【摘 要】
：
众所周知,自然界中的频谱资源是有限的,随着航天事业的飞速发展,频谱资源越来越紧张。在卫星对地的传输过程中,卫星的信号能被地面上的若干个地面站和接收船所接收,这些接收设备的环境各不相同,而设备接收信号的顺序会影响该频段的资源利用率,因此如何合理且高效地进行频谱资源的调度是航天测控领域中重要的问题。本文在航天测控系统单信道和多信道的场景下,对无线资源的管理与调度进行了研究。本文提出一种基于切片循环神经
论文部分内容阅读
众所周知,自然界中的频谱资源是有限的,随着航天事业的飞速发展,频谱资源越来越紧张。在卫星对地的传输过程中,卫星的信号能被地面上的若干个地面站和接收船所接收,这些接收设备的环境各不相同,而设备接收信号的顺序会影响该频段的资源利用率,因此如何合理且高效地进行频谱资源的调度是航天测控领域中重要的问题。本文在航天测控系统单信道和多信道的场景下,对无线资源的管理与调度进行了研究。本文提出一种基于切片循环神经网络的频谱识别策略。首先模拟常见的航天通信模型Loo模型与Corazza模型的信道传输过程并采集相关数据,使用One-Hot进行编码,将编码后的数据输入到切片循环神经网络学习其数据特征,识别出每个波段信号的主要性能参数,对RNN、SRNN（4,2）、SRNN（4,3）进行对比仿真,实验表明 SRNN（4,3）处理数据的速度最快。本文提出一种切片循环神经网络-混沌分布的Random-Key离散差分人工蜂群的频谱调度算法。首先使用频谱识别技术提取出S波段的信号,使用混沌分布产生地面站或者接收船的位置,每次迭代时差分进化算法与人工蜂群并行工作获取局部最优解,利用差分进化算法设计可调节的选择算子计算蜜源被选中的概率,使用Random-Key离散法调整差分进化算法以及蜂群算法的邻域位置。该频谱调度算法对提出的调度模型进行求解,最终解决了航天测控系统单信道与多信道下的最优调度问题。仿真结果表明,在单信道与多信道场景下,该算法有助于提高Jain公平性指数和吞吐率。本文提出的频谱调度算法能够实现在多种环境因素的影响下单信道与多信道的最佳调度方案,对今后研究航天测控网下行频段的频谱资源管理和调度提供了一个良好的思路。
其他文献
相较于传统的在远端云中心进行数据处理的方式,移动边缘计算（Mobile Edge Computing,MEC）通过将计算和存储能力下沉到网络边缘,提供了高带宽低时延的网络环境,从而能够提高时延敏感业务的服务质量。作为MEC的关键使能技术之一,网络功能虚拟化（Network Function Virtualization,NFV）支持将网络功能与底层硬件资源解耦,在统一的物理基础架构之上配置虚拟网络
由于无线通信设备的增长和网络技术的发展,对频率的需求不断增长。为了在有限的频率资源环境中有效地共享频率,应该进行研究以开发频谱共享技术。传统的频谱共享研究依靠中央机构来验证每个频谱共享交易的真实性,缺少安全的频谱共享机制,这容易受到众多的安全威胁。其次,通过频谱感知,或频谱数据库进行的传统频谱共享机制使用效率并不是很高。最后,由于同频道干扰和其他干扰,自私且理性的频谱所有者不愿在没有适当经济补偿的
近年来,互联网技术快速发展,各类信息剧增,互联网上每天有海量信息在生成、传播和存储。作为人的标识之一的人名,在互联网检索中有非常重要的意义。但由于人口巨多,人名数量巨大,使得进行人物相关文章的搜索时,重名现象严重,搜索引擎不能达到预期的效果,返回的内容中包含大量噪声信息,需要用户去进一步的识别、筛选,这就使用户检索信息的难度大大增加。因此如何设计一个系统,能高效识别人物,消除人名歧义,节省用户搜索
随着工业互联网的发展,带来终端传感设备数量激增,传输与存储的数据呈现爆炸式增长,企业、机构通过数据挖掘能够进行一系列的分析、预测,但传感数据普遍存在数据质量高低不齐的现象,若直接使用,将造成信息的误判,经济、时间等损失。因此应找到一种合适的数据质量评估方法,对数据质量进行评估,让后续的分析、预测等操作有一个良好的数据质量保障。本文研究了数据质量评估的主流方法,重点分析了基于机器学习的数据质量评估法
票房作为衡量电影能否盈利的重要指标,受诸多因素共同作用影响且其影响机制较为复杂,电影票房的准确预测是比较有难度的。目前电影票房预测的研究存在依赖社会媒体舆论信息、影人价值量化方式单一、没有挖掘影人合作关系价值等不足。尤其如果要在电影上映前给出预测,基于社会媒体评论和舆论热度的票房预测方法难以应用。本文提出了一种基于 GBRT（Gradient Boosting Regression Tree）和关
飞机表面蒙皮伤痕是威胁飞行安全的一大主因,因此,航空公司在飞机转航停场期间对蒙皮伤痕进行检测是保障飞行安全的重要工作。目前较为先进的检测方法是基于计算机视觉的伤痕检测法,该方法将采集到的飞机蒙皮图像传输给伤痕检测服务,进行基于人工神经网络的图像处理以识别伤痕类型及位置信息,从而判断蒙皮受损程度,保障飞行安全。由于检修飞机数量多、检修时间短,该方法在图像传输、处理过程中需要进行大量的数据传输和计算。
语音增强作为语音任务的前置预处理技术,在语音识别、语音分离等中得到了广泛的应用。语音增强主要是从含噪语音中去除掉噪声语音,恢复纯净语音。在过去的研究中,主要分为传统算法和基于深度学习的方法。传统的算法包含了许多假设,在低信噪比环境下会出现语音失真。现在基于深度学习的算法被证明效果要优于传统的算法。本文主要工作是提出了基于时域的语音增强算法。过去利用深度学习来进行语音增强时,往往工作在频域,需要将含
科学的体育运动能够改善人体的健康状况,对人们日常生活中的体育运动进行定量分析,能够有效避免不当运动带来的损伤及达到运动促进健康的最优效果。步行作为人们日常生活中最主要的运动方式,步态数据对于评价人体健康程度具有十分重要的研究价值。随着5G商用的逐步推进,物联网（Internet of Things,IOT）的快速发展带动了人们对体联网（Internet of Bodies,IOB）的探索,基于可穿
当今的许多大中型企业中总有数目繁多的科技项目亟待立项,这些待立项的科技项目常常会在特定的时期需要大量的相关行业专家来进行评审,然而这时仍沿用传统的人工遴选项目评审专家的方式,想在短时间内找出一批合适的项目评审专家无疑是十分困难的。对此本文以科技项目的评审专家遴选问题为研究背景,选用电力行业内真实的项目申报材料作为研究样例,应用自然语言处理模型预测出每篇科技项目与电力行业内相关研究领域之间的关联度,
源代码缺陷检测技术作为一种重要的软件测试技术,具有缺陷检测效率高、故障定位准确和自动化程度高等特性。然而人们在实际应用该技术的过程中,发现其检测结果存在警报量大、重复率高以及误报等问题,需要专业的技术人员投入大量时间对检测出来的缺陷进一步确认,这也就导致了人工确认效率低下的问题。针对该问题,本文在对缺陷模式分类的分析上,提出了基于触发路径约束求解的警报自动确认方法。本文的具体研究内容如下:（1）程