基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明,该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

基于证据熵对不确定性度量的决策表约简

知识约简是粗糙集理论的核心内容之一,产生的粗糙决策规则往往具有一定的不确定性.在变精度粗糙集的基础上,本文构造了符合证据理论框架的一组焦元,利用基本概率分配函数计算了证据的总体信息熵,度量了决策表的不确定性;以该度量作为启发信息,给出了决策表的启发式知识约简算法.计算实例表明了本文方法的有效性.     

机载光电探测设备对地定位算法及其仿真分析

提出了一种基于机载光电探测设备数据和惯导信息的对地定位算法,可以实时地解算出地面目标的经度、纬度和高度等地理坐标信息,用于装定或引导精确制导炸弹打击目标。通过引入蒙特卡罗模拟计算方法对目标定位精度进行了仿真分析,指出各测量组件误差对定位精度影响的大小,为各测量组件的误差分配和系统的整体设计提供了理论指导。从定位方案和仿真结果可以看出,该方法具有对地形鲁棒性强、实时性好和计算稳定性高等优点,适合于复杂的战场环境。