面向城区的基于图去噪的小区级RSRP估计方法

移动通信系统网络的规划、部署和优化都不同程度依赖于参考信号接收功率(RSRP)估计的准确性。传统上,基站覆盖小区内某信号接收点的RSRP可由对应的无线传播模型估计。在城市环境中,不同小区的无线传播模型需要使用大量RSRP实测数据校正。由于不同小区环境存在差异,经过校正后的模型只适用于对应小区,且小区内的RSRP估计精度低。针对上述问题,将RSRP估计问题转化为图去噪问题,并通过图像处理与深度学习技术得到小区级无线传播模型,不仅能实现小区整体的RSRP估计,且能适用于相似环境小区。首先,通过随机森林回归器逐点预测每个接收点的RSRP,得到整个小区的RSRP估计图;然后,将RSRP估计图和实测RSRP分布图之间的损失视为RSRP噪声图,提出基于条件生成对抗网络(CGAN)的图去噪RSRP估计方法,通过电子环境地图反映小区的环境信息,有效地降低不同小区的RSRP。实验结果表明,在无实测数据的跨小区RSRP预测场景下,所提方法预测RSRP的均方根误差(RMSE)为6.77 dBm,相较于基于卷积神经网络的RSRP估计方法EFsNet下降2.55 dBm;在同小区RSRP预测场景下,相较于EFsNet,模型参数量减小80.3%。

不同生物修复组合对石油污染的修复效应

为探究不同生物修复组合对土壤石油污染的去除效果,该研究采用室内污染暴露实验,分析了不同生物修复体系对土壤总石油烃的降解率和正构烷烃、多环芳烃2种石油烃主要成分的变化规律。结果表明,翅碱蓬单独处理组虽表现出一定的石油污染修复能力,但翅碱蓬+石油降解菌和翅碱蓬+石油降解菌+沙蚕处理组合对土壤总石油烃的降解率分别提高了12.71%和26.85%,表明联合生物修复可以更好地促进石油烃降解。翅碱蓬+降油细菌+沙蚕处理组中正构烷烃和多环芳烃组分的降解率均高于其他生物修复。多生物联合修复表现出对高碳原子数烷烃和芳烃良好的修复能力。研究结果证实,多生物联合修复组合对土壤石油污染的修复效果优于生物单独处理组,这为利用多生物联合修复组合开展滨海滩涂石油污染提供了一定的理论基础。

一种简易体育素质测试设备的设计与实现

针对传统体育素质测试和锻炼方式单一、测试设备和精度有限、缺乏有效的训练指导等固有弊端,该文提出了一种简易体育素质测试设备。首先测试者按照各端点指示灯触摸传感模块,然后协调器接收传感模块的测试数据并传输至服务器,之后服务器端存储处理数据,最后通过App界面对数据以及测试结果的分析进行展示,运用推荐算法为测试者推荐相应的训练指导和教程。经试验测试表明,该设备可实现多模式精准测试,通过记录分析历史数据,提供有针对性的教程,且设备简便易携,可在任何场景下使用,具有广阔的发展前景。