基于条件生成对抗网络的稀疏样本回归预测模型

自生成对抗网络提出以来,基于生成对抗网络的拓展模型在图像处理等领域均有显著成效,但其在回归预测问题上的应用较少.在概率回归过程中,通过构建条件概率分布模拟特征与实际目标之间的潜在关系是一种常用方法,但在实际问题中条件概率分布过于复杂,似然估计难以捕捉.为此,首先分析高斯过程回归在稀疏样本回归预测中的预测精度,将其作为稀疏样本回归预测的基准线.通过分析条件生成对抗网络的构造,提出利用条件生成对抗网络解决稀疏样本回归预测问题.最终通过对比分析4种非线性模拟数据回归预测结果,发现提出的条件生成对抗网络模型相较基于Matern32核函数的高斯过程回归具有更好的预测精度.

OAM介质谐振器阵列天线的研究

轨道角动量(OAM)技术为无线通信系统提供了新的调制维度,成为解决频谱资源短缺问题的有效方法。提出了一种新颖的OAM阵列天线,利用介质谐振器阵列天线产生OAM波束。仿真结果表明,此OAM阵列天线半径的大小直接影响OAM波束的效果,同时合适的馈电位置以及馈电方式在一定程度上可以改善中央空域问题和提高OAM波束远距离传输质量。此OAM阵列天线体积小、介质材料选取广泛,能够解决环形OAM微带阵列天线高频段辐射阵元损耗高、低频段几何尺寸大的难题,对OAM阵列天线在未来无线通信领域的实际应用提供了新的参考价值。