5G信道状态信息信号质量及指纹定位性能分析

5G信道状态信息(channel state information,CSI)具有丰富的特征信息,是一种理想的指纹定位信号,但信号质量易受环境干扰,对定位性能影响较大.为了分析不同因素对5G信号质量和定位性能的影响程度,本文首先阐述了5G信号特征和基于支持向量回归(support vector regression,SVR)的定位算法,分析了数据采集时终端的高度、方向、人体遮挡等因素对信号质量的影响,测试了廊厅、小办公室和中型会议室三种场景下的定位性能.结果表明:5G信号质量受周围环境影响较大,在干扰较小的情况下,基于5G CSI的位置指纹定位算法在三种场景下的定位精度分别为0.93 m、1.46 m和1.94 m,能够满足大多数室内定位应用需求.

基于CSI相位采样密度的室内定位技术研究

基于信道状态信息(CSI)的室内定位技术已经被广泛应用于各种场合,在CSI相位指纹定位方案中,采样点密度大小与定位效果好坏紧密相关。由于数据采集工作量的关系,以往学者们多关注低采样密度场景或通过模拟仿真分析采样密度问题,导致难以找到定位误差最小的采样密度。本文设置不同的采样密度,将数据预处理后的CSI相位信息作为指纹,匹配WKNN算法,分析探究了不同采样点密度对于定位精度的影响。实验结果表明,在4 m×4 m的环境中,采样间隔设置为0.4 m,采样密度为7.6个/m2时,定位精度最高,平均误差为0.34 m,同时兼顾采样工作量,具有较高性价比。

基于多模态特征的新型电力系统终端无线指纹提取与识别

随着新型电力系统的不断发展,设备在开放环境中存在被假冒攻击的可能。常见的应对方式是基于无线信号指纹的识别技术,在物理层面保证设备的安全性。然而,由于无线信号的不稳定性,导致对终端设备的识别准确率较低。针对上述问题,文章提出了一种基于多模态特征的新型电力系统终端无线指纹提取与识别方法。通过融合无线信号的时域特征和频域特征构建动态指纹数据库,形成一种基于多模态特征的新型电力系统无线终端设备识别认证的方法,实现了稳定的无线终端指纹提取,可以有效在无线设备接入时和无线设备持续通信期间对无线设备进行识别认证,保证无线设备的安全可靠运行。通过不同场景下的实验结果表明,使用帧响应时间间隔作为时域特征和信道状态信息作为频域特征的多域融合方法进行无线设备识别,可以显著提高计算的准确性和稳定性,识别率达到95%以上。

一步法合成固态荧光氮掺杂碳化聚合物点及多色LEDs的构建

以柠檬酸、尿素和丙烯腈为原料,乙醇为溶剂,通过一步溶剂热法制备了氮掺杂碳化聚合物点(NCPDs),其粒径分布范围约为12~22 nm.NCPDs粉末不仅可发射黄色荧光(λem=570 nm),而且荧光强度和发射峰位置具有显著的浓度依赖性.将NCPDs分散在硅溶胶中制备成NCPDs质量分数为0.15%~45%的NCPDs/硅溶胶复合薄膜,该复合材料的固态荧光发射波长随NCPDs的浓度增加逐渐从蓝色红移至红色(453~638 nm),且具有良好的稳定性.将NCPDs应用于发光二极管(LEDs),可构建蓝光到红光的多色LEDs.此外,NCPDs优异的固态荧光性能使其在指纹识别领域展示出潜在的应用前景,因此评估了其在指纹识别中的适用性.

Linear optical realization of unambiguous quantum state comparison

In this paper, we propose an experimental scheme for unambiguous quantum state comparison assisted by linear optical manipulations, twin-photons produced from parametric down-conversion, and postselection from the coincidence measurement. In this scheme the preparation of the general two mixed qubit states with arbitrary prior probabilities and the realization of the optimal POVMs for unambiguous quantum state comparison are presented. This proposal is feasible by current experimental technology, and may be used in single-qubit quantum fingerprinting.

基于CNN-GAN的信道状态信息室内定位算法

在指纹室内定位中,构建高质量的指纹库是实现高精度定位的前提。针对建库阶段需要在每个参考点上收集足够多的信号样本,耗费大量人力与时间成本的问题,提出一种基于改进的条件深度卷积生成对抗网络的指纹库扩充方法。网络模型将参考点序号作为条件信息,得到对应参考点上的生成样本,利用最小二乘损失函数代替交叉熵损失函数,避免训练过程中容易出现的梯度消失问题。实验验证,该方法能有效增加每个参考点的样本数量,提升了卷积神经网络的训练效果,提高了小样本情况下的定位精度,均方根误差降为0.44 m,定位误差在1 m内的占比为86.98%,误差在2 m内的占比为92.72%。

黄芩汤指纹图谱建立及不同相态抗皮肤癣菌活性谱效关系研究

目的建立黄芩汤(HQD)的指纹图谱,拆分相态并筛选抗皮肤癣菌活性相态,进行谱效关系研究。方法采用高效液相色谱法,以黄芩苷为参照峰,采用《中药色谱指纹图谱相似度评价系统(2012版)》绘制10批HQD的指纹图谱并进行相似度评价,确定共有峰;采用高速离心与透析相结合的方法对HQD进行相态拆分并对其进行表征,同时测定HQD及其不同相态抗皮肤癣菌的最小抑菌浓度(MIC);以37个共有峰的峰面积为自变量,MIC为因变量,采用SPSS 21.0软件进行Pearson相关性分析。结果10批HQD共有37个共有峰,相似度均大于0.99;共指认出10个成分,分别为芍药内酯苷、芍药苷、芹糖甘草苷、黄芩苷、千层纸素A苷、汉黄芩苷、黄芩素、甘草酸、汉黄芩素、千层纸素A。HQD共拆分成沉淀相态(HQD-P)、真溶液相态(HQD-S)和纳米相态(HQD-N)3个相态;HQD-P冻干粉呈不规则颗粒状,平均粒径为4.670~91.522μm;HQD-S冻干粉呈均匀片状,未检测到粒径;HQD-N冻干粉呈球形,粒径为(129.0±12.9)nm。在同等给药剂量下,各相态抗皮肤癣菌MIC由低到高依次为HQD-N(4.64 mg/mL)<HQD(5.85 mg/mL)<HQD-P(7.37 mg/mL)<HQD-S(12.89 mg/mL)。Pearson相关分析结果显示,37个共有峰中,有25个共有峰(含已指认的10个成分)峰面积与MIC呈显著负相关(相关系数绝对值>0.95且P<0.05)。结论10批HQD的化学成分组成一致性较好;HQD-N为该方的活性相态,其中芍药苷、芹糖甘草苷、黄芩苷等10个成分可能是HQD抗皮肤癣菌的有效成分,且其抗皮肤癣菌作用强弱与这些成分含量及物理相态相关。

基于CSI和K-means-SVR的多指纹库室内定位方法

传统的Wi-Fi室内定位方法需要与所有指纹数据库中的指纹数据进行匹配后才能定位,导致人群聚集区域定位效率不高,体验较差。提出一种基于信道状态信息(CSI)、K均值(K-means)聚类算法与支持向量回归(SVR)算法相结合的多指纹库室内定位方法。该方法首先根据CSI的簇分布特点,利用K-means算法对所有定位点内的CSI数据聚类后得到多个簇的CSI数据;然后,基于多个簇分别建立多个指纹库,并将CSI数据分别存入多个指纹库,进而在每个指纹库中分别训练SVR模型用于Wi-Fi定位。相较于传统的支持向量机(SVM)定位方法,所提方法在离线阶段需要的训练样本更少,定位效率更高;在线阶段,该方法既降低了匹配的复杂度,也提高了定位的精度。由于使用了多指纹库,Wi-Fi定位系统可以根据人流量实时调整资源分配策略,提高服务器运行效率和定位服务体验。

基于智能用电网络的低成本实时人员检测方法

房间有无人员状态是实施节能和安全等智能用电行为的基础信息,通常基于房间内的信道状态信息(channel state information,CSI)来间接检测有无人员状态。为此,对不同场景的CSI幅值进行了统计分析,并提出其数据的修正瑞利分布特性。在此基础上,以瑞利分布形状参数、右偏修正系数和形状参数变化率为特征,选取敏感子载波构建特征指纹矩阵,最后以实时特征指纹与有人、无人时的历史特征指纹矩阵之间的F范数来判定有无人员状态。此外,为提高实时人员检测的时效性,提出了CSI检测终端与边缘计算网关的协同计算模式。算例分析以典型办公室为试验地,与基于随机森林的判定方法进行对比。结果表明所提方法及其技术架构不仅更适宜实现长时间的高精度检测,还具备低成本的特性。

基于迁移学习提高WiFi室内定位中信道状态信息指纹库的鲁棒性

基于信道状态信息(CSI)数据的WiFi指纹可用于室内定位。与信号强度值(RSSI)数据相比,CSI具有更高的数据信息粒度,并且可以在多个子载波上获得。当使用CSI数据进行室内定位时,相对于RSSI可以获得更好的结果。然而,无论使用RSSI还是CSI信号,在室内定位部署期间的一段时间后,室内环境通常会发生变化,并且基于测试数据的指纹数据库通常会恶化甚至失效。该文提出使用迁移学习算法来建立用于室内定位的指纹数据库。迁移学习的优势在于,可以使用较少的数据来获得更好的迁移训练结果。该文使用迁移学习来迁移指纹数据库的预测,延长指纹数据库的生命周期,并提高室内定位的鲁棒性。经过实验,1周后室内定位准确率保持在98%,两周后保持在97%。在相同成本下,该模型的生命周期和定位精度高于长短期记忆网络(LSTM)、卷积神经网络(CNN)、支持向量机(SVM)、深度神经网络(DNN)和其他定位系统。

“甘草-马钱子”配伍前后及其拆分相态指纹图谱对比研究

目的:对比研究马钱子-甘草药对配伍前后及其拆分相态指纹图谱。方法:采用Diamonsil C18(2)(250 mm×4.6 mm,5μm),流动相乙腈-0.1%磷酸溶液梯度洗脱,流速1.0 mL/min,柱温25℃,进样量10μL,检测波长254 nm;获得马钱子单煎液、甘草单煎液、二者合煎液及配伍相态的色谱图,建立合煎液的指纹图谱,标定共有峰,对配伍后指纹图谱的共有峰进行归属分析,对比各拆分相态的色谱峰。结果:通过马钱子-甘草药对的指纹图谱,标定了25个共有峰,5个来源于马钱子,20个来源于甘草,指认出9个成分,配伍前后峰的数目未发生变化。结论:所建立的指纹图谱方法准确、可靠,可较全面的反映了马钱子-甘草配伍后指标成分的特征,配伍前后色谱峰无差异,沉积物相态为配伍相态的关键所在,以上结果可为甘草-马钱的配伍应用和减毒研究提供参考。

稠油火驱产出流体色谱指纹特征燃烧状态判识方法

为认清稠油火驱过程中原油与尾气物理化学性质的变化规律,采用室内三维物理模型开展了稠油火驱实验,并对火驱高温氧化后的原油与尾气开展了饱和烃、芳香烃、烯烃、尾气组分等方面的色谱指纹特征研究。研究表明:稠油火驱后原油物性变好,族组分中饱和烃、芳香烃含量升高;饱和烃色谱指纹图中正构烷烃含量明显增加,轻重比增大;原油中新生成了烯烃化合物,与同碳数饱和烃成对出现且同碳数烯烃与饱和烃比值始终小于0.5;芳香烃色谱指纹图中菲系列化合物发生了明显的甲基转移与脱甲基作用;尾气多维气相色谱图中可见烯烃、氢气、一氧化碳等火驱高温氧化的特征组分。该研究可作为火驱过程中指示燃烧状态的有效技术手段,为稠油火驱燃烧状态的判识提供了支持。

固态发光碳纳米粒子的制备及在潜指纹成像中的应用

采用热分解法,以柠檬酸钠和尿素为前驱体,通过控制反应温度制备了不需要结合任何固体分散基质即可呈现明亮固态发光的碳纳米粒子(CNPs).利用X射线衍射(XRD),透射电子显微镜(TEM),X射线光电子能谱(XPS)、紫外-可见吸收光谱(UV-Vis)和光致发光光谱(PL)等对CNPs的物相、形貌和粒径、表面基团及光学特性进行了表征.结果表明,该CNPs为无定形碳结构,准球形形貌,粒径分布在5~15 nm范围,其表面存在C=O,C=N和O=C-N等基团.CNPs的水溶液和固体粉末在365 nm紫外光辐射下,均呈现明亮的蓝绿色发光.将该CNPs粉末用作荧光试剂可直接显现不同非渗透性客体表面的潜指纹(LFPs).在365 nm紫外光激发下,CNPs粉末刷显后的LFPs细节特征清晰可辨,强荧光背景客体表面的LFPs获得了高对比度的显现效果.同时,老化30 d的LFPs利用CNPs粉末也能够显现出可识别的指纹细节.CNPs发光粉末作为指纹试剂在刑侦领域具有潜在的应用前景.

基于信道状态信息的无源室内定位

针对传统室内定位方法在准确性及稳定性上的不足,本文提出了一种基于信道状态信息(channel state information,CSI)的无源室内定位方法。该方法采用普通设备搭建了实验平台,离线阶段采集CSI数据建立位置指纹库,在线阶段则利用机器学习的朴素贝叶斯算法进行位置分类。为进一步提高分类准确度,本文还提出了置信度方法,通过综合多条天线对的结果来减少位置误判。实验结果表明,本文所提出方法能有效实现对室内人员的无源定位,可以达到90%以上的准确度。

利用气相色谱指纹技术判识火驱燃烧状态--以杜66块为例

为认清杜66块火驱开发过程中的地下燃烧状态,建立判识火驱燃烧状态的新方法,优选出3口生产井开展了长达5 a的原油及尾气的跟踪监测,利用原油气相色谱指纹技术与尾气多维气相色谱技术,研究生产现场火驱高温氧化的原油与尾气指纹特征参数。结果表明:火驱生产现场发生高温氧化后,原油正构烷烃色谱指纹呈现主峰碳前移、轻重比增加并伴随轻烃、异构烷烃、正构烷烃含量增加的特征;类异戊二烯烃色谱指纹特征表现为Ph/nC_(17)和Pr/nC_(18)值降低,iC_(21)与nC_(19)呈近水平或前低后高型分布;尾气中氧气转化率、视氢碳原子比、二氧化碳含量的综合运用是指示火驱高温氧化的有效参数,并且在尾气多维色谱指纹图中出现了烯烃、氢气等裂解组分。

传感器辅助的WiFi指纹室内定位方法

针对Wi Fi指纹室内定位技术中信号传播时变性大导致定位精度低的问题,提出一种传感器辅助的Wi Fi指纹定位方法。首先根据移动终端内置的加速度传感器判断用户的走步状态,以减少信号时变所引起的定位误差;然后利用终端中的磁力计与陀螺仪,通过传感器融合来计算用户的运动方向。最后结合所得的方向信息和历史位置计算终端位置,以减少指纹图中与终端反向的指纹带来的干扰,从而减少指纹匹配计算的复杂度。实验结果表明,提出的传感器辅助Wi Fi指纹定位技术能减小位置估计误差并提高定位的鲁棒性。

人体指纹谱在医疗诊断中的应用

人体正常指纹谱反映人体处于正常状态,而人体异常指纹谱则反映人体病变状态(气功发功状态除外)。人体指纹谱可以诊断某些疾病的性质和轻重程度,是一种方便的无损检测手段。另外,人体指纹谱还可监视药物治疗,对深入探讨治疗作用的机理是有益的。

基于信道状态信息幅值-相位的被动式室内指纹定位

基于信道状态信息(CSI)的室内定位技术近几年备受关注。已提出的室内定位方案主要在适用性和定位精度等方面进行不断地创新和改进。该文提出一种被动式的1发2收指纹室内定位系统。用两个固定接收端采集CSI数据,信号预处理阶段对CSI幅值进行奇异值去除与低通滤波,用线性拟合的方法对CSI相位进行校正,将两个接收端采集处理得到的CSI幅值和相位信息共同作为指纹,最终通过全连接神经网络对指纹样本进行训练,并与采集到的实时数据进行匹配识别。实验表明,采用两个接收端以及幅值和相位结合定位的方法,匹配识别率达到了98%,定位精度达到0.69 m。证明该系统能精确有效地实现室内定位。

基于DSP的指纹识别系统的设计

介绍了用TI公司的TMS320VC5402实现指纹识别系统的方法。详细描述了该系统各部分的组成,以及相应的硬件设计和软件设计。结合DSP自身的特点,讨论了如何高效的设计应用程序的方法。

手性Salen-Ni(Ⅱ)络合物的ECD光谱及其绝对构型关联：可见区第一ECD吸收带的指纹作用

对系列手性salen-Ni（Ⅱ）络合物的电子圆二色（ECD）光谱及其绝对构型关联进行了概述.根据晶体结构和对固、液ECD光谱的表征,结合理论计算,着重探讨了准平面型手性[Ni（salen）]的固态结构及其在溶液中的绝对构型和优势构象.在此基础上通过若干实例说明了平面四方形[M（Salen）]络合物两种绝对构型命名法,并给出了我们的建议.对[Ni（sal-R,R-chxn）][sal-R,R-chxn=（R,R）-N,N＇-双（亚水杨基）-1,2-二亚氨基环己烷]的二氯甲烷溶液ECD光谱的计算结果表明,可见区第一个ECD吸收带主要是π→d荷移跃迁（LMCT）所致,而不是通常认为的d-d跃迁：[Ni（sal-R,R-chxn）]的绝对构型为∧,其在可见区第一个ECD吸收带为正.将此ECD指纹应用于具有“闭壳层”电子结构的其它平面型手性[Ni（Salen）]和六配位trans-[CoⅢ（salen）L_2]络合物的绝对构型指认,具有一定的普适性.本文的研究结果对于深入理解手性[M（Salen）]络合物的配位立体化学、手征光学性质及其手性识别和不对称催化机理具有重要科学意义。