创新型住宅设计:实现空间最大化的策略与方法

随着城市化进程的加快和居住空间的紧缩,创新型住宅设计成为了实现空间最大化的关键手段。文章旨在探索和评估多种住宅设计策略与方法,以提高居住空间的使用效率和舒适度。通过对现有文献的综述和案例研究,识别了一系列创新设计原则和技术,包括多功能空间的运用、垂直空间的优化以及智能家居系统的整合。文章采用定性和定量相结合的方法,通过数据收集和分析,展示了各种设计策略的实际应用效果。结果表明,通过精心的设计和技术应用,即使在有限的空间内也能显著提高居住质量。这些发现对于建筑师、设计师以及政策制定者在推动高效住宅设计方面提供了实用的见解和建议。

一种空间几何角度最大化的随机增量学习模型及应用

针对随机权神经网络(Random weight neural networks,RWNNs)隐含层节点随机生成过程可解释性不足和节点随机生成而导致的网络结构不紧致等问题,提出了一种空间几何角度最大化随机增量学习模型(Stochastic incremental learning model with maximizing spatial geometry angle,SGA-SIM).首先,以空间几何视角深入分析随机增量学习过程,建立了具有可解释性的空间几何角度最大化约束,以改善隐含层节点质量,并证明该学习模型具有无限逼近特性;同时,引入格雷维尔迭代法优化学习模型输出权值计算方法,提高模型学习效率.在真实的分类和回归数据集以及数值模拟实例上的实验结果表明,所提增量学习模型在建模速度、模型精度和模型网络结构等多个方面具有明显优势.

公共图书馆空间使用评估探析

通过对公共图书馆空间使用评估的现状以及实际案例的分析,指出当下公共图书馆空间使用评估工作的不足。在此基础上,从评估团队的建立、评估技术的提高、评估指标的构建进行探索分析,提出对策,以期使公共图书馆的空间效用最大程度满足读者需求。

基于信道特征高精度提取的空地信道密钥量化

针对无人机空地信道,基于空间期望最大化算法(SAGE)对信道特征参数进行高精确度估计。在提取了多径时延、多径功率等空地信道小尺度衰落特征后,利用均匀量化和非均匀量化方法,对实测数据的主径功率、主径-多径功率差开展无线信道密钥量化。分别针对起飞和巡航场景分析了密钥的量化效率、随机性以及算法运行时间等指标,并与基于大尺度特征的密钥量化结果进行比较。密钥量化效率结果表明:基于非均匀量化优于均匀量化;基于信道特征高精确度估计的量化方法优于传统基于大尺度特征的量化;起飞场景下的量化优于巡航场景的量化。密钥随机性测试结果表明本次量化所获得的密钥都具有较好的随机性;算法运行时间结果则表明不同量化方法的运行时间差异较小。因此基于高精确度提取的2种量化方法复杂度较低。

基于GAPSO优化的神经网络无线信道参数预测

针对复杂环境中无线信道参数的预测问题展开深入研究,基于反向传播神经网络(Back Propagation Neural Network,BPNN),提出了遗传算法(Genetic Algorithm,GA)与粒子群优化(Particle Swarm Optimization,PSO)算法联合优化的神经网络预测无线信道参数的方法。在利用QuaDriGa平台生成非视距(Non-Line-of-Sight,NLoS)环境下的信道冲激响应(Channel Impulse Response,CIR)的基础上,结合GA在搜索最优解方面的优势与PSO算法加快收敛的特点,利用优化后的BP神经网络模型对相关信道参数进行学习和预测,解决了学习过程中收敛速度慢、预测精确度有限等问题。仿真结果表明,GAPSO-BPNN模型对NLoS环境下的信道参数的预测有较好的效果,能够在未来适应更多的复杂环境。

3-RRR球面并联机构优化设计研究

为了进一步提高3-RRR纯转动球面并联机构的运动灵巧性和有效工作空间的范围,需对机构的结构参数进行优化。首先根据机构的几何特性建立对应的数学模型;进而本着机构工作空间和运动灵巧性最大的原则,提出一种以机构雅可比矩阵条件数为优化对象的遗传算法,对机构中各运动副的角度、电机输入角度及其他结构参数进行优化,与传统结构参数优化方法相比,有效的将3-RRR球面并联机构的雅克比矩阵条件数控制在1.000008,使该机构的运动灵活性获得较大提高;最后根据优化结果搭建物理样机,其末端输出平台的工作空间图像近乎一个完整的球面。优化后的3-RRR并联机构显示出更强的工程实用性,具有更好的应用前景。

基于SAGE的近场信道参数估计方法

在室内无线传播环境中,散射体与接收端之间的距离并不一定满足远场假设,这时到达接收端的多径信号是近场球面波形式,从而会对波达角和角度扩展的估计造成影响。对近场多径信道参数的估计需要同时考虑近场散射体与接收阵列之间的波达角和距离。基于空间交替通用期望最大化(SAGE)算法的基本思想,提出了一种的近场信道参数低复杂度估计方法,可以对近场散射体分量的时延、波达角、多普勒、复幅度等参数与距离参数进行联合估计。仿真实验验证了该算法能够准确地对近场散射体的距离和角度进行联合估计。

毫米波WiFi系统中多目标无源定位与生命体征检测算法

为提高独居老人看护、地震及消防救援等场景下人体目标无源定位和感知精度,基于空间交替广义期望最大化(SAGE)算法,提出了一种室内多目标毫米波无源定位和生命体征检测算法。首先,在毫米波WiFi系统中利用毫米波的高空间分辨率和人体目标固有的特征(即人体呼吸和心跳频率在一定范围内变化),对采集的信道响应在时域上进行滤波预处理,有效提取目标直接反射径;然后,将人体目标位置参数及呼吸心跳频率看作多径信号参数,将多目标无源定位和生命体征检测建模为信道测量的多径信号参数估计问题;最后,利用SAGE算法实现多个静止目标的位置信息和生命体征参数的联合估计。所提算法利用了人体先验信息,并同时对时域、频域和天线空间域的信息进行分析,提高了估计精度,降低了计算复杂度。实验和仿真结果表明,所提算法在微波暗室环境下可以有效估计人体目标的呼吸和心跳频率,其估计精度分别可达97.1%、97.7%;在多目标场景下,与传统基于WiFi的无源定位和感知算法相比,所提算法的定位误差降低约70%,呼吸频率估计精度提高约19%。

MIMO-OFDM系统的SAGE-ISD联合估计检测算法

针对采用最小均方误差估计MIMO-OFDM系统信道时计算复杂度高,以及采用期望最大化算法存在收敛速度慢等缺陷,提出一种新的联合估计检测算法,将线性最小均方误差信道估计、广义空间迭代期望最大化算法和改进球形译码检测算法相结合进行联合估计检测,采用线性最小均方误差信道估计对信道进行信道初估计,并利用联合迭代技术结合广义空间迭代期望最大化算法及改进球形译码检测算法进行信道估计校正和信号检测,从而提高系统的可靠性。理论研究和仿真结果表明:在相同误比特率下,算法性能优于传统的检测算法,其与理想信道估计下的最大似然检测算法仅平均相差0.5 dB。该算法在较少的迭代次数下,可获得较理想的信道估计和检测结果,并以较低系统复杂度的代价,逼近理想信道估计下的最大似然检测算法。

基于FSAGE的OFDM系统信道与频偏联合干扰消除算法

针对正交频分复用(OFDM)系统服务应用在诸如城区等信道多径衰落严重的场景,提出一种信道及载波频偏联合干扰消除的频域空间选择性期望最大化(frequency-space-alternating generalized expectation-maximization,FSAGE)算法.该算法首先对频域频偏进行预估计及预消除,然后通过权值迭代方式进行信道干扰消除及频偏精确跟踪.仿真结果表明,该算法能够降低信道与频偏干扰消除算法的迭代次数和处理时延,有效地消除由于信道多径衰落以及频偏引入的联合干扰.与空间选择性期望最大化(space-alternating generalized expectation-maximization,SAGE)算法相比,所提出算法的性能有较大提高.当信噪比为20 dB时,可获得较优的误码率.

5G毫米波频段不同天线形式信道参数测量及对比分析

基于5G毫米波应用频段,开展了全向天线、喇叭天线以及阵列天线的信道测量与信道参数对比分析研究.利用空间交替广义期望最大化(space-alternating generalized expectation-maximization,SAGE)算法提取了多径信道参数,包括多径时延、到达角、多径强度等,基于多径分量距离(multipath component distance,MCD)对多径分量进行了分簇结果的对比,对比分析了相同测量点处不同天线形式得到的信道参数差异.结果表明,同场景下不同天线的信道参数测量结果会有较大差别,全向天线路损指数最小,阵列天线均方根(root-mean-square,RMS)时延扩展和RMS角度扩展均最小,喇叭天线可以得到较多的簇.本文为5G毫米波频段信道建模提供了不同天线形式信道参数结果对比分析数据.

航天科技大厦设计研究

航天科技大厦项目，是在寸土寸金的城市中心区最大化的利用现有空间和资源，创造高档次、高品位、现代化超高层办公建筑的典范。文章通过对本项目设计特色的探索，对设计过程中遇到的各项技术问题提出解决方式，并结合绿色节能措施，对整体项目设计进行了全方位的阐释。

用于大规模MIMO系统的SAGE迭代信道估计算法

针对基于导频污染的大规模多输入多输出系统,提出一种空间交替广义期望最大化(SAGE)迭代的信道估计算法。将发送和接收的导频符号形成完备的数据空间集,利用基于导频的最小均方误差估计器初始化信道参数,通过导频符号和软信息迭代改进并更新初始估计数据。实验结果表明,该算法通过一次SAGE迭代即可实现精度收敛,且在高信噪比及导频污染的情况下相比基于导频的估计器具有更高的估计精度及频谱效率。

LTE-A中基于CoMP的信道估计研究

为了有效降低小区间干扰,提升系统吞吐量,在LTE-A系统中引入了多点协作(Co MP)技术,它基于利用不同小区的不同基站发送有用信号的思想,通过多基站共享信道信息和用户数据信息来实现多基站协作传输。文章重点研究了Co MP系统下基于最小均方误差准则的信道估计算法,并在此算法的基础上研究了与空间交叠广义期望最大化准则相结合的改进算法,从而避免了对协作信道估计的求逆运算,降低了复杂度。

MIMO-OFDM系统的SAGE-IPSO联合估计检测

针对多输入多输出-正交频分复用系统中最大似然检测算法难以硬件实现以及传统的信道估计性能较差等缺陷,提出了一种联合估计检测算法.该算法使用离散傅里叶变换-最小二乘(DFT-LS)算法进行信道初估计,利用广义空间迭代期望最大化(SAGE)算法对估计的信道信息进行校正,并结合改进的粒子群优化(IPSO)算法完成对信号的迭代检测,使系统性能得到改善.仿真分析结果表明,算法能以较少的迭代次数估计出信道状态信息和检测数据;在相同误比特率的情况下,性能优于经典检测算法,与理想状态下的最大似然检测算法仅相差1 dB左右.