【摘 要】
：
针对目前数字广播电视单频网不能自动进行覆盖结果优化调整的问题,该文在基于地理信息的单频网台站场强预测的基础上,实现了单频网覆盖时延自动优化。首先,利用台站基本信息,结合地理信息,利用台站场强预测模型,对单频网内各个台站进行覆盖场强预测,得到各个台站的覆盖结果矩阵。其次,结合各个台站的覆盖结果矩阵,利用遗传算法对各个台站的时延情况进行寻优。最后,得到每个台站的最优时延结果,以及得到时延优化后的单频网
论文部分内容阅读
针对目前数字广播电视单频网不能自动进行覆盖结果优化调整的问题,该文在基于地理信息的单频网台站场强预测的基础上,实现了单频网覆盖时延自动优化。首先,利用台站基本信息,结合地理信息,利用台站场强预测模型,对单频网内各个台站进行覆盖场强预测,得到各个台站的覆盖结果矩阵。其次,结合各个台站的覆盖结果矩阵,利用遗传算法对各个台站的时延情况进行寻优。最后,得到每个台站的最优时延结果,以及得到时延优化后的单频网覆盖结果。实验结果表明,本文提出的基于遗传算法的单频网覆盖时延优化算法,能够很好地实现单频网内各个台站的
其他文献
针对目前我国公开出版的地图在藏南地区仅表示9个地名,远远不符合地图表达规则的问题,该文通过对藏南地区部分历史地图上地名的表达来探索藏南地名的合理表达。通过研究,该文获取了该区近100条历史地名,为地名合理表达提供了参考依据;同时,对这些地名的研究中,该文发现藏南地区地名烙上了中国印记,具有中国基因。
针对室内及室内外过渡区域,GNSS信号受到严重影响导致的定位精度下降甚至无法定位的问题,该文提出了一种新的多传感器组合的室内定位方法。充分利用超宽带(UWB)超高的时间分辨率、良好的抗多径能力和较强的穿透能力,以及激光雷达(LiDAR)所表现在构图与定位方面主动、高效、精确的特点。使得两个系统相互作用,在复杂的室内环境下能够获得厘米级的定位结果。基于室内环境下的实测实验结果表明:无论是在非视距环境
针对复杂图斑特征未进行识别或描述不精确,导致符号填充时出现部分区域符号布局不合理或无符号的问题。该文首先提出一种基于剪枝骨架线交叉口的面划分方法对图斑进行剖分,接着利用平铺性指数和狭长性指数进行形状识别,最后将剖分后图斑识别为点型、狭长型、平铺型、位移型4种基本类型图斑的组合进行填充。利用贵州省某区域地理国情数据,将本文方法与传统符号填充方法进行对比验证,实验结果表明:本文方法能明显提升图斑符号填
针对现有地理信息系统的服务架构在开发和服务初期易于部署和应用扩展,但随着服务量的逐渐扩展,后续开发难度加大、维护成本提高、响应效率降低、功能扩展困难的问题。该文采用微服务理念,设计实现一种基于微服务的地理信息服务架构设计与实现,采用轻量级的API Gateway,实现服务接口设计和负载均衡算法。实验结果表明,基于微服务架构对系统进行重构后,系统的服务性能没有损耗,且负载均衡后可成比例提高系统性能。
针对目前自然资源业务信息化中存在的问题,该文利用"互联网+"技术,依托"一张图"核心数据库,提出了构建自然资源管理辅助决策服务平台。探讨了系统的架构设计,明确了系统的关键技术难点,分析了系统实施方案和自然资源的辅助决策功能。该系统能有效地提升自然资源数据应用的深度和广度,支撑科学决策和对外服务水平。
构建城际高铁联系强度模型并结合社会网络分析探讨东北地区高铁网络格局特征与演变趋势,研究结果表明:①东北地区高铁网络整体关联性相对紧密,小世界效应显著,但仍处于弱连接状态,涵盖长春-四平-沈阳-铁岭-抚顺、大连-辽阳-鞍山-营口-盘锦、松原-白城-乌兰浩特子群,吉林-延吉、齐齐哈尔-大庆、丹东-本溪、锦州-葫芦岛关系对,7片区组织格局成型;②以哈尔滨为分界线的东南部比西北部的高铁通达联系密切,高铁要
针对如何选择合适尺寸的影像样本来得到较好的网络模型这一问题,该文基于全卷积神经网络(FCN)的遥感影像分类方法,开展了不同样本尺寸下的网络模型训练实验,分析了样本尺寸分别为128、256、512像素大小时对FCN网络模型的影响。结果表明:512像素×512像素大小样本尺寸下像素准确率、平均准确率、平均交叉联合度量和带权交叉联合度量4个评价指标的精度值均高于128像素×128像素和256像素×256
通过最早出现文献记载的"中国""中华""华夏"名称及其文献释读和各种含义的考证,探索蕴含几千年文明化石底蕴的国名、族名——"中国""中华""华夏"名称的由来和含义,进而更全面地解读中国文化的脉络和内涵。认为夏部族原是古老的黄帝族的后裔,到了鲧和禹的时期,在今嵩山地区逐渐发展成为一个强大的部族。夏有大而美好之意。认为"中国"有地理的中国之意,指"中央""京师""国中""中原";"中国"有民族的"中国
为了降低合成孔径雷达(SAR)影像中相干斑对变化检测的影响、减少标注样本的人工成本,该文发展了一种联合分层模糊C均值聚类(FCM)与卷积神经网络的非监督SAR变化检测方法。首先,利用邻域均值比算子计算前后时相的差异图,并利用分层FCM将差异图非监督地初始分割为变化类、非变化类及待确定类别像素;然后,为解决非监督选取样本时出现的样本不均衡问题,提出一种频率不变降采样的数据抽样方法,选取高置信度的变化
针对现有无法区分地名专名与通名而导致的地名机器翻译准确率低与可用性差等问题,该文提出了基于自然语言注意力机制的地名机器翻译技术。深度学习模型中注意力机制是对于人类认知的模拟。该文通过对于大规模平行语料的训练,针对地名的自然语言特征,建立了地名语言环境约束条件下的注意力机制模型,并将其用于地名翻译过程中的专名与通名区分,从而提高整体的地名翻译精度。经过地名翻译实验,证明了该机器翻译技术比传统方法具有