|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種基于大規(guī)模多天線系統(tǒng)的單一信號(hào)到達(dá)角估計(jì)方法
本發(fā)明公開(kāi)了一種基于大規(guī)模多天線系統(tǒng)的單一信號(hào)到達(dá)角估計(jì)方法，屬于大規(guī)模多天線系統(tǒng)信道估計(jì)的信號(hào)處理技術(shù)領(lǐng)域。本發(fā)明包括以下步驟：
(1)對(duì)信道矩陣進(jìn)行預(yù)估；
(2)利用接收天線之間的相關(guān)性構(gòu)造稀疏變換矩陣，對(duì)信道預(yù)估值矩陣進(jìn)行稀疏變換，得到具有稀疏特性的矩陣；
(3)根據(jù)壓縮感知原理準(zhǔn)確估計(jì)出稀疏矩陣中的非零元素；
(4)采用分步搜索估計(jì)信號(hào)到達(dá)角。
本發(fā)明只需一個(gè)信號(hào)樣本就可得到信號(hào)到達(dá)角估計(jì)值，精度高且能提高頻譜利用率。分步搜索逐步提高搜索精度，提高信號(hào)到達(dá)角估計(jì)精度并降低估計(jì)復(fù)雜度。較強(qiáng)的實(shí)用性使得本發(fā)明可應(yīng)用于具有稀疏特性的各種系統(tǒng)參數(shù)的估計(jì)。
華中科技大學(xué)
2021-04-11
一種適用于低用戶(hù)密度小區(qū)上行鏈路的能效優(yōu)化方法
本發(fā)明公開(kāi)了一種適用于低用戶(hù)密度小區(qū)上行鏈路的能效優(yōu)化方法，具體為：首先基站初始化計(jì)算用戶(hù)密度臨界值λ0(α)，根據(jù)用戶(hù)發(fā)送的導(dǎo)頻信號(hào)確定當(dāng)前路徑損耗因子α0，然后基站根據(jù)已經(jīng)使用的信道個(gè)數(shù)計(jì)算當(dāng)前小區(qū)用戶(hù)密度λ′，最后判斷如果當(dāng)前小區(qū)用戶(hù)密度λ′小于λ0(α0)時(shí)，則調(diào)用等功率控制算法，否則調(diào)用信道反轉(zhuǎn)功率控制算法。本發(fā)明適用于用戶(hù)端配備單天線，基站端配備任意天線的小區(qū)場(chǎng)景，能夠提高低用戶(hù)密度小區(qū)上行鏈路的能量效率，從而提升整個(gè)網(wǎng)絡(luò)上行鏈路的能效。
華中科技大學(xué)
2021-04-11
一種基于眾包指紋分簇和匹配的室內(nèi)子區(qū)域定位方法
本發(fā)明公開(kāi)了一種室內(nèi)子區(qū)域定位方法，包括：在給定目標(biāo)區(qū)域中設(shè)置 N 個(gè)信號(hào)源，并將目標(biāo)區(qū)域依據(jù)物理結(jié)構(gòu)劃分成 K 個(gè)子區(qū)域，終端設(shè)備接收到指紋后將其上傳到服務(wù)器構(gòu)成指紋集，當(dāng)服務(wù)器接收到的指紋集中指紋的數(shù)目達(dá)到設(shè)定閾值后，則將當(dāng)前指紋集利用分簇算法劃分成 K 個(gè)簇，并將這 K 個(gè)簇一對(duì)一地匹配到 K 個(gè)子區(qū)域中，再將各指紋簇中所有指紋的均值作為對(duì)應(yīng)子區(qū)域的區(qū)域指紋用于定位，定位時(shí)計(jì)算定位指紋和子區(qū)域指紋中所有對(duì)應(yīng)信號(hào)的差值序列，得到各差值序列的方差，并將具有最小方差的子區(qū)域?yàn)樽罱K定位結(jié)果。本發(fā)明能夠解決現(xiàn)有指紋定位技術(shù)中人工采集指紋信號(hào)以構(gòu)建指紋數(shù)據(jù)庫(kù)帶來(lái)的工作量大和異質(zhì)設(shè)備定位精度差的問(wèn)題。
華中科技大學(xué)
2021-04-11
.jpg){kind=logo}
基于有功功率波動(dòng)性和周期性的洗衣機(jī)非侵入辨識(shí)方法
本發(fā)明公開(kāi)了一種基于有功功率波動(dòng)性和周期性的洗衣機(jī)非侵入辨識(shí)方法，包括在一定的采樣頻率范圍內(nèi)，對(duì)總電源進(jìn)線的電壓和電流進(jìn)行采樣，形成電壓信號(hào)采樣序列u和電流信號(hào)采樣序列i，并計(jì)算平均功率序列P；構(gòu)造長(zhǎng)度為N的滑動(dòng)窗Wn，并計(jì)算滑動(dòng)窗內(nèi)有功功率序列的標(biāo)準(zhǔn)差Sn；求取序列Sn的子區(qū)間的最小值位置序列Mt，記錄最小值所在位置；計(jì)算序列Mt差分序列ΔMt，根據(jù)ΔMt的周期性來(lái)判別是否為洗衣機(jī)運(yùn)行，并計(jì)算啟停時(shí)間。本發(fā)明提綜合利用洗衣機(jī)的周期性以及波動(dòng)性這兩個(gè)特性，提出了有效的洗衣機(jī)辨識(shí)方法，將平均有功功率序列轉(zhuǎn)換成標(biāo)準(zhǔn)差序列，避免了偶爾情況下現(xiàn)實(shí)工況帶來(lái)的功率波動(dòng)而會(huì)被誤辨成洗衣機(jī)的情況。
東南大學(xué)
2021-04-11
一種基于有功功率波動(dòng)性的洗衣機(jī)運(yùn)行非侵入辨識(shí)方法
本發(fā)明公開(kāi)了一種基于有功功率波動(dòng)性的洗衣機(jī)運(yùn)行非侵入辨識(shí)方法，該辨識(shí)方法包括如下步驟：
在一定的采樣頻率范圍內(nèi)，對(duì)總電源進(jìn)線的電壓和電流進(jìn)行采樣，形成電壓信號(hào)采樣序列u和電流信號(hào)采樣序列i，并計(jì)算平均功率序列P；
對(duì)平均功率序列P構(gòu)造一個(gè)大窗口W，該大窗口可以劃分為m個(gè)均勻的小窗口wk每個(gè)小窗口包含n個(gè)離散有功功率點(diǎn)；
求取大窗口內(nèi)小窗口wk最大值與最小值的差值，定義為極差Dk，給定閾值D0，統(tǒng)計(jì)大窗口W內(nèi)滿(mǎn)足Dk>D0的小窗口個(gè)數(shù)M；
如果M>m/2,則定義該大窗口為波動(dòng)窗口；
統(tǒng)計(jì)連續(xù)3個(gè)大窗口，如果有兩個(gè)大窗口為波動(dòng)窗口，則判斷洗衣機(jī)運(yùn)行。本發(fā)明大大提高了洗衣機(jī)辨識(shí)度和準(zhǔn)確度。
東南大學(xué)
2021-04-11
一種基于眾核和 GPU 的網(wǎng)絡(luò)視頻流不良內(nèi)容檢測(cè)方法和系統(tǒng)
本發(fā)明公開(kāi)了一種基于眾核和 GPU 的網(wǎng)絡(luò)視頻流不良內(nèi)容檢測(cè)方法，包括：在眾核計(jì)算平臺(tái)下獲取網(wǎng)絡(luò)數(shù)據(jù)包，對(duì)網(wǎng)絡(luò)數(shù)據(jù)包進(jìn)行分類(lèi)，以提取網(wǎng)絡(luò)數(shù)據(jù)包中的視頻數(shù)據(jù)包，對(duì)視頻數(shù)據(jù)包進(jìn)行重組，按照網(wǎng)絡(luò)視頻流編碼的語(yǔ)法對(duì)重組后的視頻數(shù)據(jù)包進(jìn)行解碼，以生成圖像序列，GPU 采用基于紋理檢測(cè)和膚色點(diǎn)檢測(cè)相結(jié)合的方法對(duì)圖像序列進(jìn)行預(yù)處理，以確定疑似不良圖像，GPU 采用 SVM 對(duì)疑似不良圖像進(jìn)行精確處理，以確定不良圖像。本發(fā)明只需獲取網(wǎng)絡(luò)數(shù)據(jù)包，即可識(shí)別出視頻流，直接對(duì)視頻流進(jìn)行解碼后，采用圖像匹配檢測(cè)技術(shù)即可識(shí)別該視頻流是否含有不良信息。
華中科技大學(xué)
2021-04-11
院.jpg){kind=logo}
一種基于數(shù)據(jù)分析的摻氫天然氣安全檢測(cè)方法及系統(tǒng)
本發(fā)明涉及安全檢測(cè)技術(shù)領(lǐng)域，具體為一種基于數(shù)據(jù)分析的摻氫天然氣安全檢測(cè)方法及系統(tǒng)，包括以下步驟：基于摻氫天然氣輸配管道中的光譜透射率數(shù)據(jù)，分析測(cè)量通道的光強(qiáng)變化趨勢(shì)，計(jì)算光程對(duì)應(yīng)的光譜透射變化量，篩選光程對(duì)應(yīng)的光能量衰減特征，得到光譜衰減特征數(shù)據(jù)。本發(fā)明中，通過(guò)深入分析光譜透射率數(shù)據(jù)，提升光強(qiáng)變化和光能量衰減的測(cè)量精度，增強(qiáng)光譜衰減特征數(shù)據(jù)的準(zhǔn)確性，結(jié)合短長(zhǎng)光程透射信息和差異化氫氣摻混比例的識(shí)別，優(yōu)化光譜衰減曲線，提高測(cè)量穩(wěn)定性，使用偏移模型動(dòng)態(tài)修正光譜數(shù)據(jù)，精準(zhǔn)分析泄漏氣體動(dòng)能與流動(dòng)方向，提取泄漏點(diǎn)擴(kuò)散路徑，優(yōu)化安全評(píng)估過(guò)程，提升風(fēng)險(xiǎn)預(yù)警的及時(shí)性和有效性。
南京工程學(xué)院
2021-01-12
一種基于電磁諧振線圈互感的電動(dòng)汽車(chē)動(dòng)態(tài)無(wú)線電能交互方法
本發(fā)明公開(kāi)了一種基于電磁諧振線圈互感的電動(dòng)汽車(chē)動(dòng)態(tài)無(wú)線電能交互方法，包括：在道路表面鋪設(shè)若干初級(jí)線圈，形成沿車(chē)輛行駛方向連續(xù)排列的初級(jí)線圈陣列，在電動(dòng)汽車(chē)的底部安裝次級(jí)線圈，建立基于磁矢勢(shì)和比奧?薩伐爾定律的線圈互感模型；構(gòu)建電動(dòng)汽車(chē)的充電和放電模型：當(dāng)電動(dòng)汽車(chē)進(jìn)行充電或放電時(shí)，電動(dòng)汽車(chē)的充電模型或放電模型基于線圈互感模型計(jì)算不同電磁耦合策略下的無(wú)線充電傳輸效率，采用無(wú)線充電傳輸效率最高的電磁耦合策略將電網(wǎng)中的能量傳輸至電動(dòng)汽車(chē)或?qū)㈦妱?dòng)汽車(chē)中的能量反饋到電網(wǎng)。通過(guò)對(duì)耦合線圈之間互感特性的量化建模與分析，能夠根據(jù)實(shí)際運(yùn)行條件動(dòng)態(tài)調(diào)整線圈參數(shù)及耦合方式，提升無(wú)線充電與放電過(guò)程中的能量傳輸效率。
南京工程學(xué)院
2021-01-12
一種燃燒后CO2捕集系統(tǒng)的多模型預(yù)測(cè)控制方法
本發(fā)明公開(kāi)了一種燃燒后CO2捕集系統(tǒng)的多模型預(yù)測(cè)控制方法，該預(yù)測(cè)控制方法以基于化學(xué)吸附的燃燒后CO2捕集系統(tǒng)為被控對(duì)象，貧液閥門(mén)開(kāi)度和汽輪機(jī)低壓缸抽汽閥門(mén)開(kāi)度為系統(tǒng)控制輸入量，CO2捕集率和再沸器溫度為系統(tǒng)輸出量；首先基于子空間辨識(shí)方法，利用系統(tǒng)運(yùn)行產(chǎn)生的數(shù)據(jù)，在不同工況點(diǎn)處建立系統(tǒng)的局部狀態(tài)空間模型；接著使用間隙度量的方法調(diào)研被控對(duì)象的非線性分布；進(jìn)而在合適的局部工況點(diǎn)處建立預(yù)測(cè)控制器，并設(shè)計(jì)隸屬度函數(shù)將其加權(quán)組合，建立燃燒后CO2捕集系統(tǒng)多模型預(yù)測(cè)控制系統(tǒng)。本發(fā)明的方法具有良好的全局非線性控制能力，能夠有效適應(yīng)系統(tǒng)大范圍變工況的需求，快速追蹤C(jī)O2捕集率設(shè)定值，提高CO2捕集系統(tǒng)深度快速靈活運(yùn)行的水平。
東南大學(xué)
2021-04-11
一種sp2碳共軛有機(jī)框架吸附劑的制備及改性方法
本發(fā)明屬于共價(jià)有機(jī)框架技術(shù)領(lǐng)域，具體涉及一種sp<supgt;2</supgt;碳共軛有機(jī)框架吸附劑的制備方法及其改性方法，包括將TFPPy、PDAN、三甲苯、1,4?二氧六環(huán)和NaOH水溶液加入石英管中，超聲分散均勻；通過(guò)冷凍?泵抽?解凍循環(huán)進(jìn)行脫氣處理后，在真空密封條件下，于90℃加熱3天；反應(yīng)完成后冷卻至室溫，離心收集沉淀，并依次用水和THF洗滌，隨后在THF中索氏提取2天；最后將產(chǎn)物真空干燥，得到紅色晶體COF材料TFPPy?PDAN。表面氨基修飾方法包括將TFPPy?PDAN加入無(wú)水乙醇中反應(yīng)一定時(shí)間，然后加入NH<subgt;2</subgt;OH·HCl和N(CH<subgt;2</subgt;CH<subgt;3</subgt;)<subgt;3</subgt;，于85℃下磁力攪拌；并真空干燥，最終得到橘紅色的氨基化修飾COF材料(TFPPy?PDAN?AO)。本發(fā)明中共價(jià)有機(jī)框架(COF)材料具備優(yōu)良的催化性能和修飾功能，能夠去除水中短鏈全氟化合物。
南京工程學(xué)院
2021-01-12