【摘 要】
：
随着无线技术的广泛应用,毫米波通信成为近年来研究的热点,信道测试、建模与仿真技术在毫米波通信系统设计中起到重要作用。与此同时,遗传算法（Genetic Algorithm,GA）与机器学习中支持向量机（Support Vector Machine,SVM）算法的结合能够克服高维数据处理复杂度高、冗余数据处理对算力要求高等传统信道研究难题。而灰色理论的引入可以使模型面向小样本数据,增加模型的预测精度
论文部分内容阅读
随着无线技术的广泛应用,毫米波通信成为近年来研究的热点,信道测试、建模与仿真技术在毫米波通信系统设计中起到重要作用。与此同时,遗传算法（Genetic Algorithm,GA）与机器学习中支持向量机（Support Vector Machine,SVM）算法的结合能够克服高维数据处理复杂度高、冗余数据处理对算力要求高等传统信道研究难题。而灰色理论的引入可以使模型面向小样本数据,增加模型的预测精度,减小建模所需数据量,降低毫米波信道测试成本。本文的主要工作有:第一,基于遗传算法分别建立了优化的支持向量机（GA+SVM）模型和灰色遗传优化模型（Grey Genetic Optimization Model,GGOM）用于毫米波无线信道参数预测,并进行相应理论推导。第二,基于60GHz毫米波室内典型场景的实测数据,引入遗传算法对支持向量机（SVM）进行模型优化,通过GA+SVM模型进行高维数据降维,并验证此方法在信道参数建模中的可行性。第三,基于28GHz毫米波室内场景下的实测数据,利用灰色遗传优化模型（GGOM）进行小数据信道建模,利用准确定性无线信道发生器（QuaDRiGa）平台生成仿真数据,验证模型在不同数据分布方式及不同数据量下的可靠性,并且基于实测数据对模型的预测输出结果进行了分析与对比。结果表明,优化的GA+SVM和GGOM预测性能及精度均优于传统BP神经网络。本文针对高维及小样本数据的毫米波无线信道进行了全面深入的研究,建立了基于遗传算法的GA+SVM模型与灰色遗传优化模型,证实了遗传算法和灰色理论在无线信道建模领域的可行性,对5G毫米波信道仿真以及系统设计具有重要的参考价值。
其他文献
目前,国家大力发展推行装配式建筑。装配式建筑具有节约能源、降低环境污染、减少建筑垃圾等优点,完全符合我国政府报告中提出的实现“碳中和”这一要求,是我国建筑产业转型升级发展的新方向。首先,本文论述了装配式建筑的发展和研究背景,对装配式建筑的发展历程进行介绍,并对国内外装配式建筑的文献进行分析,说明了本文的研究意义以及研究的重要性。之后介绍装配式建筑的基本知识并详细的对比了装配式建筑与传统建筑的不同;
电力市场环境中零售商的目标是向消费者提供所需的电量。基于此,零售商着眼于利润最大化以及批发市场和负荷消耗的不确定性带来的潜在风险因素的最小化。与此同时,用户关注的是电力成本的最小化。这些因素构成了制定零售商和用户两个层面优化策略的必要条件。论文主要研究在市场环境中制定最佳的负荷调节策略和方法,以及优化零售商的利润。所提方法为了解决市场参与者双方的主要目标:对于零售商和用户,最大化自身利润,最小化电
电力零售公司负责向签约消费者提供电力。由零售商提供能源并以固定零售价格向消费者出售能源的常用方法有以下三种:从电力批发市场、与分布式发电机签订合同或远期合同。零售商使用各种策略来减少批发市场和电力负荷的不确定性造成的潜在财务损失和风险。论文包括通过实施远期合同、分布式能源和需求响应计划来调查零售商的战略行为,以便以尽可能低的零售价格增加利润并降低风险。零售商决策问题的结果模型被提出为一个双层优化问
随着人们生活水平的提高,机动车已逐渐成为环境污染的重要来源,能源和环境问题得到全球广泛关注。针对交通行业带来的副作用,电动汽车以其零污染、低能耗的突出优势逐渐成为物流企业进行货物配送的首要运载工具。然而和传统燃油车相比,当前电动物流车在电池容量和续驶里程等方面还存在不足,解决充电难问题是电动物流车规模化运营的关键。电动物流车换电站作为一种新的电量补给设施,和插入式充电方式相比更加方便省时,同时避免
随着世界经济发展,各国人民的生活水平不断提高,市民拥有的私家车也在不断增加,然而,交通事故频繁发生,严重影响了市民的生命财产安全。目前,基于机器学习方法进行交通事故预测的研究,有些忽略了交通事故的时间相关性,有些忽略了交通事故的空间相关性。本文提出一种基于双通道的图神经网络（Bi-Merge Spatial-Temporal Graph Convolution Network,BMSTGCN）模型
为了保护网络免受入侵,入侵检测系统在维护任何组织中任何数据的机密性方面发挥着重要作用。我们通过混淆矩阵实现了本文的主要目标,并通过精确召回和F1 分数共享结果。在本文中,我们讨论并探索了 NIDS的准确性能,它可以使用神经网络算法检测网络中的多种类型的攻击。我们通过与不同类型的攻击进行比较,分析了我们模型的准确性。我们的主要目标是在不依赖于过去的经验和首次尝试的情况下检测不同类型的网络攻击。我们在
无线传感器网络（Wireless Sensor Networks,WSNs）是一种分布式传感器网络,是物联网的很重要组成元素之一。主要通过感知周围信息,以逐跳的方式将获得的信息传送到基站（Base Station,BS）。目前大多数WSNs中传感器节点由电池提供能量,对其网络寿命限制极大,导致其推广和应用受到了严重的影响。因此,延长网络寿命一直都是WSNs中重要研究方向。针对这一问题,目前主要采用
共享单车在2016年出现后,在很短时间内实现了大规模的投放和使用。同时共享单车具有优秀的低碳减排属性,缓解了大城市的拥堵现象,提高了出行效率,拥堵时间明显缩短。与此同时,共享单车更能和地铁等公共交通工具配合使用,满足市民公交通勤全流程的衔接,给人们提供了绿色安全便捷出行的新选择。但共享单车的快速增长也带来了负面影响,车辆投放总量严重过剩,同时存在企业现场运维薄弱等问题,各大城市逐步开始共享单车总量
车辆雾计算（Vehicular Fog Computing,VFC）的快速发展为车辆带来了诸多益处,如对计算资源的低时延访问。然而,安全与隐私威胁、信息不完全及用户车辆任务数据排队时延和切换成本的长期约束等限制了其发展。本文基于区块链和智能合约提出了一个保护用户隐私、确保安全性和公平性的任务卸载方案。具体来说,用哈希树和智能合约实现“计算量证明”,进而减少“双重索偿”攻击、“搭便车”攻击和赖账攻击