基于MIMO双流比优化提升LTE下行传输速率的研究

本文分析了如何通过提高LTE系统下行MIMO的双流比来提升下行传输速率,以增强用户感知。

4G双流比原因定位与优化分析

MIMO作为4G区别于3G的关键技术之一,能成倍提升系统频谱效率、极大地提升下行吞吐率。4G双流比是反映4G关键技术MIMO在实际网络中应用性能好坏的一个重要指标,对4G网络速率竞争性比拼起着关键作用,并且直接影响到用户感知。深入介绍4G单双流的基本原理、各厂商双流比指标算法、双流比低的原因定位分析及相应优化方法,输出系统性的优化流程,有效指导4G双流比的分析与优化。

基于CQI研究的LTE网络双流比优化提升策略

双流技术是LTE网络中的关键技术,可以成倍地提升用户流量,对提升网络效率和优化客户感知,有非常积极的意义。本文从CQI的质差原因分析着手,结合现场优化的实践,总结出了一套较为有效的优化提升思路,对实现LTE网络双流比的提升有积极的参考意义。

4G双流比原因定位及优化研究

MIMO在实际网络运用中往往是通过4G双流比进行反应的,这对4G的网络速率竞争有着重要作用。本文将对4G双流比的原理以及相应优化方法进行分析,从而提升4G双流比的优化。

基于双流YOLOv4的金属表面缺陷检测方法

目前有许多学者使用深度学习进行表面缺陷检测研究,由于这些研究大都沿用主流目标检测算法的思路,注重高级语义特征,而忽视了低级语义信息(色彩、形状)对表面缺陷检测的重要性,因此导致缺陷检测效果不够理想。为解决上述问题,提出了一种金属表面缺陷检测网络——双流YOLOv4网络,骨干网络分成两个分支,输入分为高分辨率图像和低分辨率图像,浅分支负责从高分辨率图像中提取低级特征,深分支负责从低分辨率图像中提取高级特征,通过削减两分支的层数和通道数来减少模型总参数量;为了强化低级语义特征,提出了一种树形多尺度融合方法(Tree-structured Multi-scale Feature Fusion Me-thod,TMFF),并设计了一个结合极化自注意力机制和空间金字塔池化的特征融合模块(Feature Fusion Module with Polarized Self-Attention Mechanism and Spatial Pyramid Pooling,FFM-PSASPP)应用到TMFF中。在东北大学热轧带表面缺陷数据集NEU-DET、金属表面缺陷数据集GC10-DET和伊莱特电饭煲内胆缺陷数据集Enaiter的测试集上对所提算法进行了测试,测得的map@50结果分别为0.80,0.66和0.57,相比大部分主流的用于缺陷检测的目标检测算法均有提升,且模型参数量仅为原YOLOv4的一半,速度与YOLOv4接近,可满足实际使用需求。

基于双流自适应时空增强图卷积网络的手语识别

针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。

基于双流骨架信息的人体动作识别方法

针对当前基于二维图像的人体动作识别算法鲁棒性差、识别率不高等问题,提出了一种融合卷积神经网络和图卷积神经网络的双流人体动作识别算法,从人体骨架信息提取动作的时间与空间特征进行人体动作识别。首先,构建人体骨架信息时空图,利用引入注意机制的图卷积网络提取骨架信息的时间和空间特征;其次,构建骨架信息运动图,将卷积神经网络网络提取到骨架运动信息的特征作为时空图卷积网络所提取特征的时间和空间特征的补充;最后,将双流网络进行融合,形成基于双流的、注意力机制的人体动作识别算法。算法增强了骨架信息的表征能力,有效提高了人体动作的识别精度,在NTU-RGB+D60数据集上取得了比较好的结果,Cross-Subject和Cross-View的识别率分别为86.5%和93.5%,相比其他同类算法有一定的提高。

基于高效双流输入结构的自动调制识别方法

自动调制识别是现代通信系统中一项重要技术。为提高通信系统对不同调制信号间的识别性能,文中首先探索了包含11类调制信号的公开数据集RML2016.10A上原始同相正交(In-phase and Quadrature,IQ)格式数据和经过数据预处理后的幅度和相位(Amplitude and Phase,AP)格式数据的差异;随后,依据原始IQ格式数据和AP格式数据在特征提取过程中对局部相关性及时序特征敏感性的差异,设计了针对空间特征提取的SFE-Block模块、针对长期依赖关系提取的TFE-Block模块,以及联合时空特征提取模块STFE-Block,并将前两者的输出特征作为STFE-Block模块输出特征的重要补充进行特征融合,以全连接(Fully Connected)层负责最终分类。实验结果表明,本模型在数据集RML2016.10A上表现良好。当信噪比(Signal to Noise Ratio,SNR)低于-8 dB时,平均识别精度比其他模型提升7%,而SNR在0~18 dB时,平均识别精度比其他模型提高1%~8%,且在SNR为16 dB时,最高识别精度达92.95%。此外,在RML2016.10B数据集上重复了实验以检验模型泛化性,所得结果同样最优,且当SNR为12 dB时,最高识别精度达到93.6%。

双流制式下四分裂式变压器用作双回路滤波电感的特性分析

对一台运行于双流制下的机车进入直流电网时其变压器(四分裂式)用作电抗器的电感值进行了分析和计算.机车运行于直流电网时变压器同一铁心柱上的2个低压绕组串联接入回路滤波,而4个高压绕组并联开路.4个低压绕组两两串联有4种接法,且同一接法还有双边工作和单边工作的情况.利用在分析磁场的基础上获得的四分裂式变压器8个绕组的电感矩阵,列写4种不同接法时电路方程,将其等效为两端口网络,进行等效阻抗及电感计算,且对结果进行了讨论,给出了有关建议.

现代农业园区建设的对策与建议——以成都市双流区为例

建设现代农业产业园区是推动农业高质量发展的重要手段,是实现农业现代化和可持续发展的必要途径[1]。本文通过对现代农业园区建设中普遍存在的问题进行收集整理,对成都市双流区建设现代农业园区的主要做法与成效梳理分析,对成都市双流区建设现代农业园区提出6个方面的对策建议,以期进一步推动成都市双流区现代农业园区高质量发展。

初始大扰动条件下双流系统的粒子相空间振荡

双流系统产生的不稳定性过程是近地空间中常见的等离子体不稳定性现象.地球磁尾、等离子体片边界层、地球弓激波、太阳风、极隙区和极光加速区观测到的静电孤立波被认为是由双流不稳定性产生.地球空间环境并非均匀稳态,因此对双流系统演化过程的研究往往需要考虑初始的扰动.利用所建立的动理论粒子云模型方法,我们研究了初始大扰动下双流系统的不稳定性现象,发现初始大扰动条件下粒子相空间产生振荡现象,且振荡频率与初始扰动的空间波数有关,电场与电场能量也存在该频率成分.通过线性理论,求解出了粒子相空间振荡频率.它与粒子云模拟得到的频率一致.该频率为朗缪尔振荡频率的基础之上叠加一个与初始扰动的空间波数有关的频率偏移量.我们改变等离子体频率,进一步验证了上述结论.该研究结果表明初始扰动能够对双流系统的不稳定性现象产生重要影响,对于加深理解地球磁层中双流系统的演化过程有重要参考意义.

一种风向监督双流神经网络--以一维Burgers方程求解为例

针对一维Burgers方程下单一建模方式难以充分考虑不同阶段风向对系数的影响比重,无法有效获得各节点间的关联信息的问题,本文提出了一种风向监督双流神经网络分别预测上下风向的有限差分系数。同时设计了一种风向判断模块,实现了对预测得到有限差分系数的权重融合。通过风向监督双流神经网络,并结合先验知识对学得的系数分配一定的权重,以突出上下风向对预测结果的不同影响,可以有效实现对不同风向上的点分别进行预测,使得空间结构特征信息挖掘更加充分,从而提高差分系数预测的精度。在比传统数值求解方法网格分辨率粗4~8倍的同时,提高了谷歌团队工作的精度,以此提高了计算的速度。

基于静止无功发生器的双流制牵引供电系统控制策略

基于静止无功发生器的双流制牵引供电系统可用于交直流供电系统并存的供电区段,也能为多制式机车提供出厂试验,减少供电设备,提高效率,并解决以负序为主的电能质量问题。提出双流制供电系统的结构,根据负荷的运行工况分别研究2种运行方式的基本原理,构建负序补偿数学模型并推导静止无功发生器容量的计算式。基于瞬时无功理论,研究该方案中静止无功发生器的控制策略。搭建仿真模型,仿真结果表明在不同的负荷运行工况下,双流制供电系统既能为交流负荷和直流负荷提供运行功率,也能对公共连接点处的负序进行治理,验证了补偿方案的正确性与可行性。

基于双流特征互补的嵌套命名实体识别

针对以往句子在文本编码后不能获得高效的特征信息,提出一种基于双流特征互补的嵌套命名实体识别模型。句子在嵌入时以单词的字级别和字符级别两种方式嵌入,分别通过神经网络Bi-LSTM获取句子上下文信息,两个向量进入低层级与高层级的特征互补模块,实体词识别模块和细粒度划分模块对实体词区间进行细粒度划分,获取内部实体。实验结果表明,模型相较于经典模型在特征提取上有较大的提升。

注意力机制的TS-PVAN双流动作识别

人体动作识别是计算机视觉领域的重要研究方向之一,越来越多地应用在视频监控、自动驾驶等场景.目前大多数双流方法采用卷积神经网络分别提取动作的时空特征,而卷积网络仅关注于动作的局部空间特征,缺乏动作的长距离依赖关系,且卷积造成的特征损失及视频背景噪声的影响不利于动作特征的提取.同时,注意力机制愈加广泛地应用在各类视觉任务中,并达到了较高的性能.针对以上问题,本文提出一种基于注意力机制的TS-PVAN双流动作识别模型,该模型以TSN双流网络框架作为基线,为空间流设计一种P-VAN网络处理RGB帧以提取视频动作的空间特征.该模型提高了空间网络提取动作特征的能力,以及双流时空特征信息的融合效果.通过在HMDB51和UCF101两个数据集上的实验对比分析,验证了所提方法的有效性.

结合双流形映射的不完备多标签学习

在多标签学习中,有效利用标签相关性可以提高分类性能。然而,由于人工标注标签的主观性和实际应用中标签语义的相似性,通常只能观察到不完备的标签空间,导致标签相关性的估计不准确,使得算法性能下降。针对该问题,提出一种结合双流形映射的不完备多标签学习(ML-DMM)算法。构造两种流形映射,一种是保留实例数据空间局部结构信息的特征流形映射,另一种是基于迭代学习得到的标签相关性的标签流形映射。首先通过拉普拉斯映射构造数据的低维流形,然后通过回归系数矩阵和标签相关性矩阵将初始特征空间和初始标签空间分别映射到该低维流形上,形成一种双流形映射结构来提升算法性能,最后利用迭代学习得到的回归系数矩阵进行多标签分类。在8个多标签数据集及3种标签缺失率情况下的对比实验结果表明,ML-DMM算法性能优于其他针对缺失标签的多标签分类算法。

双流耦合构型混合动力拖拉机旋耕工况控制策略研究

大功率拖拉机作业时载荷冲击会造成发动机的输出转矩大范围波动,为减小载荷冲击对拖拉机动力单元的影响,提出以发动机和双电机为动力源的拖拉机双流耦合动力系统构型,以减小载荷冲击引起的动力传动系统换挡频次。基于Haar小波分解提出了基于功率预测的转矩分配策略,首先记录拖拉机的作业参数,基于径向基神经网络对拖拉机旋耕作业时的功率需求进行预测,由Haar小波变换确定高频和低频转矩需求值的范围,并分别由电机和发动机提供。最后,通过硬件在环试验对提出的动态转矩分配进行了可行性验证,测试结果表明:提出的基于神经网络功率需求预测模型对行驶端和动力输出端(Power take-off,PTO)的功率进行预测,实际值和预测值均方根误差分别占最大功率的7.6%和7.9%;提出的转矩分配策略能够应对拖拉机旋耕时的载荷波动。发动机转矩波动与传统构型相比减小35.0%,有效地缩小了发动机转矩波动范围,缓解了拖拉机作业时载荷冲击对发动机的影响。

改进的双流多模态信息融合坐姿识别方法

不正确的坐姿通常会导致青少年近视、脊柱侧弯和退行性疾病。研究能够快速、准确识别不规律坐姿的智能监测技术,有助于保持正确的姿势并预防健康问题。为了解决RGB图像易受光照强度以及遮挡因素的干扰并造成的识别率不高等问题,通过采用双流RGB-D图像作为双输入,利用ResNet网络中的残差结构改进EfficientNet基线网络结构,提出了一种基于改进R-EfficientNet的双流RGB-D多模态信息融合的坐姿识别方法。试验结果表明,提出的R-EfficientNet融合方法模型对8种坐姿的识别均值平均精度(mean average precision,mAP)达到了98.5%。与CNN、Vgg16、ResNet18、EfficientNet、RGB-D不同的输入方法相比,所提方法获得了最高的识别率。该方法不仅可以用于坐姿客观监测,具有医学和社会效益,此外还为人体工学研究者们提供改进办公家具的方案。

双流注射法低剂量技术在儿童支原体肺炎合并肺栓塞的肺动脉CTA检查应用探讨

目的:探讨双流注射法低剂量技术在儿童支原体肺炎合并肺栓塞患儿肺动脉CT血管成像(CTA)检查中的应用。方法:收集2019年5月—2022年2月临床诊断为支原体肺炎合并肺动脉栓塞、采用团注跟踪法行肺动脉CTA检查的45例患儿(对照组)临床资料,以及2022年3月-10月临床诊断为支原体肺炎合并肺动脉栓塞、采用双流注射法低剂量技术行肺动脉CTA检查的38例患儿(观察组)临床资料,比较两组的图像质量客观评价指标和主观评分、对比剂使用量、辐射剂量、肺栓塞检出率情况。结果:图像质量客观评价中,观察组和对照组的图像CT值、噪声、信噪比(SNR)、对比度噪声比(CNR)分别为(539.74±53.19)HU、(14.74±3.10)HU、32.13±5.36、33.19±6.33和(338.31±62.34)HU、(9.56±1.32)HU、33.70±3.52、28.83±4.75,两组图像CT值、噪声、CNR存在统计学差异(P<0.05),SNR无统计学差异(P>0.05)。两组图像质量主观评分构成比有统计学差异(P<0.001)。观察组的放射剂量长度乘积(DLP)、容积CT剂量指数(CTDIvol)、有效辐射剂量(ED)水平均低于对照组,差异有统计学意义(P<0.05)。观察组和对照组对比剂用量分别为(21.25±5.23)mL、(37.58±9.22)mL,差异有统计学意义(t’=10.10,P<0.01)。观察组的肺栓塞检出率为97.36%,高于对照组的80.00%,差异有统计学意义(P=0.037)。结论:双流注射法低剂量肺动脉CTA在儿童支原体肺炎合并肺栓塞的诊断中能够获得较佳的图像质量,且能够降低辐射剂量,提高肺栓塞和动脉狭窄检出率。

双流臭氧污染的气象条件特征分析

双流是成都臭氧污染较为严重的区域,分析该区域臭氧污染气象特征对双流及周边区域大气污染机理研究具有重要意义。研究基于地面监测和遥感观测数据,利用数理统计、GIS空间分析等方法对2019-2021年双流大气污染特征及其气象条件进行分析,结果表明:双流地区北风为主导风向,风速年际变化整体呈现逐年略微下降的趋势;影响双流地区臭氧浓度的首要气象要素为温度(r=0.461),与空气相对湿度存在一定的负相关性(r=-0.307),在北风和弱风(<1.4 m/s)的条件下易出现高浓度臭氧污染;8月为双流区太阳辐射夏季最高月,辐照度集中在700~720 W/m^(2);云覆盖率在夏季的时间变化特征为7月>6月>8月;对流层甲醛、二氧化氮柱浓度总体呈现由西北地区向东南地区递减的特点。