移动卫星通信系统的轨道和覆盖特性分析（下）

移动卫星通信系统的轨道和覆盖特性分析（下）刘彤浩，陈振国３卫星系统的覆盖特性３．１卫星覆盖图卫星覆盖区域是由卫星高度ｈ、最小仰角Ｅ１决定的，如图５所示。假设地球观察点的位置分别用纬度Ｌｅ、经度ｌｅ来表示，星下点的位置分别用纬度Ｌｓ、经度ｌｓ表示；系统...     

原子光谱项推导的新思路

基于光谱项在ＭＬ，ＭＳ空间上的覆盖原理，系统阐述了一种新的光谱项推求方法及快速求算给定电子组态的光谱项总数和判断某一光谱项存在情况的方法。     

用人工神经网络预测催化精馏塔开工过程的研究

催化精馏是使化学反应过程和精馏分离过程结合在一起,是伴有化学反应的新型特殊精馏过程.“反应精馏”概念自20年代提出以来,从30年代到60年代初,研究都是对特定体系的工艺探索;70年代后,研究扩展到非均相催化反应体系,出现了非均相催化精馏过程,成为了反应精馏的一个重要分支;     

4G载波向5G重耕之前的5G业务覆盖能力研究

为了满足低成本建设5G广覆盖网络的需求,需要提前研究低频3G、4G网络向5G重耕的最佳方案。在没有进行重耕,因而没有理想的低频5G测试环境的情况下,采用理论分析的手段进行重耕后的覆盖能力估算。以未来L900重耕用于5G广覆盖为例,探讨了链路预算的关键设定、模型选择等问题,并通过多个本地网实际测试数据间接验证估算结果的合理性。所得结论已实际应用于某大运营商对全国900 MHz网络的规划方案,对于指导网络重耕具有重要的借鉴意义,也为面向覆盖和感知的6G网络演进及重耕提供了参考模型。     

基于数据分析算法的多目标覆盖无人机网络布局方法研究北大核心CSCD

多目标叠加是一个新的综合性概念,它能满足多个约束条件和性能指标,同时具有多个独立于系统的目标函数,在军事、航天、工业等领域有着广泛的应用。同时,可以满足不同情况下对系统资源和安全性的各种要求。本文首先分析了数据分析方法在无人机网络布局方法中的应用,主要是对采集到的数据进行数据筛选、数据预处理、决策树分类,然后利用决策树分类进行无人机网络规划;其次介绍了无人机传感器多目标覆盖模型,并介绍了两种常用模型;最后,本文研究了基于数据分析算法的多目标覆盖无人机网络布局方法。     

一种基于介质加载的地球覆盖波束天线设计

地球覆盖波束天线为低轨卫星与地面终端之间的数据传输建立了通道,文中研究了一种新型的介质 加载地球覆盖波束天线。基于介质加载的方法,文中提出了一种圆极化地球覆盖波束天线设计,该天线由馈电网 络、馈源和介质三部分组成,介质包括底部圆柱部分和顶部半球部分,馈源集成于介质内部。设计的地球覆盖波束 天线工作在C 波段,轴向0°~64°范围内增益在0 dBic 以上,40°方向增益为5. 2 dBic。天线尺寸紧凑,辐射波束具有 较好的空间截止特性,可满足立方星应用。     

县级广电无线覆盖全系统的移动监测系统设计与开发

为提升无线覆盖全系统的监测管理水平,为运维人员提供可视化、移动化的运维能力,设计并开发了广电无线覆盖全系统的移动监测系统,主要功能包括移动端的数据监测、业务处理和系统健康值分析。该系统能够有力地推动无线覆盖系统运维向自动化、智能化方向发展,在无线覆盖管理上推动全省形成技术先进、标准主流、产业链完备、内外部支撑完善的智慧广电生态环境。     

居民区高层5G深度覆盖质量分析方法解析

随着我国通信技术的发展,基站建设数量快速增长,尤其是5G基站的数量和密度不断增加。在我国,5G网络覆盖已经从城市向农村扩展,随着国家“乡村振兴”战略的实施和新基建投资力度的加大,农村5G发展如火如荼。随着5G网络建设的速度越来越快,基站站址资源紧缺的问题日益凸显。如何利用有限的站点资源来合理规划5G网络布局,成为一项重要的工作任务。 目前,5G室内分布系统已在部分小区内大规模应用,通过对已有基站站址进行梳理和优化,实现了高密度、高杆率、高覆盖。随着小区的增加,小区内多个5G微站相互影响、站点资源浪费严重等问题也日益凸显。在高层住宅小区中引入5G微站,可以有效解决这些问题,但其在实际应用中,由于设备成本及施工难度高、覆盖范围大等因素,因此导致基站部署存在一定困难。     

BP神经网络结合变量选择方法在牛奶蛋白质含量检测中的应用北大核心CSCD

牛奶中的蛋白质含量会影响牛奶的品质,利用高光谱图像的光谱特征信息研究对牛奶蛋白质含量预测的可行性。本文提出一种基于竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)结合多层前馈神经网络(back propagation, BP)的预测建模方法,实验以含有不同浓度蛋白质的牛奶为对象,利用可见光/近红外高光谱成像系统共采集到5种牛奶共计250组高光谱数据,通过实验对比选择采用标准化方法对获取到的吸收光谱预处理,然后采用CARS结合SPA筛选特征波长,得到18个特征波长,建立CARS-SPA-BP模型,经过试验,CARS-SPA-BP模型的训练集决定系数和测试集决定系数R;和R;分别达到0.971和0.968,训练集均方根误差(root mean square error of calibration,RMSEC)和测试集均方根误差(root mean square error of prediction,RMSEP)达到了0.033和0.034。研究发现,采用CARS结合SPA筛选的牛奶特征波长建立的多层前馈神经网络模型,其模型预测结果与全波长建模相比并没有明显降低,因此将CARS结合SPA用于波长筛选并且结合BP神经网络基本可以完成对牛奶蛋白质含量的预测。为验证CARS-SPA-BP模型的预测能力,在相同数据环境下,使用较为传统的偏最小二乘回归(partial least squares regression, PLSR)进行建模,实验结果表明,CARS-SPA-BP相较于PLSR,R;和RMSEP均有明显提升。研究表明,CARS-SPA-BP可充分利用牛奶光谱特征信息实现较高精度的牛奶蛋白质含量检测。     

基于灰色理论和多元回归分析方法的江苏交通技能人才需求预测

为科学预测江苏交通技能人才需求,运用灰色理论和多元回归分析方法,构建交通技能人才预测模型。 预测 结果表明,随着经济增长、交通运输投入持续增大,江苏省交通运输基础设施不断完善,客运和货运能力不断增强,交通运 输管理、建设、研发等的人才需求总量也在逐年增加。 “十四五”期间,江苏交通运输需求人数增长 8 万余人,至 2025 年,交 通人才需求总量约为 64 万人。 经检验分析,预测模型具有较高的精度,可为构建交通技能人才培养体系提供理论参考。