新一代天气雷达寿命预测方法

详细阐述了雷达剩余物理寿命、剩余经济寿命和剩余使用寿命3种不同概念及各自在应用中的指导意义。剩余物理寿命和剩余经济寿命分别从技术和经济角度为雷达的退役更新提供参考,而剩余使用寿命则和雷达的故障周期密切相关,能指导雷达的维护维修工作。同时,还从理论上提出了3种不同概念的雷达寿命的预测方法,并对各种方法的难点、存在的问题和改进措施进行了深入的剖析。     

天气因素在短期电力负荷预测中的应用

为了更有效地提高地区电网短期负荷预测的精度,提出基于BP人工神经网络原理,利用神经网络高度非线性建模能力,根据电力系统短期负荷变化的特性,建立了既反映电力系统负荷连续性、周期性及其负荷变化趋势,又包含天气因素变化对系统负荷影响的天气因素敏感模型,并对岳阳地区短期负荷进行预测,预测结果表明天气因素应用于电力系统短期负荷预测后使预测精度明显提高,故这种方法是可行和有效的。     

雾霾天气对红外光通信信道容量的影响研究

为改善红外光通信系统,研究雾霾天气对红外光通信信道容量的影响。在两个地区分别进行红外光通信链路的架设,在晴朗天气下对架设通信链路的红外光通信信道容量进行测量,并将该组数据作为对比组数据,在不同颗粒直径即不同浓度的雾霾天气下,通过实验设备获取架设的红外光通信链路的红外光通信信道容量,利用本端的激光大气通信机等设备进行伪随机序列码的发送,利用对端的红外光通信链路等设备对接收的伪随机序列码进行误码分析,通过误码分析结果计算红外光通信信道容量,将所得数据作为实验组数据,对比实验组数据与对比组数据,对雾霾天气对红外光通信信道容量的影响进行分析。根据分析结果可知,随着雾霾浓度的逐渐增加,红外光通信信道容量也随之逐渐减少,雾霾浓度与红外光通信信道容量呈反比状态。雾霾天气会导致红外光通信信道容量的减少,影响红外光通信。     

5G时代大数据特点和数据量预测方法研究

随着5G技术及其应用的迅速普及,各类数据将会更加迅猛地增长,5G时代的大数据将会在数据结构组成和业务分布等方面出现显著的变化.本文研究5G广泛应用背景下大数据的特点以及数据量的预测方法.结合4G业务场景和技术特点,分析5G时代的业务特点;将数据进行产业细分,深入探讨不同业务和数据的特点,从而给出更能贴合具体场景的数据预...     

基于SSA-LSTM模型的空气质量预测研究

为提高PM_2.5浓度的预测精度,提出了一种结合麻雀搜索算法(SSA)和长短期记忆神经网络(LSTM)的组合预测模型。以2023年5月至8月期间长沙市PM_2.5浓度数据为基础,构建了SSA-LSTM模型并与其他模型进行了对比实验。实验结果显示,SSA-LSTM模型的预测结果在拟合优度(R²)上相较于单一LSTM、PSO-LSTM和WOA-LSTM模型分别提升了45.93%、31.55%、19.12%,同样在均方根误差(RMSE)和平均绝对误差(MAE)的结果上也表现更优,表明该模型在PM_2.5浓度预测方面具有高准确性和有效性,可为制定PM_2.5相关预防措施提供一定的参考价值。     

基于Android的PM2．5数据显示地图应用的实现

空气质量问题日益受到重视,为方便对目标区域PM2．5数据的查看,基于Android移动操作系统的PM2．5数据显示地图应用通过调用百度地图接口API以及Pm25．in数据接口API实现了地图显示子系统与数据处理子系统,地图子系统显示地图,数据处理子系统将目标区域Pm2．5数据绘制成为曲线,从而实现对指定目标区域的PM2．5数据在地图上进行查看与变化趋势分析。     

成都春季复合污染下PM2:5 的化学消光贡献

为探讨复合污染条件下气溶胶的消光特性, 选取成都市 O3 与 PM2:5 同步污染的春季开展气溶胶组分与消光 特性观测, 并结合美国 IMPROVE 化学消光算法研究了组成与消光特征的关系。结果表明, 2018 年春季成都 PM2:5 平 均浓度与散射系数 bsp 分别为 (50.3±22.4) µg·m−3 和 (237.5±140.2) Mm−1, 且二者均呈现“单峰单谷”的日变化趋势; 大 气气溶胶的消光系数为 (268.4±153.7) Mm−1, 对其贡献最大的组分是 NH4NO3 (26.0%) 和有机物 (OM) (24.4%)。分析 表明在 PM2:5 与 O3 复合污染情况下, 二次污染组分 SNA (SO42−、 NO3−、 NH4+ 三者之和)、二次有机碳 (SOC) 的含量 显著增加, 与清洁天相比分别升高了 1.0 和 1.3 倍; OM 成为最大消光贡献者 (32.2%), 其次是 NH4NO3 和 (NH4)2SO4, 分别贡献 22.8% 和 20.5%。因此, 进一步减少气态前体物如 SO2、 NOx、 NH3 和 VOCs 的排放可以有效改善成都地区 空气质量和能见度。     

基于气象因素敏感模型的短期电力负荷预测

为了充分考虑地区电网短期负荷易受气象因素影响的特点,提出了一种具有天气敏感性的基于快速BP算法的神经网络预测模型,模型中合理地考虑了影响负荷变化的主要气象因素,使其能够适应天气的变化。通过对咸阳地区电网的仿真预测,证明了天气因素敏感模型应用于地区电网短期负荷预测后使预测精度明显提高,故建立的模型是可行和有效的。     

基于注意力机制的CNN-BiLSTM的PM2.5时序特征预测

本文为了充分挖掘PM2.5浓度预报基础数据中时序性特征联系,提高PM2.5浓度预测精度,本文提出了一种基于注意力机制的CNN-BiLSTM的PM_2.5浓度预测模型,充分利用CNN空间局部特征提取能力以及BiLSTM对时间信息的双向长短期记忆,再结合Attention机制对不同特征分配权重系数,进一步提升模型的预测准确度。结果表明,本文模型在测试集上的MAE、R2、MAPE分别为：0.944、0.844、0.18,其预测效果均优于LSTM模型和CNN-LSTM模型,特别是应对突变情况下,其灵敏度和准确度更高,能较好地拟合真实值。     

一种运动估计的快速预测搜索算法

本文提出了一种运动估计的快速预测搜索算法(PSA)。该算法首先用当前块的三个邻近块运动矢量的线性加权来得到预测矢量,然后以预测点为起始点,采用33的搜索窗进行搜索步长为1的移动窗搜索,直到搜索到达搜索域的边界或搜索的局部最小点位于搜索窗的中心时停止。该算法由于利用了序列图象的实际运动矢量与预测矢量之间距离的空间分布特性一中心偏置分布特性和时间上的相关特性,并采用了中止判决准则,可以明显地减少搜索次数。仿真表明这种算法减少了搜索范围和搜索次数,提高了搜索效率,降低了运动估计的计算复杂性。本文还详细地给出了PSA算法与其它常用快速算法的比较结果。     

基于外界影响及时序因素的PM2.5预测研究

随着雾霾问题逐渐加重,对其主成分之一PM2.5的预测已成为广泛关注的问题.PM2.5日浓度变化受多种因素影响,且具有非线性、时变性的特征,难以被准确预测.针对此问题,文中提出一种基于外界影响及时序因素的PM2.5日浓度预测方法.该方法分离出PM2.5日浓度的外界主要影响因素与时间因素,建立了基于外界主要影响因素的BP神...     

基于GBDT算法的潜在5G用户预测研究与实现

5G用户规模发展是新时代新基建大背景下运营商5G网络建设的终极目标.传统的通过人工方式进行营销发展存在诸多不足,浪费大量人力物力财力.针对这些缺点,基于运营商O域和B域数据引入梯度提升决策树(GBDT)分类算法,通过学习存量5G用户正负样本在历史网络上产生的出账数据和网络数据建立5G用户分类预测模型,做到精准挖掘5G潜...     

基于RANK多流智能预测的5G速率优化方法研究

为了应对5G RANK无法精准高效优化的技术难题,本文提出了一种基于RANK多流智能预测的5G速率优化方法。该方法通过建立传播模型和MIMO信道模型挖掘网络多径环境,实现RANK精准预测,采用聚类算法识别RANK提升的高潜力区域,以多维综合增益最优为目标,利用投票算法和主服小区建模算法输出RANK优化方案,使用户可获得最大的网络多流能力,大幅提升不同覆盖场景下的5G用户速率。     

5G基站覆盖预测APP的开发与应用实践

研究并开发一款用于5G基站覆盖预测的APP(应用程序).从5G基站覆盖预测的理论出发,将5G空中接口的链路预算、基于3GPP标准的无线传播模型以及5G典型的业务需求作为APP开发的理论基础与需求导入,选择Android Studio APP开发平台,合理制定开发策略与产品交互模式,实现包含非专业化输入、输出与专业化输入...     

天气和气象条件对移动mini-DOAS系统测量污染源排放的影响探讨

介绍了北京奥运前利用一套微型被动差分吸收光谱学(mini-DOAS)系统,测量和估算北京市石景山区1个点源和1个面源SO2排放量的实验,探讨了应用该系统测量和估算排放量过程中的重要影响因素,尤其是天气和气象条件的作用.研究发现: (1)测量应当在中尺度天气系统的稳定控制下进行,而天气系统调整阶段由于局地山谷风的干扰,不易获得可靠的测量结果;(2)在混合层高度低、近地面几百米风速小的情况下,可以获得更为准确的测量值;(3)在推算点源排放量时,应选择排放高度上的风速和风向.     

基于3D建模和射线跟踪算法的5G室内深度覆盖预测方法

5G室内覆盖方案的复杂性和多样化使得5G室内覆盖效果难以预测,本文提出5G室内深度覆盖预测方法,将射线跟踪算法与建筑物3D建模相结合,为5G室内深度覆盖的精确预测提供一种科学和高效的方法。本预测方法可以快速、准确判断5G室内覆盖方案的合理性和经济性,同时也降低了因覆盖方案不合理导致的后期建设维护成本。     

电气火灾的预防和预测

近年来,随着我国经济社会的快速发展,电能作为生活和生产中不可缺少的一部分,在我国能源结构中所占的比例非常高,电能的使用范围在不断扩大.同时,因为电气路线而发生电气火灾的频率也在不断提高,给经济社会造成了不小的损失.电气火灾的频繁发生说明了我国在电气火灾的预防方面做的还不够好,本文围绕电气火灾发生的原因以及如何预防和预测电气火灾的发生展开了一系列的讨论.     

基于AI流量预测的容量动态管控

质量优化中心通过AI流量预测算法,对省内21个地市进了流量预测,基于现网数据及流量预测结果,输出扩减容小区列表,指导省内4G网络规划及投资,提高变现效率,同时为未来5G规划进行技能储备。有效地对流量热点区域及流量减少区域进行预测,达到如下效果强化对热点区域的及时扩容、价值投资,减少无效投资,如当前扩容后未来存在流量减少。对流量减少区域进行减容、盘活省内资源,节约投资成本,减少减容后流量未来增长。