基于无线传播环境的无蜂窝大规模MIMO系统接入点部署优化

无蜂窝大规模多输入多输出(MIMO)系统通过在覆盖区域内部署大量的接入点(AP),可以为用户提供均匀、可靠的服务。传统的无蜂窝大规模MIMO系统采用随机部署,未考虑AP周围的路径损耗、阴影衰落散射物以及环境遮挡对覆盖质量的影响。为了考虑实际环境下无蜂窝大规模MIMO能实现均匀、一致的覆盖,提出了基于无线传播环境的AP部署方案。首先,通过混合概率路径损耗模型对无线传播环境进行表征,其次构建了以最大化平均吞吐量为目标的AP部署优化问题,最后将问题转化为马尔可夫博弈过程,并且基于多智能体深度确定性策略梯度(MADDPG)算法得出最优的AP部署策略。仿真结果表明,相比于传统的随机部署和现有AP部署策略,所提方案可明显改善复杂环境下的非均匀覆盖问题,为用户提供良好一致的均匀覆盖。

基于紫外成像和改进YOLOv3的瓷悬式绝缘子放电严重程度评估

悬式瓷绝缘子是电力系统使用量较大的电气设备之一,长期工作于电、热和应力等环境下会导致其绝缘性能降低,从而威胁电力系统的安全稳定运行,因此亟需开展其放电评估研究。为此,搭建了基于紫外成像的绝缘子污秽放电诊断软件和硬件平台,得到了绝缘子放电的相对光子数、相对光斑面积和相对泄漏电流等紫外量化参数,采用损失函数改进的YOLOv3进行了放电严重程度的评估,实现了基于网络超参数和激活函数的网络参数调优。研究结果表明:基于自定义的紫外量化参数和放电参数的"Insulator","Medium","Bad"和"Worse"这4个放电状态分类具有较好的适用性;在网络训练和识别过程中,采用AP-loss误差函数对网络进行优化,经过1000次迭代,其网络误差相比于交叉熵损失函数降低了88.5%,相比于focal loss降低了54%;基于分类准确度、平均准确度均值和召回率等表征参数研究,优化了网络学习率等调参策略和激活函数的选取原则,在测试集上的准确度提高了2.5%。论文方法和结论对现场瓷绝缘子污秽放电评估检测具有一定的工程指导意义,可为低值零值绝缘子的研究提供参考。

改进DAB⁃DETR算法的非规则交通对象检测

非规则交通对象主要指任何在车辆行驶过程中可能对车辆行驶起到阻碍作用的物体,例如坑洼、落石、树枝等影响车辆正常驾驶的目标。针对道路中的非规则交通对象检测问题,提出一种基于改进DAB⁃DETR算法的非规则交通对象目标检测算法,经过对原始模型结构的分析,发现在图像特征输入编码器前加入绝对位置编码来弥补图像位置信息的缺失,只能隐式地表达特征间的相对位置信息,因此改进DAB⁃DETR在Transformer的编码结构中的多头自注意力机制中添加了针对图像的相对位置编码;其次发现在原始训练策略中,对得到的检测定位结果与类别信息进行二分匹配并计算损失值时,只是简单地将定位损失和分类损失加权求和,这样会导致性能下降,所以在训练策略中增加了将分类、定位损失集成在一个统一参数化公式中的AP损失函数。实验结果表明:改进DAB⁃DETR算法的检测精度达到了82.00%,比原始模型提高了3.3%,比传统模型Faster R⁃CNN、YOLOv5分别提高了6.20%、7.71%。

基于深度学习的公路路面病害检测算法

针对公路路面病害图像存在背景干扰多、病害信息弱、尺度差异大等问题,提出了一种基于深度学习的公路路面病害检测方法。以YOLOv4算法为基础,在检测网络中引入可变形卷积,并提出基于路径聚合网络(path aggregation network,PANet)的自适应空间特征融合结构,充分学习公路路面病害的细节特征,实现不同尺度特征信息的高效融合;采用平均准确率损失(average precision loss,AP-loss)函数作为分类损失函数,促使网络在训练过程中更加注重于正样本。实验表明,在公路路面病害检测中,改进YOLOv4算法的平均准确率达到了95.34%,每张图像的平均检测时间为0.071 s。与快速基于区域的卷积神经网络(faster region-based convolutional neural networks,Faster R-CNN)算法相比,所提出的算法在持有较高检测准确率的同时,减少了运算时间,可以满足公路路面病害检测的准确性与实时性需求。

温度对薄壁管状AP-CMDB推进剂驱溶效果的影响

通过失重法研究了AP-CMDB推进剂在20、50和70℃时的失重规律,测试了50℃驱溶时不同失重率推进剂的燃速和抗冲击强度。结果表明,20、50和70℃时,推进剂分别放置约234、86和38.5h后质量趋于稳定;溶剂残留量驱除至极限值后,随着NG的挥发,推进剂的抗冲击强度和22MPa下的燃速降低;50℃驱溶时推进剂达到稳定状态的失重率为12.1%,NG的挥发损失对燃烧性能与力学性能的影响较小,适合薄壁管状AP-CMDB推进剂溶剂的快速驱溶。

半桥LLC型谐振变换器的高频变压器设计

高频变压器作为半桥LLC型谐振变换器的核心组件,其设计将影响开关电源的损耗、输出电压的稳定性及发热量等。针对5 kW高频变压器的设计,介绍了高频变压器磁芯选型原则,采用面积乘积法(area product,AP)确定了绕组导线型号和磁芯类型,通过进一步优化计算得到了绕组匝数、变压器损耗及其他相关参数。最终确定的高频变压器参数为:原副边侧绕组导线为18号导线,磁芯型号为EE-100,变压器变比为0.737 5,原副边匝数分别为59和80匝,变压器损耗为16.187 W。

基于GEANT4模拟分析不同能量质子在CMOS APS中的位移损伤研究

本文针对图像传感器在空间辐射环境中电学性能退化问题,采用蒙特卡罗方法基于互补金属氧化物半导体(CMOS)APS器件建立几何模型,开展不同能量质子与靶原子的相互作用过程研究。通过研究不同能量质子辐照下初级碰撞原子的能谱分布及平均位移损伤能量沉积随质子能量的变化,讨论不同能量质子及空间站轨道质子能谱下在CMOS APS器件中位移损伤的差异。计算结果表明:随着入射质子能量的增大,辐照产生的初级碰撞原子的最大能量及核反应产生的初级碰撞原子(PKA)对位移损伤能量沉积的贡献逐步增加;对于大于1 MeV的质子辐照,CMOS APS器件中位移损伤研究可忽略氧化层的影响;不同能量的质子和CREME96程序中空间站轨道质子能谱下器件中位移损伤能量沉积分布结果显示,3.5 MeV质子与该空间站轨道质子能谱在器件敏感区中产生的总位移损伤能量沉积相近。该工作对模拟空间站轨道质子辐照下电子器件暗电流增长研究中辐照实验的能量选择,提供了参考依据。

多距融合室内定位算法研究

目前WiFi在室内环境中使用频次高,用户在通过两个相邻AP时会发生AP切换,并累计产生大量WiFi访问日志。WiFi日志中包含定位所需的接收信号强度指示符,在定位系统中直接利用WiFi访问日志中的数据,将极大地简化定位部署复杂度。文中提出了一种在两个相邻AP环境下,基于WiFi日志的多距融合室内定位算法,并通过实验仿真将新算法与路径损耗模型定位方法进行对比。实验结果表明,新算法具有易部署、低成本、低复杂度等特点,当训练样本个数达到300时即可达到稳定定位效果。

AP/HTPB底排推进剂的TG测量结果与分析

针对AP／HTPB底排推进剂在瞬态降压工况下，导致熄火的试样，利用热重分析仪进行了微量样品的热失重实验。给出了20℃／min和40℃／min两种升温速率下的TG—DTG实验结果，并与AP／HTPB原样测试结果进行对比分析。在20℃／min和40℃／min两种升温速率下，降压熄火的AP／HTPB底排推进剂和AP／HTPB底排推进剂原样样品的失重均具有瞬时性；且瞬时失重温度区间为290～329℃。随着升温速率的提高，同种样品的缓慢失重与瞬时失重的分界点向高温区移动；且瞬时失重温度区间变大；但失重速率随之减小。而在同样的升温速率下，两种样品的失重特征基本相似；但AP／HTPB底排推进剂原样样品瞬时失重临界点向高温段偏移。

基于田口质量损失函数的测控设备指标评估方法

在航天测控工程及其他应用领域,测控设备的指标评估是一项十分重要的工作。提出一种基于田口质量损失函数的测控设备指标评估方法,并对评估的数学模型、关键环节、应用举例等作了较详细的说明;目的是研究测控设备状态评估的方法和标准,促进航天测控设备和系统管理的规范化;研究结果是建立一套科学的指标测试评价体系和实用、可靠、便于操作的应用系统。

基于Wi-Fi信号SLR的AP选取算法

Wi-Fi室内指纹定位的精度和定位效率与参与定位的Wi-Fi信号接入点Access Points (AP)紧密相关,如何进行AP选取在Wi Fi室内定位技术中变得非常关键。本文提出了一种基于Wi Fi信号丢失率(Signal Loss Rate,SLR)的AP选取算法,通过AP的信号丢失率阈值α进行训练获取参数最优解,然后利用该阈值进行AP选取。为验证该算法可行性,在广州市城市规划勘测设计研究院测量部门的某办公室进行了测试。实验结果表明本文所提算法的平均定位精度比最大均值(Max Mean)、互信息(MI)和最小标准差(LSTD)等AP选取算法分别提高了44. 0%,41. 8%和27. 3%。

基于信号丢失率的AP选取算法分析

近十年来,基于RSS(received signal strength)的WiFi指纹室内定位技术逐渐成为国内外学者的研究热点,其通过接收多个AP(access points)的信号来估计用户的位置。受到室内复杂环境的影响,不同AP的观测质量存在较大差异,AP选取对WiFi室内定位性能具有重要的影响。考虑到AP在传播过程中存在信号丢失,有学者提出了基于信号丢失率(signal loss rate,SLR)的AP选取算法,为了能够选取出更加合适的AP,本文针对基于SLR的AP选取算法进行了相关参数设置实验分析。实验结果表明:在合适的参数设置下,基于信号丢失率的AP选取算法与其他现有常见方法相比,具有更高的定位精度以及可靠性。

一种新的基于STD和SLR融合的AP选取算法

为了进一步提升基于RSS(received signal strength)的WiFi室内定位算法的精度和可靠度,本文对比研究了基于标准差(standard deviation,STD)的AP(access points)选取算法和基于信号丢失率(signal loss rate,SLR)的AP选取算法,并提出了新的基于STD和SLR融合的AP选取算法。实验结果表明,基于STD的AP选取算法定位精度受到AP子集个数的影响,当子集个数大于6并继续增加时,定位精度变化不再明显;基于SLR的AP选取算法耗时最少;新的基于STD和SLR融合的AP选取算法定位耗时略大于融合前的两种AP选取算法,但其定位精度和可靠性明显优于其他两种AP选取算法。