基于盲源分离和时频分析的漏磁信号处理

利用独立分量分析的冗余取消特性,对多维加噪声观测信号进行盲源分离,得到源观测信号,实现噪声的有效消除,文章中应用此方法处理了仿真漏磁缺陷信号,实验结果表明:该除噪方法能极大提高漏磁信号的信噪比,且其效果要优于小波变换除噪方法.漏磁缺陷信号在时域上波形非常相似,很难加以分辨,而它们的危害性却大不相同,文章对裂纹和凹坑缺陷信号进行小波包分解,根据信号特征自适应的产生一组最优基来表征信号,分析这两种缺陷的时频特性,准确识别出这两种缺陷.     

油气管道高速漏磁检测系统中传感器研究和设计

为了提高漏磁检测的精度,文章研制了一种用于油气管道漏磁检测系统中的电磁感应式传感器,该传感器安置在二维高速漏磁检测装置中,实现对油气管道缺陷信号的实时检测,获得管道的缺陷信号.介绍了传感器的结构,带磁汇聚装置的磁化系统装置;设计实验与普通的霍尔传感器的检测精度进行分析比较.试验结果表明该传感器在高速管道漏磁检测中能够检测到微小缺陷,比霍尔传感器有更高的灵敏度.     

油气管道磁化系统设计与研制

在管道漏磁检测系统中,针对普通的同心线圈磁化系统与"Hemhez"轴向磁化系统中存在的磁化电流摆动造成线圈的磁化力摆动变化,管道端头磁化不足,磁化效率不高,检测盲区加长等缺点,文章设计和研制了带汇聚装置的轴向和周向磁化系统装置.通过试验分析比较了普通同心线圈磁化系统、"Hemhez"轴向磁化系统、带汇聚装置的轴向磁化系统的磁化性能和周向磁化器的不同极靴间隙对磁化效率的影响.得出结论:在漏磁检测设备中,带汇聚装置的轴向磁化系统可以增大磁化力,增强磁化效率,使检测盲区进一步缩小,周向磁化器的极靴间隙为5mm时,磁化器具有最高的灵敏度.     

基于强化学习的智能超表面辅助无人机通信系统物理层安全算法

该文从物理层安全的角度出发研究了智能超表面(RIS)辅助的无人机(UAV) 3D轨迹优化。具体地说,当RIS辅助的UAV向地面用户进行无线传输时,通过联合优化RIS相移和UAV的3D轨迹来最大化物理层安全速率。然而,由于目标函数是非凸的,传统的优化技术很难直接求解。深度强化学习能够处理无线通信中动态复杂的优化问题,该文基于强化学习双深度Q网络(DDQN)设计一种联合优化RIS相移和无人机3D轨迹算法,最大化可实现的平均安全速率。仿真结果表明,所设计的RIS辅助UAV通信优化算法可以获得比固定飞行高度的连续凸逼近算法(SCA)、随机相移下的RIS算法和没有RIS的算法有更高的安全速率。     

认知无线网络中基于Cholesky分解的统计协方差频谱检测算法

针对认知无线网络中协方差检测算法均通过渐进方法得到性能参数的缺点,提出了改进的cholesky的协方差盲检测算法,利用RMT(random matrix theory)理论,推导了非渐进条件下该算法性能参数的数学表达式。所提算法无需PU信号的先验信息和信道条件信息,对不确定噪声具有很强的适应能力。理论分析和仿真证明,性能参数表达式正确,所提算法相对于其他协方差盲检测算法,性能有了一定的提升。