基于混合精度DAC的下行去蜂窝大规模MIMO-WPT系统能量效率研究

本文研究了采用混合精度数模转换器（Digital-to-Analog Converter,DAC）架构的下行去蜂窝大规模多输入多输出无线携能（Multiple-Input Multiple-Output Wireless Power Transfer,MIMO-WPT）系统.该系统中的用户（User Equipment,UE）收集接入点（Access Point,AP）发射的无线射频信号能量,基于加性量化噪声模型对量化后的能量信号建模,并引入混合DAC功耗模型,推导出UE收集到的能量（Harvested Energy,HE）和系统能量效率（Energy Efficiency,EE）闭式表达式.分析关键参数,如DAC精度、高精度DAC占比、AP/UE数目和AP发射功率等对下行WPT性能的影响.设计基于加速投影梯度（Accelerated Projected Gradient,APG）的EE最大化功率控制算法.该算法是一阶优化方法,且能求解出最优功率控制系数的闭式解,因此时间复杂度低,运行耗时短.仿真结果表明,与全低精度DAC结构相比,混合精度DAC结构可以同时改善HE和EE;对于不同高精...     

基于城市道路实时信息的VANET动态路由协议

文章提出动态路由算法DRDC(基于城市道路实时信息的VANET动态路由算法),该路由算法利用实时车流信息来动态创建基于道路的路径,并采用动态路由更新策略和基于下一跳速度矢量选择最优路径来降低端到端时延。仿真结果表明,与现有的VANET路由算法相比,该算法能有效改善分组的传输效率,降低端到端的传输时延。     

基于图着色的大规模无人机群三维网络资源分配算法

为了解决大规模无人机集群组网中的网络资源有限、有效分配网络资源难度大的问题,本文针对任意对无人机收发节点构成的通信网络,联合考虑时域、频域、空域,提出了一种基于图着色的三维网络资源分配算法。具体的,本文利用方向回溯阵列天线在传统时频二维网络资源划分的基础上开辟空间维度,得到三维网络资源划分问题。为了解决该三维资源分配问题,本文首先将其建模为图着色问题,然后提出了启发式和贪婪式两种复杂度不同、适应场景也不同的图着色算法,并进一步设计了由着色结果到网络资源分配方案的映射算法。仿真结果验证了所提方法的有效性,相较于传统时分多址接入和时频二维资源分配而言,大大提高了吞吐量和传包成功率。      

基于金字塔型残差神经网络的红外图像深度估计

对车载红外图像进行深度估计,可应用于车辆的夜间辅助驾驶系统(Driver Assistant Systems, DAS),本文提出了一种新型的神经网络结构来估计红外图像的深度.受景物分类思想的启发,将传统深度估计方法中的回归问题转化为分类问题.首先,对红外图像进行归一化预处理,并将深度图置于自然对数空间对距离进行远近分类.其次,设计了一种新型的金字塔输入残差神经网络(Pyramid Residual Neural Networks, PRN),将红外图像以金字塔型结构作为网络输入,网络结构分为粗略特征提取和精细特征提取两部分.最后,将全连接层改为全卷积层,大大减少了网络中的参数个数,降低计算复杂度.金字塔型结构的输入使得网络能够多尺度提取特征,这使得估计出的深度图场景中的对象轮廓比同一网络单一红外图像输入估计出的景物轮廓更清晰.此外,通过计算错误和准确性评价指标,证明本文的提出方法能够很好地估计红外图像的深度,对比实验验证了本文方法更具优势.     

对比不同离子的掺杂对镍锌铁氧体电磁损耗性能的影响

应用水热法掺杂Co2+、Mn2+和Cu2+到纳米镍锌铁氧体粉末中.并利用XRD、TEM和VNA对其进行表征和分析,研究了掺杂不同金属离子对样品粒度、形貌、电磁损耗性能及吸收性能的影响.结果表明:镍锌钴铁氧体结晶更加完全,晶粒结构更加完整,出现团聚现象,晶粒排列相比其他更加致密.并且晶格常数由0.8352 nm增加到0.8404 nm,改变吸收峰的位置,增加吸收器的带宽,改善材料在低频率区间内的的吸波性能.Mn2+的掺杂相比镍锌钴铁氧体吸波性能下降,吸波效果减弱.Cu2+的掺杂没有影响纳米镍锌铁氧体电磁损耗的吸波频段.     

圆锥滚子轴承润滑与动力学耦合研究

为准确分析圆锥滚子轴承润滑和动力学耦合性能,建立了基于油膜刚度与阻尼的圆锥滚子轴承动力学耦合方程,并对方程进行了验证和数值求解. 数值结果表明:与不考虑润滑相比,考虑润滑后轴承内圈轴向运动更加稳定,轴向位移变小;在不同的滚子端面球半径和挡边倾角下,润滑效应能够使内圈径向振动加速度级减小1.71到2.07 dB;同时滚子个数的增加会使轴承内圈滚道和内圈挡边的平均最小油膜厚度分别增加7.97%和4.43%.      

��������Ƶ���Ƶ������Ϸŵ�������������ıȽ�

开发了氢气甚高频(60MHz)容性耦合放电的PIC/MC模型.在模型中考虑了带电粒子(e,H+,H2+,H3+)与H2的21种碰撞反应过程,模拟了氢气甚高频放电射频电场和电势分布以及电子和氢离子(H+,H2+,H3+)粒子密度和平均能量分布,并与频率为13.56MHz的放电结果进行了比较.结果表明,相对于频率13.56MHz的放电,氢气甚高频放电等离子体电势增高,导致两电极附近的电场增强;另外,两鞘层厚度变窄并且电子和H3+离子平均能量减小,其总密度却增加.H3+离子为氢气甚高频放电空间的主要离子,H2+离子密度比H3+离子小约2～3个数量级.     

包覆镍铁氧体纳米粒子的空心玻璃微珠复合材料的制备与电磁性能研究

"用高分子凝胶法制备了包覆镍铁氧体纳米粒子的空心玻璃微珠复合材料．玻璃微珠含量为25%、50%和75%的复合粉的结构、表面形貌和电磁性能分别用X射线衍射仪、扫描电镜、能谱仪、红外光谱和HP8510网络分析仪来表征．结果表明,复合粉由镍铁氧体、石英和莫来石相组成．随着微珠含量的增加,镍铁氧体衍射峰强度迅速降低,莫来石衍射峰强度迅速增强．当温度达到800 ℃时,纯尖晶石结构的镍铁氧体在玻璃微珠表面生成．当玻璃微珠含量为50%时可获得均一、连续的镍铁氧体涂层．大部分镍铁氧体粒子的尺寸小于80 nm．玻璃微珠含量     

基于深度学习的无人车夜视图像语义分割

为了增强无人车对夜视图像的场景理解,在夜间模式下更快更精确地探测和识别周围环境,将深度学习应用于夜视图像的场景语义分割,提出了一种基于卷积-反卷积神经网络的无人车夜视图像语义分割方法。在传统的卷积神经网络中加入反卷积网络,构建卷积-反卷积神经网络,无需手工选取特征。通过像素到像素的学习和训练,得到图像语义分割模型,可直接用该模型预测夜视图像中每个像素所属的场景语义类别,实现无人车夜间行驶时的环境感知。实验结果表明,该方法具有较好的准确性和实时性,平均IU达到68.47。     

基于自适应像素级注意力模型的场景深度估计

深度估计是传统的计算机视觉任务,在理解三维场景中起着至关重要的作用。基于单目图像的深度估计任务的困难在于如何提取图像特征中大范围依赖的上下文信息,提出了自适应的上下文聚合网络（adaptive context aggregation network,ACANet）用于解决该问题。该方法基于有监督的自注意力模型(supervised self-attention,SSA),能够自适应地学习任意像素之间的具有任务特性的相似性以模拟连续的上下文信息,并通过模型学习的注意力权重分布用来聚合提取的图像特征。将单目深度估计任务设计为像素级的多分类问题,经过设计的注意力损失函数减少RGB图像和深度图的语义不一致性,通过生成的像素级注意力权重对由位置索引的特征进行全局池化。最后提出一种软性有序推理算法（soft ordinal inference,SOI）,充分利用网络的预测置信度,将离散的深度标签转化为平滑连续的深度图,并且提高了准确率（rmse下降了3%）。在公开的单目深度估计基准数据集NYU Depth V2上的实验结果表明:rmse指标为0.490,阈值指标为82.8%,取得了较好的结果,证明了本文提出的算法的优越性。