大数据挖掘用于电力企业评价体系构建

随着大数据时代的来临,电力企业需要探索新的管理模式.从数据出发,对大量历史监测指标数据进行统计分析,从中筛选出影响企业发展的关键指标,提取关键指标的历史特征.采用层次聚类和Kmeans聚类两种聚类方法对关键指标进行聚类分析,并且结合管理经验,与专家讨论对指标类簇进行合理的命名,最终将关键指标分为了服务电网、运营指数、风险指数三个能够反映公司管理程度的一级指数,并且在一级指数下又分为了若干个子指数,建立了适合新源控股公司管理发展的评价体系.与传统的公司评价体系构建的方法相比,基于大数据挖掘方法构建的评价体系更能够体现出各个指标之间的内在联系,从而能够更好的为决策者提供管理建议.     

正交频分复用系统的误码率分析

分析了正交频分复用(OFDM)系统的原理及实现方案上推导出了计算OFDM系统误码率的理论计算公式,构造了高斯白噪声信道模型,并用Matlab进行了OFDM仿真.结果表明,OFDM系统误码率的理论曲线与仿真结果相一致.     

WCDMA-TDD中的重复迭代自适应智能天线算法

提出一种用于WCDMA-TDD系统的重复迭代自适应智能天线算法.通过在自适应算法中把阵列输入信号和作为参考信号的训练序列重复使用,可以在短训练序列情况下实现较好的收敛,提高通信系统的传输效率.对LMS算法中全训练序列重复迭代和滑动窗口重复迭代算法进行了仿真,结果表明,在有限训练序列时该算法比传统LMS算法更好地逼近最佳解.     

2.4GHz无线局域网在室内外传播的路径损耗分析

路径损耗的计算是规划和设计无线局域网的一项重要工作。针对IEEE802. 11b标准的无线局域网,分析了在室内外不同环境条件下接收功率的计算表达式,通过对大型试验网络的实际测量数据的统计,提出了一种路径损耗计算的简化公式。本研究所取得的数据对构建无线局域网络具有实际参考价值。     

TD-SCDMA系统中智能天线的重复迭代自适应算法

提出一种用于TD-SCDMA系统的重复迭代自适应智能天线算法。通过在自适应算法中把阵列输入信号和作为参考信号的训练序列重复使用,可以在短训练序列情况下实现较好的收敛,提高通信系统的传输效率。对LMS算法中全训练序列重复迭代和滑动窗口重复迭代算法进行了仿真,结果表明,在有限训练序列时本算法比传统LMS算法更好地逼近最佳解。     

基于OFDM的IEEE802.11a标准的同步方法

从IEEE802．11a的数据分组结构出发,提出了使用窗口平移相关法来进行符号定时,并利用训练序列估计频偏。仿真结果表明,该算法能有效地克服噪声及频偏的影响,定时准确,较好地消除了频偏,与其它文献提出的算法相比,具有定时准确、计算量小的特点。