基于空时分组编码的OFDM系统频率分集方案

增加发送或接收天线的个数可以提高无线通信系统分集增益和性能,但通过增加天线个数往往会大大增加系统的尺寸和成本,尤其是对于接收端显然是不现实的.针对空时分组编码正交频分复用(STBCOFDM:Space-Time Block Coded Orthogonal Frequency Division Multiplexing)系统提出频率分集方案,在相同符号错误率(SER:Symbol Error Rate)条件下,利用频率分集无须增加发送天线的个数.分析了该方案成对错误概率(PEP:Pairwise Error Probability)的上限值,给出了系统的编码增益和分集增益.结果表明,该方案可同时获得频率分集和空间分集增益.仿真实验证实了该方案在10-3符号错误概率条件下,与2发1收的STBC-OFDM系统相比,信噪比增益提高3 dB,与4发1收的STBC-OFDM系统具有几乎相同的误码性能.     

基于关系触发词与单层GRU模型的关系抽取方法

基于关系触发词与单层门控循环单元模型进行关系抽取, 以降低关系抽取模型结构的复杂度, 并提高模型的训练效率. 通过计算单词的依存距离与序列距离得到关系触发词, 利用单层门控循环单元模型进行关系抽取, 并在SemEval 2010 Task 8数据集上进行实验. 实验结果表明, 该方法能有效提取出关系触发词, 并具有较高的关系抽取准确率.     

基于无线体域网的人体姿态多级分层识别算法

为解决无线体域网WBAN(Wireless Body Area Network)中人体姿态识别率低、算法复杂的问题, 设计了一种以多层分级理论为基础的人体姿态多级分层识别算法。考虑到使用者的舒适度, 将九轴加速度陀螺仪传感器(VG350) 做成腰带佩戴在腰部实时采集数据。运用加速度向量幅值(SVM: Signal Vector Magnitude)、角度、角加速度和位移等参量, 通过对实际测量数据的分析, 将坐、蹲、弯腰、慢走和跑等姿态进行识别。实验结果表明, 该算法简单, 姿态识别率高达96. 5%。