利用变量节点符号可靠度在迭代过程中的分布特征,提出了一种基于可靠度差值特征的自适应判决多元低密度奇偶校验(Low Density Parity Check, LDPC)译码算法。整个迭代过程划分为两个阶段,针对不同阶段节点可靠度的差值特征分别采用不同...利用变量节点符号可靠度在迭代过程中的分布特征,提出了一种基于可靠度差值特征的自适应判决多元低密度奇偶校验(Low Density Parity Check, LDPC)译码算法。整个迭代过程划分为两个阶段,针对不同阶段节点可靠度的差值特征分别采用不同的判决策略:前期阶段,采用传统的基于最大可靠度的判决策略;后期阶段,根据最大、次大可靠度之间的差值特征,设计自适应的码元符号判决策略。仿真结果表明,所提算法在相当的译码复杂度前提下,能获得0.15~0.4 dB的性能增益。同时,对于列重较小的LDPC码,具有更低的译码错误平层。展开更多
针对2021年3月15日中国北方发生的沙尘暴事件,提出了一种基于大气可降水量差值的方法,旨在探究GNSS站点反演的大气可降水量与大气颗粒物浓度之间的相关性.选取了位于宁夏中卫(NXZW)、北京房山(BJFS)和吉林长春(CHAN)的3个GNSS站点及附...针对2021年3月15日中国北方发生的沙尘暴事件,提出了一种基于大气可降水量差值的方法,旨在探究GNSS站点反演的大气可降水量与大气颗粒物浓度之间的相关性.选取了位于宁夏中卫(NXZW)、北京房山(BJFS)和吉林长春(CHAN)的3个GNSS站点及附近的大气颗粒物浓度数据进行分析.结果显示,在非沙尘暴条件下,GNSS解算的大气可降水量(precipitable water vapor,PWV)精度表现良好,其与ERA5模型的PWV的差值均值和标准差均约在2 mm,证明了解算结果的可靠性.沙尘暴发生前,各站点PWV与大气颗粒物浓度的相关性均低于20%,表现出较弱的相关性.在沙尘暴期间,该相关性显著提高,尤其在BJFS和CHAN站点,PWV与大气颗粒物浓度的相关性超过60%.相位滞后消除后,NXZW站点的相关性更是达到70.25%.进一步分析还发现,沙尘暴发生时,PWV差值与大气颗粒物浓度的相关性也显著提高,其中BJFS和CHAN站点的相关性超过70%.综合分析表明,沙尘暴发生时,PWV差值与大气颗粒物浓度的相关性进一步增高,这表明大气颗粒物对PWV差值的贡献比对PWV本身的贡献显著增加,从而说明了PWV差值方法在大气颗粒物浓度监测方面的潜在应用价值.因此,本研究提供了一种新的研究思路和方法,为大气颗粒物浓度和气象条件之间复杂交互关系的进一步研究奠定了基础.展开更多
文摘针对2021年3月15日中国北方发生的沙尘暴事件,提出了一种基于大气可降水量差值的方法,旨在探究GNSS站点反演的大气可降水量与大气颗粒物浓度之间的相关性.选取了位于宁夏中卫(NXZW)、北京房山(BJFS)和吉林长春(CHAN)的3个GNSS站点及附近的大气颗粒物浓度数据进行分析.结果显示,在非沙尘暴条件下,GNSS解算的大气可降水量(precipitable water vapor,PWV)精度表现良好,其与ERA5模型的PWV的差值均值和标准差均约在2 mm,证明了解算结果的可靠性.沙尘暴发生前,各站点PWV与大气颗粒物浓度的相关性均低于20%,表现出较弱的相关性.在沙尘暴期间,该相关性显著提高,尤其在BJFS和CHAN站点,PWV与大气颗粒物浓度的相关性超过60%.相位滞后消除后,NXZW站点的相关性更是达到70.25%.进一步分析还发现,沙尘暴发生时,PWV差值与大气颗粒物浓度的相关性也显著提高,其中BJFS和CHAN站点的相关性超过70%.综合分析表明,沙尘暴发生时,PWV差值与大气颗粒物浓度的相关性进一步增高,这表明大气颗粒物对PWV差值的贡献比对PWV本身的贡献显著增加,从而说明了PWV差值方法在大气颗粒物浓度监测方面的潜在应用价值.因此,本研究提供了一种新的研究思路和方法,为大气颗粒物浓度和气象条件之间复杂交互关系的进一步研究奠定了基础.