示为无向干扰图,边的权重表示为相邻用户之间信道向量干扰强度,然后根据每个图的权重值之和与阈值比较进行分簇,仿真结果表明,在基站(BS)天线数量不同的情况下,该算法性能优于传统的用户分组方法,并降低了算法复杂度,提高了系统总和速率.