【摘 要】
：
针对现有基于矩阵分解的混合预编码算法信道容量有损和算法复杂度高的问题,本文提出了一种基于两阶段的低复杂度混合预编码算法.该算法分为获取最优全数字预编码器和求解混合预编码器两部分.首先,本文联合奇异值分解(Singular Value Decomposition,SVD)与注水算法以容量无损的要求设计最优全数字预编码矩阵.其次,为了降低搜索超完备矩阵列的复杂度,提出两阶段混合预编码(Two⁃Stage Hybrid Precoding,TS⁃HP)算法求解混合预编码矩阵.第一阶段,根据天线阵列响应矩阵的相关
【基金项目】
：
国家自然科学基金(No.61501066),重庆市自然科学基金(No.cstc2019jcyj⁃msxmX0017)。
论文部分内容阅读
针对现有基于矩阵分解的混合预编码算法信道容量有损和算法复杂度高的问题,本文提出了一种基于两阶段的低复杂度混合预编码算法.该算法分为获取最优全数字预编码器和求解混合预编码器两部分.首先,本文联合奇异值分解(Singular Value Decomposition,SVD)与注水算法以容量无损的要求设计最优全数字预编码矩阵.其次,为了降低搜索超完备矩阵列的复杂度,提出两阶段混合预编码(Two⁃Stage Hybrid Precoding,TS⁃HP)算法求解混合预编码矩阵.第一阶段,根据天线阵列响应矩阵的相关
其他文献
采样断线是影响单体电池电压采样的常见故障,结合实际应用的软硬件平台,对采样断线检测功能进行了分析,提出了针对断线检测具体的应用策略,并给出了示例判定流程,以便及时发现电池采样断线的情况,防止因断线造成的单体一致性或过、欠压的误判,从而避免因误判造成的保护误动,实时保证电池组的安全、可靠运行。
传统方法在视觉策略网络中只关注实体,不能够推理出实体和属性之间的联系,在语言策略网络存在暴露偏差和误差累计问题.为此,提出了一个基于强化学习的多层级视觉融合网络模型.在视觉策略网络中通过多层级神经网络模块将视觉特征转化为视觉知识的特征集.融合网络生成使描述语句更加流畅的虚词,用于视觉策略网络和语言策略网络的互动.在语言策略网络中使用基于强化学习的自批评策略梯度算法对视觉融合网络实现端到端的优化.实
直流输电系统实际运行过程中,逆变站换流阀换相失败多由交流系统扰动或故障造成,但控制系统异常也会造成换流阀换相失败。对某换流站连续13次换相失败起因进行分析,通过隔离疑似问题模块、缩小排查范围、增加外置故障录波等手段,查明触发角指令在不同的时钟域传输过程中发生数据跳变导致换相失败。现场对EMF板FPGA程序进行了修改,未再发生过同类原因导致的换相失败。
为提高瞬态干扰处理的稳健性,超视距雷达可采用先识别后抑制的思路.本文研究基于距离-多普勒(Range⁃Doppler,RD)图的瞬态干扰自动识别方法,将RD图转化为灰度图,提取其纹理特征,再基于机器学习设计分类算法.首先,提出新的瞬态干扰模型,仿真产生干扰数据,避免训练依赖实测数据;其次,建立RD灰度图图库,分强干扰、弱干扰和无干扰三类情况;然后,提取局部二值模式(Local Binary Pattern,LBP)纹理特征,基于支持向量机设计二分类器,结合纠错输出编码设计三分类器.最后,通过实测数据和文献
针对已有的异常检测模型在高维、样本多样(类内多样)的数据背景下无法获得合理的潜在表示分布,不平衡数据较多(正常数据远大于异常数据)时特征提取准确性低,以及分类器超参数敏感等问题,本文提出一种基于深度对抗学习潜在表示分布的异常检测模型.基于正则化约束改进自编码器,将数据的原始特征空间映射到潜在特征空间形成低维的潜在表示,使其保持合理的空间分布;配以基于多判别器的生成对抗网络,在有效避免重构特征循环不一致和训练不稳定的基础上,来精确估计潜在表示的概率分布;以获得的潜在表示概率分布为单类分类器的输入,解决单类分
现有的WEBee系统可通过模拟接收器的标准时域波形在物理层面实现WiFi到ZigBee的跨网通信,但该系统存在单次传输帧接收率不高,符号错误率较大等局限.针对该局限,本文提出了一种基于循环前缀前的编码拆分优化方案,主要思想是对ZigBee前导码中的同步码序列进行编码拆分,可有效降低循环前缀操作时出现的错误,提高帧接收率.结果表明该方案优化系统单次传输的帧接收率可达65.2%,相比原系统提高了8.1%,且单次传输的符号错误率从2.7%降低至1.8%.
近年来,电动汽车的产销量呈现出高增长态势,电动汽车充电站的建设也步入了高速发展阶段。2020年政府工作报告将“建设充电桩”扩展为“增加充电桩、换电站等设施”。国家电网(国网)公司2020年新能源汽车充电设施项目计划安排充电桩建设投资27亿元,新增充电桩7.8万个。但是与燃油车相比,电动汽车的各项充电设施和服务还不完善,很多方面都有待提高,其中电动汽车充电时的高故障率是亟待解决的问题之一。为保障充电安全,充电设施都设定有充电故障指标,如电压指标、电流指标、温度指标等。实际充电过程中,充电设施超过这些安全值后
目前基于视觉的动态头势识别算法泛化能力弱、识别率低,头戴式传感器的方法经济性、便携性差.针对以上问题,提出了一种无需头戴设备的动态头势识别算法.这种基于双流融合3D卷积神经网络的方法用头部动作生成稠密光流,并将原始数据和光流数据并行输入构建的动作特征提取器,最后进行特征融合.结果表明所提算法比人工特征提取方法和C3D模型有更高的准确率、更好的泛化能力,在无需头戴传感器的情况下有近似头戴式传感器的识
为了解决闪烁噪声统计特性未知情况下的多目标跟踪问题,提出一种鲁棒广义标签多伯努利(Generalized Labeled Multi⁃Bernoulli,GLMB)滤波器.该滤波器采用均值未知且时变的多维Student’s t分布对统计特性未知的闪烁噪声进行建模.它放宽了闪烁噪声均值为零的限制性假设,可以自适应地处理闪烁噪声均值未知且时变条件下的多目标跟踪问题.本文在GLMB滤波框架下,利用变分贝叶斯方法对增广状态中的参数进行变分迭代,并通过最小化Kullback⁃Leibler散度得到边缘似然函数的近似
GB/T11022—2020(高压交流开关设备和控制设备标准的共用技术要求)的颁布发行,对高压开关设备和控制设备的型式试验要求也发生了不少变化,与GB/T11022—2011相比,绝缘试验、短时耐受电流和峰值耐受电流试验、无线电干扰试验等多项型式试验的试验要求、试验参数及试验方法等都有改变。各生产企业和检测机构应迅速掌握新标准,并根据标准变化及时在设计和检测等方面做出调整,以符合新标准的试验要求。