基于点热源的GMAW热输入分布模式及应用

分析比较了三种基于点热源的熔化极气体保护焊(GMAW)热输入分布模式,并结合移动点热源作用下焊接温度场的瞬态解分别对其进行了计算,通过焊缝横截面熔合线几何形状计算值与实测值的比较,对三种热输入分布模式进行了评估。利用所建串热源模型模拟了Q195低碳钢和JG590低合金钢GMAW焊缝横截面熔合线的几何形状,进行了Q195钢和JG590钢的GMAW工艺试验,通过焊缝横截面熔合线的几何形状对所建模型进行了试验验证。采用计算和试验相结合的方法,分析评价了目前常用的t8/5计算公式,利用JG590钢焊接温度场的计算结果,结合JG590钢的焊接连续冷却组织转变图,成功地预测了焊接接头熔合区的组织及硬度。

具内部输入时滞控制及输入分布时滞Timoshenko梁的动态反馈镇定

基于动态反馈控制器处理边界时滞控制系统的方法,本文考虑了具有内部局部输入时滞控制和输入分布时滞控制的Timoshenko梁的指数稳定性.我们设计了一种新的动态反馈控制律来镇定该系统,并证明了原系统是指数稳定的.

基于Beckmann分布的星间光通信最优输入信号概率分布

针对瞄准误差影响下的星间光通信非对称信道,存在最优输入信号概率分布使链路的互信息达到最大,考虑瞄准误差服从Beckmann分布,结合接收天线孔径大小、波束宽度和瞄准误差分布参数,给出了星间光通信的信道矩阵,建立了互信息优化模型,并利用拉格朗日乘数法对模型进行了求解,得出了使互信息最大时的输入信号概率分布的闭合表达式。通过数值仿真,给出了最优输入信号概率分布、信道容量和互信息差值随着归一化判决阈值、光束束腰半径以及瞄准误差分布参数的数值变化关系。仿真分析结果表明:最优输入信号概率分布下输入信号与输出信号之间的互信息值要明显高于等概率分布时。利用数值仿真的结果,可在明确瞄准误差分布规律的基础上,选择最优的信源输入,使星间光通信信道实现最大的信息传输能力。

危险区域的全面解决方案——在危险区直接安装的分布式输入／输出（I／O）

总线系统事实上是工业自动控制中最先进的技术。这项技术现在正越来越多的在过程工业领域找到用武之地。当然。在危险领域也可以使用总线系统，在有爆炸危险的区域，这种技术被日益广泛的应用。典型的应用包括过程工程，化学工业和制药工业，也包括汽车生产线的喷涂车间．钻井平台．燃气轮机和水泥厂。

分布式MIMO雷达双门限GLRT CFAR检测

在分布式多输入多输出雷达目标检测中,为降低融合中心与局部雷达站之间的数据传输率,提出了一种双门限广义似然比恒虚警率检测算法.首先对局部广义似然比检验统计量进行第一门限判断,将过门限的局部检验统计量传送给融合中心.然后在融合中心进行融合检测,与第二门限比较得到判决结果.推导了双门限广义似然比检测器的虚警概率闭式解.仿真结果表明,双门限广义似然比检测算法在降低数据传输率的同时能保证较好的检测性能.

机动目标跟踪的分布式MIMO雷达资源分配算法

在分布式多输入多输出雷达平台下,将发射功率和信号带宽联合优化分配,目的是在资源有限的情况下提高机动目标的跟踪精度.该方法首先推导了机动目标跟踪误差的贝叶斯克拉美罗下界,然后以最小化贝叶斯克拉美罗下界为目标,建立了包含发射功率和带宽两个优化变量的代价函数,并用循环最小化算法结合凸松弛和凸优化进行求解.仿真结果表明,该算法能明显提高机动目标的跟踪精度.

目标定位的分布式MIMO雷达资源分配算法

为了提高分布式多输入多输出(multiple input multiple output,MIMO)雷达的目标定位精度,分析了阵元、发射功率和信号带宽对定位精度的影响,进而提出一种将三者联合优化的资源分配算法。首先,以最小化目标的平方位置误差下限(squared position error bound,SPEB)为目标函数,建立了包含阵元、功率和带宽3个变量的优化模型;然后,通过推导最优功率分配矢量和带宽分配矢量的关系简化模型;最后利用凸松弛和循环最小化算法将优化问题转化成二阶锥形式,求解得到最优的资源分配策略。仿真结果表明,利用所提出的算法进行资源分配能明显提高目标的定位精度;信号有效带宽对目标定位精度的影响大于发射功率。

适用于分布式MIMO系统的快速天线选择算法

对分布式多输入多输出(MIMO)系统的下行发射天线选择算法进行研究,提出了基于范数和相关性的天线选择算法(NCBA)及其改进算法(NCBA-M),并分别与基于范数的天线选择算法(NBA)以及基于大尺度衰落的天线选择算法(LFBA)进行性能比较.仿真结果表明,当同一端口发送天线没有相关性时,NBA、LFBA、NCBA与最优天线选择算法性能接近.但是,当同一个端口中发送天线存在很强相关性时,NBA、LFBA算法会导致较高的容量损失,而NCBA-M算法仍然具有接近最优选择算法的性能.

针对目标跟踪的分布式MIMO雷达资源分配算法

基于分布式多输入多输出雷达,针对目标跟踪精度的优化问题提出了一种联合资源优化分配算法。首先,推导了机动目标跟踪误差的贝叶斯克拉美罗下界(Bayesian Cramer Rao lower bound,BCRLB),由BCRLB可知其跟踪精度主要由信号发射功率、带宽和信号有效时宽决定。然后,以最小化目标的BCRLB为目标函数,建立了包含相应的3个资源变量的优化模型,分析可知该模型的求解是一个非凸问题的求解。所以采用循环最小化算法和凸松弛的方法将这个非凸的优化模型转化为凸优化模型进行求解。最后,仿真结果表明,利用所提出的资源分配算法能明显提高机动目标的跟踪精度。

分布式MIMO-OFDM系统中的时频同步

针对分布式多输入多输出-正交频分复用系统,提出一种新的训练序列及时频同步方案。在定时同步方面,它首先利用训练序列的时域共轭对称性完成粗定时同步,在此基础上进一步通过接收信号与本地时域训练序列移动相关完成细定时同步;在频率同步方面,它首先在时域利用接收信号相位差估计小数倍频偏,然后在频域利用训练序列良好的自相关性估计整数倍频偏。该方案不仅能够同时估计出各收发天线对之间的定时偏移和频率偏移,而且估计性能良好。

分布式MIMO雷达信号级量化融合检测方法研究

针对分布式多输入多输出雷达信号级融合检测的通信带宽过大的问题,提出了一种信号级量化融合检测算法。文中首先对量化融合检测算法进行了理论推导,给出了量化后融合中心的判决准则;然后,以最大化巴氏距离为目标构建了量化准则,并且给出了求解量化门限的迭代步骤。仿真结果表明:该方法在将通信带宽降低一半的情况下,依然能够获得与信号级融合检测算法相同的检测性能。

词性输入分布和视觉情景对中国英语学习者词性表征的影响研究

为检验语言因素和非语言因素对英语词性表征的影响,本研究以英语同形异构名词和动词的词性输入分布和凸显事件要素的视觉情景为自变量,以中国英语学习者的词性表征类型为因变量开展实验。结果显示:1)词性输入分布显著影响英语学习者的词性表征,且名词表征显著优于动词表征;2)视觉情景促进英语学习者对动词词性的表征,压制名词表征。研究表明,英语学习者更倾向于表征具有高频输入特征的词性,但视觉情景能够激活英语学习者对事件要素的表征,连通动词句法的加工,该结果支持基于使用的语言习得观关于输入分布和感知经验影响语法表征的假设。

分布式MIMO-OFDM系统的同步捕获算法

该文提出了一种分布式多输入多输出正交频分复用(MIMO-OFDM)系统初始信号检测和同步捕获算法。该算法设计了导频符号,采用谱分析方法实现可靠的初始信号检测、粗定时和粗频偏估计,并在快速傅里叶变换(FFT)之后进行精确地频偏和定时估计。仿真结果表明,该算法在低信噪比多径瑞利信道条件下具有很好的性能。

时间相关信道下分布式大规模MIMO系统频谱效率分析

为了分析时变信道特性对多用户分布式大规模MIMO系统的频谱效率性能影响,通过引入一阶高斯马尔科夫过程来建模时变信道,以时间相关性系数表征时变快慢程度。当系统采用最大比合并(MRC)接收和最大比发送(MRT)预编码方案时,借助于确定性等价原理以及Gamma分布随机变量的性质,推导出了含有信道时变信息的上行和下行频谱效率闭合表达式。同时,给出了当基站总发送天线数与用户个数之比趋于无穷大时,频谱效率的极限表达式。分析表明,频谱效率随时间相关系数减小而降低,但并不影响系统所获得的发射功率增益。数值仿真验证了所推导的频谱效率闭合表达式和极限值的有效性和精确性,并比较得出时变信道下分布式大规模MIMO比集中式大规模MIMO具有更好的性能。

基于分布式UFMC⁃MIMO系统的同步算法

在分布式多输入多输出(Multiple⁃Input Multiple⁃Output,MIMO)系统中,各发射天线与接收天线之间的信道相互独立,增加了信号同步处理的难度。5G候选波形中通用滤波多载波(UFMC)在与MIMO结合后,获取准确的时频同步相当重要。文中针对分布式UFMC⁃MIMO系统,利用恒包络零自相关(CAZAC)序列设计合适的训练结构完成系统时频同步。该训练序列包含重复结构和共轭结构两部分,除了能进行时偏估计外,还能完成小数倍频偏与整数倍频偏估计,提高了时频估计的准确度。文中选择2×2规模的分布式UFMC⁃MIMO系统进行仿真。由仿真结果可知,通过该同步算法能够准确获取时频估计,在时域进行补偿后能明显提高系统性能。

分布式MIMO的Turbo检测算法

当信道码为卷积码时,针对V-BLAST类空时码的分布式MIMO,该文提出了两种迭代检测算法:最大似然迭代接收机及一种低复杂度的迭代检测接收机。最大似然迭代检测接收机的复杂度为()O2MTSlogM,低复杂度的迭代检测接收机的复杂度为()222OMTMRSM。在准静态、单径瑞利衰落信道中,对低复杂度的迭代检测接收机的误码率性能进行了计算机仿真验证,与非迭代的迫零检测相比,低复杂度的迭代检测接收机节约比特信噪比约7.5dB;在相同的误码率下,迭代6次与迭代1次相比,可节约3dB的比特信噪比;随着迭代次数的增加,迭代效果越来越小。

一种分布式MIMO-OFDM系统的多参数估计方法

对分布式多输入多输出正交频分复用(MIMO-OFDM)系统中的多频偏多信道估计问题进行研究,提出一种基于多项式求根和迭代干扰消除的多参数联合估计算法。该算法利用导频将多维搜索函数简化成多个一维搜索函数,通过泰勒级数将一维搜索函数转换成闭合的多项式形式,求多项式的根来获得频偏,利用迭代干扰消除进一步得到频偏和信道的迭代估计。仿真结果表明,提出算法适用于通信环境较为复杂的多径衰落信道和广泛应用的OFDM信号分析,与现有算法相比,估计精度高,性能较好,可以达到近似最大似然的最优解。

时变信道下多小区多用户分布式大规模MIMO系统上行可达速率分析

针对多小区多用户分布式大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)上行系统,考虑移动环境下信道时变特性,并结合多小区导频污染和信道估计误差条件,分析这类因素对系统可达速率的性能影响。采用一阶高斯马尔科夫过程对时变信道进行建模,以时间相关性系数为时变信道参量描述信道系数随时间变化的快慢程度。当基站采用最大比合并(Maximum Ratio Combining,MRC)接收机时,利用Jensen不等式、随机矩阵理论和Gamma随机变量的各阶矩,推导得出了包含导频污染、信道估计误差和信道时变参量的可达速率解析表达式。基于此,分析得出在多小区分布式大规模MIMO系统中,时变信道参量只会影响系统的可达速率绝对值,而不会影响发射功率缩放律。更重要的是,当不考虑发射功率缩放时,随总天线数增加,可达速率将不受时变信道的影响,而只由导频污染所决定,这表明该系统对时变信道具有良好的鲁棒性。最后,利用蒙特卡洛数值仿真验证了所得出的结论的正确性和有效性。

分布式MIMO系统多分量调制信号稀疏频率估计

针对分布式多输入多输出系统中的多频偏估计问题进行了研究,提出一种多分量调制信号的高分辨率频率盲估计方法。该方法避免了直接对多分量调制信号进行稀疏表示,无需导频等先验信息,避免传统频率估计方法中的内插、去相位混叠等处理,可一次性精确估计出所有信号频率。通过正定盲源分离方法从接收信号中分离出多个源信号,经过盲去调制处理,将其转换成多单频信号,根据多单频信号的稀疏表示,利用一个随机的压缩矩阵对信号进行压缩,再在压缩域中通过l1模优化重构该稀疏信号,获得频率估计。仿真结果表明,与现有算法相比,所提方法可在少数据量、低信噪比下获得高精度估计性能,可在5 d B时达到1e-6的平均均方误差。

分布式MIMO-OFDM信号多频偏多信道联合盲估计

针对多径衰落信道下分布式多输入多输出正交频分复用(MIMO-OFDM)系统中频偏信道联合盲估计难的问题,提出了一种有效的多频偏多信道联合盲估计方法。该算法利用盲解卷积分离算法接收信号的同时得到有频偏影响的多个信道,对分离后的多个信号进行逐个频偏估计,补偿整体信道并去除信道模糊度,得到有效的信道估计值。仿真结果表明,与基于导频的频偏信道估计方法相比,所提算法可在5 d B获得1e-6的频偏估计精度,在15 d B左右获得1e-2的信道估计精度,实现了分布式MIMO-OFDM信号的多频偏多信道联合盲估计。