【摘 要】
：
基站选址优化问题是移动通信中的研究热点,一个好的基站选址方案不仅能够节约资源,而且可以提高用户的通信体验.然而,基站布设常面对的是一个多参数、多约束、非线性的复杂问题,难以通过传统的优化方法进行求解.本文提出一种基于大数据的智能基站布设方法,根据实测电磁环境大数据构建基于深度学习的电波传播模型,使传播模型更加精确;采用空间自适应学习方法,在传播模型的基础上构建基站选址优化模型.通过在每次迭代过程中以较小概率选择性能较差的基站布设点,从而避免算法陷入局部最优.
【机 构】
：
陆军工程大学 通信工程学院,江苏 南京 210007
论文部分内容阅读
基站选址优化问题是移动通信中的研究热点,一个好的基站选址方案不仅能够节约资源,而且可以提高用户的通信体验.然而,基站布设常面对的是一个多参数、多约束、非线性的复杂问题,难以通过传统的优化方法进行求解.本文提出一种基于大数据的智能基站布设方法,根据实测电磁环境大数据构建基于深度学习的电波传播模型,使传播模型更加精确;采用空间自适应学习方法,在传播模型的基础上构建基站选址优化模型.通过在每次迭代过程中以较小概率选择性能较差的基站布设点,从而避免算法陷入局部最优.
其他文献
Huynen目标参数和最佳极化(OPs)是极化信息处理中两个基本概念.最佳极化在Poincare球上的分布根据Huynen目标参数的特征角可以细分为“针型”、“帽型”和“叉型”三种形态,目前尚缺乏完善的讨论.本文基于Kennaugh矩阵推导了目标的最佳极化,讨论了Huynen目标参数与最佳极化的对应关系.然后,基于三种最佳极化的分布形态讨论了几种典型结构目标的极化特性,可以为雷达极化学研究人员建立更清楚的概念.
三维打印技术的快速发展为解决口腔修复体等形态复杂、个性化特征强的医疗器械制备提供了新的手段.通过产学研医管等多方联合开展技术攻关,构建三维打印金属材料性能评价体系,推动了三维打印金属材料科研成果向临床的顺利转化.风险精准控制的性能评价体系和监管方式优化对医疗器械新材料等领域科研成果转化具有重要意义,应加强监管科学研究,构建医疗器械新材料等创新性医疗器械转化的快速路径,满足公众健康和产业创新发展需求.
发酵类中药历史悠久,但目前对其研究尚不够深入,质量控制标准有待完善提高.本文对发酵类中药的物质基础研究、分类、质量控制现状进行了综述,旨在阐明目前发酵类中药质量控制中存在的问题,为后续质量控制和标准的提高提供参考.
目的:分析药品检验机构设备耗材采购的廉政风险表现形式与廉政主体,提出相应的廉政风险防范措施.方法:采用综合分析方法,结合笔者工作实际,对药品检验机构仪器设备耗材采购的廉政风险和防范措施进行综合分析研究.结果 与结论:通过分析药品检验机构仪器设备耗材采购的廉政风险表现形式与廉政主体,本文从严格实施招标采购及询价制度、建立健全设备耗材采购“三三制”、强化对各廉政主体的责任、加强对招标代理供应商的管理以及加强对供应商的管理等方面提出了具体细化的廉政防控措施.
水产品养殖中违法违规使用禁用药物氯霉素,可导致水产品中氯霉素残留,对人体健康造成危害.本文建立了一种QuEChERS-固相萃取-液质联用法(QuEChERS-SPE-UPLC-MS/MS)测定水产品中氯霉素的方法.经过方法学考察,氯霉素在0.2893～11.57 ng/ml范围内线性关系良好,r2为0.9995,检测限为0.1μg/kg,3个添加水平的平均回收率在100.7％ ～114.5％之间,精密度为1.65％.该方法具有操作简单、结果准确、灵敏度高等优点,适用于水产品中氯霉素的快速筛查.
为了权衡5G异构超密度网络(Heterogeneous Ultra-Dense Networks,HUDN)中系统吞吐量最大化与覆盖优化间的冲突,提出基于功率控制的吞吐量和覆盖的联合优化(CJTC)算法.首先,推导系统吞吐量最大化的目标函数,再通过凸优等式转换,求解实现吞吐量最大化的基站发射功率;然后,推导切换失败率最小化的覆盖优化的目标函数,再利用扩展技术,并通过迭代联合求解最优的基站发射功率.仿真结果表明,提出的CJTC算法的吞吐量和覆盖方面的性能优于同类算法.
针对低轨(LEO)大规模卫星星座系统存在电磁空间复杂且难于观测的问题,对低轨卫星星座链路特征进行研究.以Starlink和OneWeb星座为研究对象,根据低轨卫星的星座参数,获取等效全向辐射功(EIRP)值并进行可视化处理;对获取到的低轨电磁卫星数据进行分析,获取数据的衰减特性和时间、频率等的数据关系,计算星间的链路干扰以及时间上的分布特征;获取相对干扰时间的特征值以及星间数据的衰减与时频的多维特性,并分析不同场景下的干扰时间特征,从多个维度分析低轨大规模卫星星座系统间星间链路的干扰情况并进行仿真验证.实
近年来,很多高质量的数据集支撑了深度学习在计算机视觉、语音和自然语言处理领域的快速发展.但在电磁信号识别领域仍缺乏高质量的数据集,为促进深度学习在电磁信号识别中的应用,本文基于广播式自动相关监视(ADS-B)建立了一个大规模的真实电磁信号数据集.首先设计了一个自动数据收集和标注系统,在开放和真实的场景中自动捕获ADS-B电磁信号.通过对ADS-B信号进行数据清理和排序,建立高质量的ADS-B信号数据集;其次,对使用数据集的深度学习模型的性能进行深入研究,在不同信噪比、采样率、样本数目下对模型进行综合评估.
随着我国医改的深入和科技的进步,特别是药品集中招标采购的推进,仿制药利润越来越低,医药企业创新转型势在必行.本文分析了目前我国医药行业已具备创新转型的条件,即医保目录调整周期缩短、风险投资基金日趋活跃、海外生物医药人才的大量回归等促进了创新转型.归纳了目前我国存在的自主创新、引进创新、联合开发,投资并购等创新转型模式.通过创新转型,我国医药生物领域已由原来的单纯仿制阶段逐步进入原始创新阶段,每年均有创新产品批准上市,并有创新产品走出国门、走向世界.只有创新转型,医药企业才能形成自己的核心竞争力,我国医药行
在复杂电磁环境背景下,针对非合作无线网络的频谱态势预测问题展开研究.借助机器学习理论,提取已侦测到频谱态势数据的时、空、频三维特性,并充分挖掘其三维特征内在的相关性,构建有针对性的频谱预测框架,从而有效预判非合作方通信节点的频率调整行为.相关研究结果表明,当非合作无线网络通信过程中存在频率调整行为时,只要能够截获足够的频谱数据,利用开发的频谱预测框架对未来时刻的频率调整行为有效地进行单步或多步预测,就可实现对目标系统未来可能使用的工作频率的精准锁定.精确地瞄准锁定目标系统未来可能使用的工作频率,可为后续通