非视距环境下的协作定位节点选择算法

协作网络中终端节点的广泛协作容易引起定位误差的大规模扩散和非线性累积.在非视距环境下,为了使待定位的终端节点可以从周围节点中选择最佳的节点进行协作,提出了基于费舍尔信息矩阵的协作节点选择算法.该算法所使用的节点评估标准可以衡量参考节点对待定位节点位置估计精度的影响,从而使终端节点可以选择合适的子集进行协作,以减小定位误...     

美国多蕾纳电站水轮机转轮叶片建模

对美国多蕾纳电站水轮机转轮叶片进行了三维实体建模方法的探讨。利用CATIAV5的自由曲面造型功能,以叶片木模图为依据,应用NURBS方法,绘制出了转轮叶片样条曲线模型,并以此建立了叶片的三维曲面。最后,对模型进行了光滑性分析。以此验证了该建模方法的可行性,为后续产品的水力性能分析以及生产加工提供了理论支持。     

基于方位优选多信息指纹的无源标签室内定位研究

基于指纹的超高频射频识别(UHFRFID)定位现存的方法主要依赖于一些单指纹和全局参考点上,针对指纹库存在数据量冗余和易受到环境变化影响的问题,提出了一种方位优选多信息指纹(OPMIF)技术.OPMIF是一种指纹融合技术,它结合对目标到达角(DOA)的模糊估计,为不同位置目标构建特定的指纹数据库.首先,通过阵列天线相位控制筛选方位优选参考标签(OPRT),无需精确计算目标的DOA因而不会增加计算量和定位时延.然后,利用阵列天线接收OPRT标签的多频多径响应(MFMP)获取多种指纹.多种指纹融合包含更多环境相关的信息,可以改善单一指纹定位易受环境变化影响的缺点.多信息指纹(MIF)包括信号协方差矩阵(SCM)、接收信号强度(RSS)和信号子空间(SSP).然后将定位问题转化为模式识别问题,基于集成学习算法随机森林(RF)设计多个分类器来训练不同类型的指纹.最后,针对同一样本数据多指纹训练的不同学习器的估计结果可能不同,同时对于不同采样数据的同一种指纹学习器的估计结果也有可能不同,提出了一种后验权重估计定位(PWEL)算法来融合不同分类器和样本的预测.仿真实验通过定位误差累积分布函数(CD...     

从《史记》看知识分子的悲惨命运

古往今来,知识分子的生存目标正如司马迁在《太史公自序》中借司马谈之口所说的:"始于事亲,中于事君,终于立身,扬名于后世。"在描述一个个或得意或失意的人生历程时,司马迁深刻地认识到,知识分子的悲剧命运不是上天注定的,而是知识分子要求充分张扬生命意志的性格与集权政治之间的矛盾和对立造成的。     

基于OFDM HomePlug AV电力线通信系统仿真

为了更好地以电力线为传输媒介进行数据传送和信息交换,对电力线通信系统发射接收机原理结构进行了研究．在设计了帧前导和帧控制符号的基础上,使用Matlab、C语言建立了与Homeplug AV协议相兼容的基于OFDM的电力线通信仿真系统,在协议基础上对系统性能和系统实现的关键技术进行了数据仿真和分析,并进行了低压电力线通信信道建模．结果表明,仿真系统的数据传输速率可达100Mbit／s以上．当信噪比达到7dB左右时,系统误比特率已降到10^-6数量级,基本实现了高速、可靠的电力线通信．     

基于群智指纹的指纹库建立及优化算法

为解决群智采集的指纹数据量较大且分布状况复杂的问题,提出了一种基于AP聚类算法的指纹库建立及优化算法.通过AP聚类算法将位置接近且相似度较高的指纹聚成一类,相较于其他聚类算法,使用AP聚类可以更好地反映当前指纹的分布状况.对聚类生成的每一类指纹建立莱斯分布模型,以莱斯分布模型的参数作为指纹.仿真结果表明基于AP聚类的方法与传统指纹法在具有相似的定位效果的前提下,前者所占用的存储量只有后者的50%.     

高层建筑给水设计方案分析

高层建筑给水对整个给水系统和每层的具体用户均有相应的压力要求，如何合理的解决这些符合范围要求的压力问题是高层建筑给水设计的难点和关键。本论文就高层建筑给水设计方案进行了详细分析。     

OFDM系统中一种双选择性稀疏信道压缩感知方法

针对OFDM系统,提出了一种基于压缩感知（CS）的双选择性稀疏信道估计新方法.为解决传统二维插值算法无法准确估计双选择性稀疏信道的问题,通过利用信道在时频域的稀疏特性,将OFDM系统下的双选择性信道模型转化为CS可解的BPIC数学模型,并最终利用基追踪算法对稀疏信道的脉冲冲激响应实现估计.仿真结果显示,新方法能有效减少导频数,提高频谱利用率;在传统的FFT-Linear和FFT-FFT二维联合插值算法无法正确估计出信道响应时,基追踪算法仍能实现对稀疏信道的精确估计.     

对立定跳远训练方法的研究

本文通过对大、中、小学5个年龄段男妇女近450名学生的13个运动项目成绩和立定跳远成绩进行测试，找出与立定跳远成绩相关性较大运动项目，从而制定较科学的训练方法，提高学生的立定跳远成绩。     

基于群智感知和非监督式学习的室内定位指纹库构建算法

针对指纹法定位中的指纹库构建耗费大量人力和时间的问题,提出了一种基于群智感知和非监督式学习的室内定位指纹库构建算法.首先利用群智感知的方式采集无线接入点的接收信号强度获取原始指纹数据集.然后针对原始指纹数据的冗余杂乱和指纹注释问题,提出基于学习向量量化(LVQ)和多维标度(MDS)结合的一种新颖算法FLM来解决.最终有效构建室内定位指纹库.最后基于射线跟踪模型(ray-tracing)建立仿真实验场景,仿真结果表明其指纹库建立效率得到显著提高,应用于基本定位算法的定位误差80%,在2.6,m以下,而且单次定位的计算量下降63%,.