大规模 MIMO系统中用户分层变长时隙分配

大规模MIMO系统时分双工模式中分配的物理时隙长度是固定的,不能根据不同时长的信道相干时间灵活地调整长度,二者长度的不匹配导致部分时频资源的浪费,因此,系统的总体容量不能达到最优。针对此问题提出一种用户分层变长时隙分配方法,即根据不同终端的移动性对终端进行分层,并为不同层中的移动终端灵活地分配不同时长的物理时隙,使物理时隙长度与移动终端所对应信道的相干时长相匹配,从而减少时频资源的浪费,提高资源利用率。同时,避免了低速移动终端过频繁的信道估计,降低了信道训练序列开销,使系统的总体数据容量得到很大的提升。实验仿真结果验证了所提方法的有效性。     

高效计算网格壁面距离的KD树方法

计算流体动力学的一些领域中经常要用到流场点到壁面的最小距离,为了提高壁面距离计算的精度和效率,将KD树应用于非结构网格的壁面距离计算,计算了若干三维外形的壁面距离,结果表明:基于KD树的网格壁面距离计算方法鲁棒性好,计算效率和结果精度高,适应复杂外形的能力强;算法的通用性好,可以拓展应用到多种网格类型。     

复合材料层合圆柱壳的动力响应与层间应力

采用分层壳理论和厚度方向的二次插值函数推导出正交铺设层合圆柱壳的动力响应方程,并得出简支层合圆柱壳自由振动问题的解.对于给定算例,计算出的自振频率与三维分析的结果吻合良好,说明所推导的二维解具有足够精度.计算了前四阶模态对应的壳中应力.计算结果说明,对于高阶模态,层间应力相对于面内应力的比值远高于低阶模态的对应比值,高的层间正应力是高阶模态导致脱层破坏的主要原因.     

融合空间偏好和语义的个体活动识别方法

个体活动识别对用户画像、个性化推荐、异常行为检测、群体行为分析和基于活动的资源配置优化具有重要价值。提出了一种基于稀疏的社交媒体签到数据的个体活动语义识别方法,从签到数据中提取活动行为的时间周期性和趋势性特征,并采用空间偏好量化算法,从个体与群体活动的空间关联中提取群体和个体的空间访问偏好,使用自然语言嵌入工具BERT模型提取访问兴趣点的语义。时间特征、空间偏好特征和访问兴趣点名称语义特征共同构成表征群体、个体偏好的时空联合特征,通过极限梯度提升分类器对其进行分类,得到活动语义识别结果。在Foursquare数据集上的对比实验和消融实验中验证了所提活动语义识别模型可以有效提升活动语义识别的准确性。     

大型卫星地面站故障诊断的增强分层有向图方法

为了解决传统分层有向图模型在卫星地面站故障诊断面临的问题,提出了基于增强分层有向图模型的故障诊断方法。在建模过程中,考虑到卫星地面站故障征兆多、建模复杂,依据各设备工作状态的故障传播方式合并同类节点,以减小模型规模;同时,在模型中加入节点有效性使能函数,克服传统分层有向图模型中设备主备切换导致系统结构发生改变时需要重新建模的问题。在故障诊断推理过程中,采用反向回溯和正向推理相结合的方法减小故障源搜索空间,并基于各节点被搜索次数给出故障概率,提高诊断效率。以北斗卫星无线电测定业务地面站为例对单故障和多故障报警场景下的故障诊断方法进行了验证。结果表明,基于增强分层有向图模型的故障诊断方法可以提高故障诊断的准确率和全面性。     

基于马尔科夫决策的目标选择策略

目标选择是军事计划的关键要素之一。基于马尔科夫决策方法,解决具有复杂目标间关联的多阶段目标选择问题。使用与或树描述目标体系各层状态间的影响关联,并以目标体系整体失效为求解目的,建立了基于离散时间MDP的多阶段打击目标选择模型。在LRTDP算法基础上提出一种启发式方法,通过判断从当前目标体系状态到达体系失效状态的演化过程中的可能资源消耗和失败概率,来提供对当前状态的评估值,该方法能有效排除问题搜索空间中不能到达体系失效目的的中间状态,压缩了由于目标间复杂关联而增长的巨大状态空间。用实验验证了该方法有效性,实验结果表明,该方法直观实用,对目标间具有复杂关联关系的目标打击决策有一定参考价值。     

某区域锅炉房节能改造措施及其效果

针对现有锅炉房供热中存在的诸如能源的大量浪费和不能充分满足热用户需求等问题,以某锅炉房节能改造为例,从区域锅炉房现有的条件下对系统实施三方面的改造:一是加装微机监控系统,二是加装锅炉分层给煤装置,三是风机的变频改造;并从技术和经济方面加以分析论证,改造方案合理,采取的措施得当,节能效果明显。     

“耳聪目明”,通信兵连通八方

"银线架四方,电波振长空,铁脚走万里,一颗红心为革命。日日夜夜坚守战斗岗位,时时刻刻保持联络畅通……"伴着《通信兵之歌》豪迈的旋律,黑河军分区组织的通信兵比武竞赛在隆隆的"炮声"中拉开战幕。笔者现场看到,某电台在"敌方"强电磁干扰下处于"瘫痪",后方待命的应急保障分队接到命令火速驰援。他们过险滩、越激流、钻火障,在规定时间到达任务区域。快速抢修后,通信联络恢复畅通,裁判席     

基于深度强化学习的无人战车自主行为决策

针对高动态强对抗战场环境下,无人战车面临的自主行为决策问题,分析了未来陆战场无人战车实际作战需求,构建了基于马尔可夫决策过程的自主行为决策模型,提出了一种深度强化学习结合行为树的方法,利用行为树的逻辑规则与先验知识降低强化学习问题的难度,保证收敛性和鲁棒性,同时使行为决策模型具有学习能力.构建典型作战场景,验证深度强化学习结合行为树的无人战车自主行为决策方法的有效性.     

基于GAPSO-TS的多基地无人机航路-时间协同规划

针对多基地无人机协同规划航迹计算复杂、容易陷入局部最优的问题,在遗传粒子群算法(GAPSO)的基础上,引入禁忌搜索算法(Tabu-Search)混合为GAPSO-TS算法,通过与PSO、GAPSO算法对比,表明GAPSO-TS算法能够提高全局寻优性能,同时相对于GAPSO算法,加快了收敛速度.在多无人机时间协同三维航路规划里应用GAPSO-TS算法可以更快的收敛,同时设计以时间协同为约束的适应度函数,函数具有简单易行的特点,保证了不同基地的无人机都可以在同一时间内最快到达目的地,实验结果验证了算法的可行性.