基于FA-RBF神经网络的压力传感器的温度漂移补偿法

针对温度对硅压阻式压力传感器输出的影响问题,提出基于因子分析和RBF神经网络相结合的补偿方法.利用因子分析实现对原始信息的筛选和降维;结合RBF神经网络的非线性映射、自适应能力和强容错性对补偿过程进行建模,减少网络的输入,利于简化网络结构,进而加快收敛,节省运行时间,提高网络的学习速率与泛化能力.研究结果表明,该方法有效地抑制了温度对压力传感器的影响,提高传感器的稳定性和准确性.     

在两用户干扰信道通信中的帕累托最优解

从信息论的角度研究了两用户干扰信道的可达速率问题.将帕累托优化方法应用于耦合两用户干扰信道传输功率分配策略.结果表明:当系统处于帕累托最优时,使用最小发射功率可以达到最大信道速率.此外,每个信道的可达速率相等,且它仅与信道的参数有关.结论提供一个理论工具,应用该工具可以避免使用大量复杂的干扰抑制方法,达到获得最大信道速率的目的.