基于感知图像信息的无人机信道路径损耗预测

为了更好地促进6G无人机对地通信技术的应用和发展,完善无人机对地通信系统设计理论基础及满足6G通信的安全性和有效性的需求,开展6G无人机对地通信场景下基于感知图像信息的信道路径损耗预测研究.首先,基于感知数据仿真平台AirSim和无线信道仿真软件Wireless InSite,构建动态无人机对地通信场景下的混合通信与感知智能融合数据集,为探索物理空间和电磁空间的映射关系提供重要的数据支撑.然后,基于构建的数据集,建立物理空间的感知图像信息与电磁空间的路径损耗信息之间的映射关系,实现6G无人机对地通信场景下的实时路径损耗预测.最后,通过仿真测试,将模型预测结果和测试集进行对比,验证模型的准确性.

基于三维抛物方程的路径损耗预测模型

为实现通信网络的优质覆盖和基站选址的优化布局,研究城市环境中电波传播的路径损耗预测模型尤为必要。文章通过STL数据的三维重建技术,结合K-means聚类算法对传播环境进行电磁建模,采用三维抛物方程解算电波传播过程,形成了路径损耗预测模型。仿真结果与经验模型相比,表明本模型不仅能准确地反映出电波的衰减趋势,还可预测环境反射、散射造成的多径衰落;街道场景下本模型的仿真结果和实测路径损耗基本吻合,验证了本文模型的正确性。

基于线性回归及灰色-威布尔模型的化工机械设备损耗预测

将灰色模型与威布尔分布有机结合,采用建立的灰色模型和灰色-威布尔组合模型来预测化工机械设备损耗故障概率情况,通过实际案例计算分析表明:组合模型预测评估与实际情况具有更高的吻合度。又采用灰色模型和一元线性回归模型对比预测损耗故障,结果表明:灰色模型具有更好的预测精度。

基于插值法的地形重建在平流层通信传播损耗预测中的应用

提出了基于插值法的地形重建算法 ,并应用于平流层通信系统电波传播损耗的预测 ,给出了地形重建算法的计算机实现方法 ,并对随机产生的地形数据进行了模拟 ,得出了平流层通信传播损耗与地形数据特征之间的关系。通过地形库数据的行插值、列插值和对角线插值方法解决了平流层通信系统传播损耗预测的地形重建问题 ,保证了传播损耗预测算法的有效性。

冷链关键设备质量评价和损耗预测研究总报告

由卫生部计财司综合评价处、防疫司计划免疫处和上海医科大学卫生经济教研室共同合作开展的“冷链关键设备质量评价和损耗预测”的课题研究工作,历时2年,已经完成。该课题研究报告(包括总报告及分专题报告)在掌握大量数据和第一手资料的基础上,运用系统分析方法,从多角度对冷链关键设备的购置、配套、使用、耗损、维修及费用等进行了研究和评价,并针对存在问题提出了一些可供选择的对策。此项研究成果不仅为今后如何有效使用和管理冷链系统提供了重要信息和决策依据,也为各地如何开展综合效益评价工作提供了可资借鉴的方法和思路。该课题分报告共有12部分:1。《冷链关键设备质量评价和耗损预测》课题概述;2.计划免疫冷链关键设备分布及基本情况;3.计划免疫经费现状分析;4.设备质量分析理论;5.设备寿命有关评价指标的估计方法;6.冷链运输车辆运转现状分析;7.冷藏车可靠性分析与探讨;8.冷链工具车质量分析和大修预测;9.冷链运输工具车的可靠性分析;10.冷链工具车的大修和报废率分析;11.冷链速冻器运转现状分析;12.冷链维修现状的调查和对策。本刊选发其中两部分,以飨读者。

基于神经网络的功率模块开关损耗预测

功率半导体器件的开关损耗的准确预测和评估对研究系统设计、选择合适的散热系统和提高系统的可靠性都是很重要的。采用功率半导体器件的开关动态测试系统,可以自动调整直流母线电压、集电极电流、门极驱动电压和开关频率,记录开关动态电压、电流波形,计算获得大量的损耗数据。通过建立人工神经网络模型对开关损耗预测,并改变模型参数进行分析与研究,获取最佳模型。

基于支持向量机的光伏逆变器损耗预测方法

提出一种光伏逆变器损耗整体预测建模的方法。区别于分别对开关管和磁性元件等建立复杂的物理和数学模型,进而得到电路损耗的传统预测方法,从电路整体的损耗出发,基于小样本采样,采用智能学习算法支持向量机建立电路的效率模型,利用遗传算法对模型2个重要参数g和C进行优化。采用一个10 kW的三相光伏并网逆变器为研究对象,以输入电压和输出功率作为支持向量机的x变量,建立了基于遗传优化支持向量机的效率模型。模型误差精度小于0.6%,验证了模型的有效性和准确性。遗传优化支持向量机的效率模型用简单的代数公式代替了复杂而不规律的效率计算公式,简化了模型,提高了模型的预测精度。

电火花成形加工工具电极损耗预测

电火花成形加工过程中,极间放电在蚀除工件材料的同时,也会对工具电极带来一定程度的损耗,进而影响工件的尺寸及形状精度,降低加工效率。目前普遍采用更换电极重复加工的方式来获得最终形面,需要消耗大量的工具电极和工时。针对电火花加工的工具电极损耗展开了研究,通过系统地分析所得电极形面特征及进给方向与损耗量之间的关系,建立了实用的电极损耗预测模型。通过实验证明了该模型能准确预测工具电极形面损耗,为电火花加工的电极损耗预测提供了有效方法。

基于机器学习和卫星图像的路径损耗预测

基于反向传播神经网络(back propagation neural network,BPNN)构建了一种路径损耗预测模型.通过卫星图像的红、绿、蓝(red,green and blue,RGB)通道的颜色信息来表征无线通信电波传播路径的环境特征,结合路测点与基站的距离特征构建数据集,迭代训练网络参数,以预测传播路径损耗.结果表明,对跨基站路测点的预测结果与实测数据之间的相关系数达到0.83,绝对平均误差控制在0.66 dB,标准差控制在6.65 dB,说明在缺乏某一场景的详细模型和材质参数时,本文模型也能可靠预测无线通信电波的传播路径损耗.此外,本文信道模型与传统信道建模方法多方面的对比与分析表明,本文模型在相同计算资源下可以提供和传统信道建模方法相差很小的预测结果,同时大大缩短预测所需的时间,说明本文模型对传播路径损耗做出快速预测的能力可以用于无线通信网络系统的优化.

基于大数据分析的电能损耗预测模型的仿真分析

对电能损耗进行预测的过程中,传统的预测方法,由于影响电能损耗的因素之间具有非常复杂的非线性与强相关性,导致很难得到高精度的预测结果。提出一种基于大数据分析的电能损耗预测模型,建立电能损耗预测单元模型,分析发电器模型、变电器模型和输电器模型建立的过程,引入灰色综合关联度对大数据进行分析,对各个组成区域序列累加得到整体区域电能损耗情况,并进行微分处理,通过GM(1,1)的转换实现对整体电能损耗预测模型的构建。仿真实验结果表明,所提模型具有较高的预测精度,能够很好地避免非线性因素对模型的干扰,为电力企业制定合理的电能损耗计划提供可靠依据。

对流层散射传输损耗预测

鉴于ITU-R.P.617-5给出的对流层散射传输损耗模型没有考虑在进行对流层散射通信时,大气吸收、天线架高和天线方位角对链路传输损耗的影响。对对流层散射链路进行分析,给出考虑了大气吸收损耗、天线架低损耗和天线方位角偏移损耗的对流层散射链路传输损耗预测方法,并以抛物面天线为例,进行仿真验证,通过与实测数据对比,证明该方法的有效性,为使用对流层散射通信时,科学预测对流层散射链路传输损耗提供参考。

基于支持向量机的电力电子电路损耗预测

电力电子电路损耗分析一直是行业研究的重点。传统的电路损耗预测方法局限于单个器件,而忽略了其它器件的损耗,以及弱化了器件与器件损耗之间的关系,导致预测方法复杂,精度不够高,为此提出了一种电力电子电路损耗预测建模的方法,它不局限于对单个器件进行损耗分析,而是从电路整体的损耗出发,基于小样本采样,采用智能学习算法支持向量机建立电路的效率模型,利用遗传算法对模型参数进行优化。实验采用了两级式逆变器作为研究对象,搭建了两级式逆变器实验平台,建立了基于遗传优化支持向量机的效率模型,模型预测结果验证了效率模型的有效性和准确性。与传统的损耗预测方法相比,遗传优化支持向量机的效率模型用简单的代数公式代替了复杂的效率计算公式,简化了模型的复杂程度,同时提高了模型的预测精度。

基于RDPSO-BP的粮食产后储藏环节损耗预测分析

对产后粮食损耗进行分析与研究,调查获得10多个省份的粮食损耗问卷,对问卷进行统计分析得到影响损耗的各个因素变量,同时进行数据预处理作为模型数据集。最后,将该数据集应用于提出的RDPSO-BP模型中。将随机粒子群(RDPSO)算法与BP神经网络相结合,并优化神经网络参数,从而得到粮食产后储藏环节损耗率预测模型。通过MATLAB仿真实验,发现优化后的RDPSO-BP模型相比传统BP神经网络,具有更高的预测精度,训练与测试误差分别降低了0.041%和0.055%。因此,该模型能够更好地预测粮食产后储藏环节的损失率,在实际粮食损耗分析中具有重要作用。

基于断点损耗预测的高速网络流路由修复方法

设计高速网络流路由修复算法,提高网络的生命周期,降低路由节点能耗。传统的路由修复算法采用阈值分割路由冲突分解算法,采用阈值分割判断实现路由修复,无法有效满足高速网络流路由修复的应用环境。提出一种基于断点损耗预测的高速网络流路由修复方法。计算通信节点的衰减性能,绘制出符合高速移动环境移动节点衰减曲线,根据欧氏距离公式计算出随机分布的路由节点的路径链接的稳定性,对多角度系数进行修订,采用断点损耗预测方法,进行功耗损失修订,实现路由修复。仿真实验表明,该算法实现高速网络流路由修复。有效地控制簇头的数量和分布、节约能量、均衡网络负载,提高了高速网络流路由的生命周期,单个节点能耗大幅降低,在高速移动大规模网络流维护和路由控制优化中具有较好的应用价值。

基于变权组合模型的光缆传输损耗预测

为使光缆维护管理部门对未来光缆线路传输损耗进行科学预测,以灰色GM(1,1)模型、三次指数平滑模型和支持向量回归(SVR)模型为基础,构建权重随时间变化的组合预测模型,并进行了实例研究及Matlab仿真。仿真结果表明,SVR模型在三个单项模型中预测效果最优,且变权组合模型无论在拟合期还是检验期,其预测效果都优于其它单项模型。

基于机器学习算法的变压器寿命损耗预测研究

变压器寿命评估和故障诊断对提高电网安全可靠、经济性运行具有重要的意义。环境温度和负载曲线是影响变压器绝缘老化的重要因素之一,影响变压器的寿命。为此基于GB/T 1094.7—2008推荐的环境温度和变压器负载计算变压器寿命损耗的模型,开发了估算变压器寿命损失的数据驱动静态模型和基于SVM算法建立变压器寿命损耗计算机器学习模型。研究发现:使用RBF核函数的SVM算法模型可有效、准确地解决变压器寿命评估问题。

一种优化支持向量机回归算法的印刷工序损耗值预测方法

针对印刷生产中物料需求计划的损耗值采用经验值的问题,提出一种优化支持向量机回归算法的印刷工序损耗值预测方法。通过皮尔逊相关系数量化特征值选取;采用布谷鸟搜索算法优化支持向量机回归算法的超参数选取,建立损耗预测模型;为验证模型的优越性,分别与不同的特征值选取方案、优化算法、回归算法的模型进行对比。实验结果表明该损耗预测方法具有更高泛化性和预测精度,决定系数、平均绝对百分误差、均方根误差分别为0.995、0.005、1.969,为解决后续相关问题提供了技术支持。

一种多谐波激励下取向硅钢片的磁滞及损耗特性预测方法

基于损耗分离与场分离的统一性,利用Preisach模型实现静态磁滞损耗的计算,提出单一频率正弦激励下异常损耗参数辨识的改进方法,有效地提高了正弦激励下动态磁滞模型的计算精度。利用软磁磁性能测量系统,基于取向硅钢片在多个不同单频正弦条件下的损耗测量结果进行参数提取,构造多谐波激励下异常损耗对应场量的表达式,从而提出任意复杂多谐波激励下取向硅钢片的动态磁滞模型。在多种不同工况下,将动态磁滞回线及总铁耗的预测值与测量值进行对比,二者较为吻合,说明了文中所提模型的有效性和通用性。

平流层通信传播损耗预测

提出了一种基于地形信息的平流层通信系统传播损耗预测算法 ,给出了预测算法的计算机实现 ,并且对平流层通信传播损耗与地形关系的仿真结果进行了分析。

基于电力损耗预测的共享纯电动汽车路径优化方法

随着城市交通和共享经济的快速发展,共享纯电动汽车已经在很多城市发挥重要作用。而无人共享汽车的逐步应用,也对精确导航和路径的智能优化提出更高的要求。如何基于低碳环保、低本高效的特性为用户提供更好的出行服务是共享纯电动汽车运营管理的一个重要研究问题。其中,电力损耗的准确预测是纯电动汽车的一个关键因素。电池使用年限、天气状况及空调使用等问题都会影响共享纯电动汽车预计行驶里程,进而出现提早电量不足所导致的车辆半路抛锚及电池过度放电情况,严重降低共享纯电动汽车的服务质量。基于外界环境温度、是否开放暖风及道路拥堵状况设置不同纯电动汽车运行场景,对纯电动汽车在不同场景下的电力损耗进行分析。通过平均电量损耗法循环迭代计算纯电动汽车的电力损耗,并进行剩余电量的预测。结合道路网络及共享纯电动汽车的充电桩或换车站点位置,构建共享纯电动汽车的动态路径优化模型。基于动态权值分配的Dijkstra算法进行求解,并得出用户最优路径的选择方案,使用户更准确地把握出行路线。最后结合在线地图、C#等技术进行系统开发,得到一套较为完善的适用于共享电动汽车多路径选择的动态路径诱导系统。该方法也可以针对电动无人驾驶汽车,为径路诱导等方面提供一定理论基础。