智慧矿山5G网络上行速率增强算法

来源 :工矿自动化 | 被引量 : 0次 | 上传用户:ws1984003
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
智慧矿山中远程控制、高清视频、无人矿车和无人机等5G应用场景对无线网络上行速率提出了新的要求,但目前5G网络上行速率不足导致智慧矿山业务受限,而现有5G网络上行速率增强算法提高上行速率的幅度有限.针对上述问题,提出了一种智慧矿山5G网络上行速率增强算法,通过采用上行辅助技术在C-Band高频段上叠加Sub-3 GHz低频段来实现频谱资源聚合,通过频域资源分配和时域资源调度提高网络上行速率.在中近点区域,基站进行上行数据调度时,用户设备在C-Band频段上行时隙使用3.5 GHz频段发送上行数据,在C-Band频段下行时隙使用1.8/2.1 GHz频段发送上行数据;在远点区域,3.5 GHz频段上行受限,用户设备只使用1.8/2.1 GHz频段发送上行数据.测试结果表明,该算法分别提升矿山近点区域、中点区域和远点区域上行速率17%,41%,213%,网络平均上行速率得到明显提升.
其他文献
在现有激光打标机基础上进行改进,研发了一种高性能、高速度、高精准的全自动绿光PCB在线激光打标机.设计采用大功率绿光激光器、机器视觉、运动控制、图形处理、矢量字体处理、数据编译、数据传输等核心内容.设计的全自动绿光PCB在线激光打标机实现了PCB系列产品高效精准打标,解决了PCB产品溯源,实现全自动生产.
为了提高人工拣货阶段的工作效率,研究在单层二维情况下拣货路线的规划,应用模拟退火算法及蒙特卡洛算法进行建模,对比无规划时的工作效率与规划后的工作效率,给出了最佳路线规划的方法及模型.
基于Python语言的GUI界面编译器易开发、易维护,实现了类C语言至最终汇编代码的编译,形象地展示了编译分析的整个过程.在实践中让学习编译原理的本科生和初学者更好地理解编译过程,提高教学质量.
针对文氏电桥硬件电路实验可观测性不强、参数调整不灵活等问题,设计一种基于Multisim的文氏电桥振荡电路实验.利用Multisim对文氏电桥进行电路设计与仿真,动态再现文氏电桥振荡电路的工作过程,实现对电路起振、平衡过程、选频特性等电路机制的实验观测与验证,弥补硬件电路的不足,提高实验教学效果.
通过改变企业调整速度及上游企业在下游企业的持股比例,研究上下游双寡头企业混合博弈的复杂动力学行为.应用数值模拟对系统在调整速度平面的稳定域、分岔图、混沌及时间序列图等动力学行为进行分析.研究发现:较小的调整速度更有利于系统的稳定;大的持股比例更有利于系统稳定;适当的研究相对利润更有益于系统的控制.因此,选择合适的调整速度、持股比例及适时选择相对利润会使系统更易趋于稳定,市场更易进行长期且稳定的竞争.
针对物理化学实验教学中存在的问题,根据学生的认知规律,在实验教学中每个环节,采用留白教学策略,通过教学设计,把发现的权利还给学生,在充分体现教师主导作用的同时实现学生主体地位的回归.
针对煤矿5G通信系统安全应用需求,研究了5G核心网侧和无线接入侧的安全应用技术.在核心网侧,采用专网技术和网络切片技术实现不同煤矿业务场景的物理隔离,采用比例公平算法优化切片组内的资源块分配,实现切片资源调度,保障煤矿业务数据安全可靠传输;在无线接入侧,设计天线隔离电路实现基站输出信号本安,并将5G基站的射频阈功率限制在6W内,杜绝由辐射能量滋生的安全隐患,实现多种煤矿井下终端设备的安全接入.井下测试结果表明,5G基站无线覆盖半径为100 m,覆盖范围内信号强度不低于-100 dB,上传速率不低于520
瓦斯抽采钻孔封孔质量是影响瓦斯抽采及消突效果的关键因素.针对当前被动式封孔质量差、钻孔抽采瓦斯浓度低,主动式封孔过程繁琐等问题,提出了一种瓦斯抽采钻孔喷涂式封孔技术.钻孔施工完成后,将气动深孔离心喷杯式高转速喷头送入钻孔预设位置,同时启动封孔材料预热系统,待喷涂式封孔材料温度稳定在70~80℃时,打开气动式吸料泵,将封孔材料吸入并通过喷头混合喷出,使其固化于钻孔内壁;通过四象限位滑道结构系统引导喷头自孔底向孔口移动,完成喷涂式封孔作业;在钻孔口用聚氨酯发泡材料固定2.0~3.0 m的PVC堵头,而后连接抽
针对矿用防爆锂电源多台并联使用时放电不均流的问题,设计了一种矿用防爆锂电源均流系统.该系统由多台防爆锂电源并联组成,防爆锂电源采用166节60A·h的磷酸铁锂电池串联在隔爆腔内;采用基于平均电流的数字均流策略,以均流控制器为电流调节部件,采用双闭环方式进行控制,系统内环为电流环,外环为电压环,在电压环的基础上增加一个均流补偿,通过电压偏差信号与均流补偿信号实现均流控制.测试结果表明:采用均流系统后,总负载电流为20 A时均流不平衡度为1%~2%,总负载电流大于30 A时均流不平衡度保持在1%以内;与无均流
针对现有煤矿井下带式输送机上煤块检测方法存在检测精度低、检测速度慢等问题,提出了一种融合轻量级网络和双重注意力机制的改进YOLOv4模型,并将其应用于带式输送机煤块检测.改进YOLOv4模型采用K-means聚类算法重新聚类先验框,使先验框更适应检测目标尺寸;通过引入MobileNet轻量级网络模型改进主干网络结构,以减少模型的参数量和计算量,提高检测速度;嵌入具有双重注意力机制的卷积块注意模块,用于提高模型对目标特征的敏感度,抑制干扰信息,提高目标检测精度.实验结果表明,改进YOLOv4模型能准确检测出