穿透高铁车厢的5G无线信道预测

为了科学有效地完成高铁5G基站的部署,保障车内终端的良好通信,亟需建立由基站直射反射、车窗透射以及列车内到达终端的多次反射等组成的信道特性的一般性描述。讨论了以线性函数、指数函数、幂函数为基函数的路径损耗传输模型。以2.6 GHz高铁现场测试数据为基础,校准了高铁轨旁基站与车厢移动终端间基于射线跟踪法的无线信道仿真模型,确定了高铁无线信道模型的关键参数,利用实测和仿真获得的数据,选择均方根误差最小的线性函数拟合了信道大尺度衰减公式。还对无线信道小尺度特性均方根时延扩展、角度扩展进行了预测,为未来5G高铁基站的部署提供了参考。

基于无线传感网技术的智能图像传输系统

针对无4G信号、布线困难、无人值守的偏远山区输电线路监测,无线传输一直存在困难,对于数据量较大的图像数据更难。本文设计并实现了一种高压输电线路监测的智能无线图像传感器网络传输系统,运用嵌入式研发技术和无线传感网技术实现图像传输。在传统的无线传感网基础上,针对图像数据大,通信过程中容易引起干扰,设计了依据接收端信号强度RSSI值进行自适应数据分包协议;为了优化传输路由和增加传输系统的冗余性,设计了智能路由传输协议。实验测试和仿真结果表明,自适应数据分包协议能根据不同的误码率大小自适应调整分包数,减少重传的概率,从而提高传输效率;智能动态路由传输协议可以快速找到最近的4G信号节点,节省传输时间和能量损耗,其中的跳传功能在减少传输时间的同时,增加了传输系统的冗余性,达到设计目的。

基于PSO-Nadam-BP神经网络的多传感器火灾检测算法

由于采用传统单传感器检测火灾时存在精度低、误报率高等不足,提出了一种基于PSO-Nadam算法优化BP神经网络的多传感器火灾检测算法。算法模型以火灾环境参数作为BP神经网络的输入,以不同火灾状态的概率作为输出。但是传统BP神经网络算法中存在两个问题,一是因初始权值和阈值随机选定而导致的可能陷入局部最优解,二是因反向误差传播过程中学习率α固定所导致的收敛速度慢。因此分别采用粒子群算法(PSO)和Nadam算法来优化BP神经网络模型。最后在MATLAB软件上进行算法仿真模拟,相较于BP神经网络模型,该优化模型输出结果与样本实际值吻合度更高,样本预测均方根误差更小,并且收敛速度更快。该算法在一定程度上提高了检测准确率和检测速度,为后续更完善的火灾检测算法打下基础。