基于微气泡散射的水下无线光通信复合信道建模

海浪、船舶尾流以及海洋生物游动与呼吸等原因会导致海水中存在大量的气泡,气泡群带来的散射效应对光信号的水下传输具有重要影响,但典型的水下无线光通信信道模型一般不考虑气泡群带来的负面效应。为了进一步完善传统的水下无线光通信信道模型,本文利用Mie散射理论分析海水中的微气泡及微气泡群光散射特性,基于蒙特卡洛法建立包含气泡散射的复合海水信道模型,分析不同海水水质、气泡密度、链路距离等参数条件下接收端的光学特性和信号特性。结果表明:当链路距离为5m时,随着气泡密度的增大,接收端光斑的弥散程度加剧,其面积可增至初始大小的3～5倍,中心能量也显著降低,最多可降至最大值的05;当链路距离为10～40m时,气泡群的存在以及链路距离的增长会导致接收端第一次接收到光子的时间延长约10～200ns,且使脉冲展宽值增大;当链路距离为2～10m时,气泡群密度的增大最多可使归一化接收功率降低至初始值的0004,但随着水质的恶化,其他粒子含量提高,气泡群对接收功率的影响逐渐减小。该研究可以为水下无线光通信系统的设计和理论分析提供参考。     

复杂信道环境下的多维策略智能抗干扰技术

针对当前智能抗干扰技术策略维度低、复杂环境应对性差的问题,提出了适应复杂环境的多维策略智能抗干扰技术。将单音信号作为探测信号,通过扫频方式减少探测阶段复杂度以实现快速实时的环境状态特征提取,之后设计了基于深度神经网络的实时智能决策引擎模型以提高决策速度和准确率。仿真结果表明所提方案能够准确地预测通信质量,最后根据目标函数在所有可通信策略中决策出最优策略,当探测信号扫频间隔选取合适时,该方案能够达到接近96%的决策准确率及较好的资源利用率,能有效进行抗干扰并取得较好的通信质量。     

多波束相控阵天线角度测量方法

在雷达、通信、测控等领域中,基于相控阵天线的幅度和差单脉冲测角技术是基本方法,但该方法通过旋转法向方向图去近似表示子波束方向图,并用一阶泰勒公式近似表示子波束接收信号幅度,从而带来非噪声因素误差,最终导致目标角度估计精度不高。为此,通过相控阵天线同时产生两个形状相同但相互独立的子波束,旋转波束指向中心轴方向的方向图函数来确定两个子波束的方向图函数,并用高阶泰勒公式对子波束接收信号幅度进行近似,从而减少误差。仿真和硬件测试结果表明所提方法能够有效提高测角精度。     

战术数据链空时联合抗干扰技术

针对战术数据链在复杂电磁环境下性能受限的问题,提出基于非标准构型阵列天线的战术数据链空时联合抗干扰技术。该技术在常规导向矢量获取方法失效时,通过设计引导信号,结合盲自适应抗干扰算法进行干扰信号的抑制和引导信号的重构,实现对干扰方向调零抑制并保持通信信号的正常接收。仿真结果表明,通信信号经过空时联合抗干扰处理后,在干扰方向形成的零陷超过-30 dB,大大抑制了干扰方向的信号,保存了信号方向的信号。     

一种降低FBMC-OQAM系统PAPR的ASSABC-PTS算法

针对滤波器组多载波-偏移正交幅度调制技术(Filter Bank Multicarrier-Offset Quadrature Amplitude Modulation,FBMC-OQAM)存在峰均功率比(Peak-to-Average Power Ratio,PAPR)过高的问题,以及传统部分传输序列(Partial Transfer Sequence,PTS)算法对PAPR抑制效果不明显,提出了一种新的基于自适应搜索策略的人工蜂群部分传输序列算法(Adaptive Search Strategy Based Artifical Bee Colony PTS,ASSABC-PTS)。首先,根据FBMC-OQAM系统特性,利用传统PTS算法对系统进行初步优化,以降低FBMC-OQAM系统的PAPR;然后,针对PTS算法中存在的计算复杂度问题,引入人工蜂群(Artificial Bee Colony,ABC)算法进行优化;最后,在ABC算法中引入自适应搜索策略提升算法的局部寻优能力,加快ABC算法的收敛速度和搜索精度。仿真实验表明,ASSABC-PTS在有效降低系统算法复杂度的同时,也极大降低了FBMC-OQAM系统的峰均功率比。     

基于信号重构的非参数化混叠信号分离方法

复杂电磁环境下,雷达、通信等信号在时域、频域、时频域存在复杂混叠,且各类型信号带宽差异大、调制样式多样,常规信号分离方法难以应用。文中提出了一种基于信号重构的非参数化混叠信号分离方法。基于瞬时幅度的傅里叶分解,建立非参数化稀疏信号模型,将混叠信号分离转化为瞬时幅度和瞬时频率的联合估计问题,基于交替迭代思路,分别进行估计和更新。对于瞬时幅度项,基于广义近似消息传递方法进行估计;对于瞬时频率项,利用瞬时频率变化平缓性特征,建立瞬时频率更新模型,实现对瞬时频率的更新。进一步,基于瞬时幅度和瞬时频率估计结果进行各信号重构,实现混叠信号分离。仿真结果表明：文中所提方法能有效分离时频域复杂混叠信号。     

手持式气象仪电磁兼容性结构设计

为确保手持式气象仪在复杂电磁环境中正常工作,结合电磁兼容性指标要求及其结构形式进行了具体的电磁兼容性结构设计。对主要结构零件的选材进行了分析,对比了铝合金、镁铝合金两种材料对地磁场的屏蔽效能,设计估算了零件孔洞的屏蔽效能,并通过在显示屏上增加透明的聚氨酯导电薄膜、对结构件结合面做电磁屏蔽处理等措施,进一步提高了手持式气象仪的电磁兼容性。实际使用及测试表明,镁铝合金(AZ91D)相比铝合金能更好的满足电子罗盘的使用场景,针对样机所采取的各项电磁兼容性技术措施有效,手持式气象仪样机能很好的满足GJB 151B-2013中的电磁兼容性指标要求。     

基于IPMC薄膜驱动的可变焦微透镜的研究

基于电活性聚合物驱动的可变焦微透镜所需电压通常在千伏,严重限制了其在便携式设备中的应用。本文设计了一种低电压驱动的可变焦微透镜,透镜采用离子聚合物金属复合材料(IPMC)薄膜作为驱动结构,以柔性聚合物聚二甲基硅氧烷(PDMS)和聚甲基丙烯酸甲酯(PMMA)为透镜主体,实现了低驱动电压下的大变焦范围。为进一步优化微透镜可变焦范围,利用有限元仿真软件对驱动器结构参数、圆环垫片厚度、临界面曲率等部分进行了仿真研究,确定微透镜各组件的最佳结构尺寸。仿真结果表明：利用IPMC薄膜作为驱动结构,可变焦微透镜在驱动电压为1-3V时,变焦范围为42.77-1518.14cm,驱动电压远低于电活性聚合物驱动的变焦微透镜,这种驱动电压小焦距范围广的特点使其具有很高的应用前景。     

基于自适应神经模糊推理系统的智能电表大数据分析研究

随着电力需求的不断增长和智能电表的大量应用,电力数据量大幅提升,对智能电表大数据分析分析提出了更高的要求。为此本文从模糊数学理论和人工神经网络出发建立了自适应神经模糊推理模型,基于安装在用电户的智能电表实际计量得到的电力大数据,进行了模型的训练和测试,最后利用预测模型进行了用电户在24小时内的电力功耗预测,并与智能电表实际测得的功耗数据进行了对比。研究结果表明基于当前智能电表采集的电力大数据,本文提出的预测模型精度得到了较大提升,总体预测精度为84.02%;其中白天时段由于用电随机性较大预测精度在70%左右,而夜间的预测精度均在90%以上。     

基于AI的全场景智能基站节电系统设计与实现

摘 要：在集约化网络的建设背景下,如何实现自动化、智能化、保体验的基站能耗管理,成为当前运营商的运营管理痛点。创新地提出一种全智能检测、全场景建模、全流程自助的3G/4G/5G智能基站节电方案,通过动态时间规整算法区分覆盖场景,利用SARIMA模型预测时间框构建自适应模型,实时监控指标保证用户感知,自动下发节电策略,短信告警及时拉起。在用户无感知的情况下,实现小区粒度级最大限度节约基站能耗。该方法已在某省网络试点推行,试点区域单站平均节电效率可达9.24%每日,具备实际生产指导意义。