【摘 要】
：
为了探索高频段室内无线体域网通信的可行性,对10 GHz室内无线体域网的传播特性进行测量与研究.基于大量的测量数据,给出了10 GHz频段室内无线体域网的路径损耗、阴影效应与均方根时延扩展的统计特性,并针对接收端身体角度变化的情况,提出了一种具有身体角度影响的路径损耗模型,该模型利用身体角度因子修正身体角度变化引入的路径损耗.同时,分析了接收端天线在人体不同高度时对路径损耗的影响.研究结果表明,路径损耗指数与身体角度呈二次函数关系,由身体角度引起的路径损耗(PBA,path loss in body an
【机 构】
：
南京邮电大学江苏省无线通信重点实验室,江苏 南京 210003;南京邮电大学通信与信息工程学院,江苏 南京 210003
论文部分内容阅读
为了探索高频段室内无线体域网通信的可行性,对10 GHz室内无线体域网的传播特性进行测量与研究.基于大量的测量数据,给出了10 GHz频段室内无线体域网的路径损耗、阴影效应与均方根时延扩展的统计特性,并针对接收端身体角度变化的情况,提出了一种具有身体角度影响的路径损耗模型,该模型利用身体角度因子修正身体角度变化引入的路径损耗.同时,分析了接收端天线在人体不同高度时对路径损耗的影响.研究结果表明,路径损耗指数与身体角度呈二次函数关系,由身体角度引起的路径损耗(PBA,path loss in body angle)与身体角度之间的关系可以用带有系数的三角函数表示,且此系数与收发端之间的距离呈单调递减的指数函数关系.此外,当身体处于不同角度时,接收端天线位于人体不同高度时对路径损耗的影响比没有身体旋转角度时小.上述研究结果可以为未来10 GHz频段在室内无线体域网的使用提供理论基础与实践依据.
其他文献
基于卷积神经网络(CNN,convolutional neural network)的视觉深度学习算法的兴起推动了人工智能视觉芯片设计研究的快速发展,而芯片的设计验证工作是人工智能视觉芯片研发的瓶颈.介绍了一种基于硬件仿真系统的人工智能视觉芯片软硬件验证方法,以边缘计算人工智能视觉芯片设计为例,在硬件仿真系统ZeBu上完成了芯片运行的典型深度学习网络MobileNet的仿真验证工作.结果表明,在硬件芯片架构上实现的网络模型在保证精确度的同时,在200 MHz频率时钟下单帧检测时间只需要18.51 ms,与
目的:该研究的目的在于优化益气开胃方的煎煮提取工艺.方法:在单因素实验的基础上,以HPLC法测定黄芪甲苷的含量,采用星点设计-响应面优化提取工艺参数,得到最佳工艺参数.结果:最优工艺为加11倍量水,煎煮2次,每次112 min,提取温度为94℃.结论:星点设计-响应面法优化的煎煮提取工艺方法简单、稳定可行.
目的:分析康复治疗臂丛神经损伤患者的效果.方法:随机选择56例臂丛神经损伤患者,实验组采用康复治疗,对照组采用一般治疗,对比两组患者疗效.结果:对比对照组,实验组治疗后臂丛功能分值明显更高,实验组治疗后神经电位恢复情况明显改善,P＜0.05;对比两组患者治疗前臂丛功能分值,P＞0.05.结论:臂丛神经损伤患者采用康复治疗,效果显著,临床推广价值高.
目的:评价鼻咽癌患者放射治疗期间颈部皮肤护理的效果.方法:本次研究选择在我院接受治疗的110例鼻咽癌患者为观察对象(患者入院开始和截止时间分别为2020年5月、2021年5月),数据分组遵循随机原则,所有患者被分为对照组和观察组,每组分别55例.对照组接收医院常规护理,观察组接受颈部皮肤护理干预,对比护理后两组患者皮肤差异.结果:对照组III级和IV级一共占比52.73％,观察组III级和IV级一共占比18.18％,组间对比很显然观察组患者颈部皮肤情况比对照组组更好,可以构成统计学意义.结论:给予鼻咽癌患
2020年我国已步入5G商用元年,与此同时6G在全球范围的研究正式拉开帷幕.相比5G网络,6G网络将具备更大信息容量、更高传输速率、更低传输时延、更大设备连接数量、更高频谱效率和更高能量效率,并能支持更高移动速度的应用,因此6G网络将涉及诸多新的关键技术,同时也面临许多挑战.就6G的研究背景、发展、典型应用、性能指标、网络架构、关键技术、未来挑战等方面进行了系统性综述,有望对未来6G网络相关研究提供一定的参考.
基于深度学习和Wi-Fi感知的人体行为识别系统已逐步成为主流的研究方向,在近年来得到了长足的发展.然而,现有的系统严重依赖于大量带标记样本以达到良好的识别精度.这导致了大量的人力成本用于标记数据,同时现有系统也难以应用于实际场景.针对该问题,提出一种将主动学习应用于Wi-Fi感知的人体行为识别系统——ALSensing.该系统是第一个将主动学习和Wi-Fi人体行为识别相结合的系统,能够利用有限数量的已标记训练样本构建一个性能良好的行为识别器.利用商用的Wi-Fi设备实现了ALSensing系统,并且使用6
工业物联网的空前繁荣为传统的工业生产制造模式开辟了一条新的道路.智能车间调度是整个生产过程实现全面控制和柔性生产的关键技术之一,要求以最大完工时间最小化分派多道工序和多台机器的生产调度.首先,将车间调度问题定义为马尔可夫决策过程,建立了一个基于指针网络的车间调度模型.其次,将作业调度过程看作是从一个序列到另一个序列的映射,提出了一种基于深度强化学习的车间调度算法.通过分析模型在不同参数设置下的收敛性,确定了最优参数.在不同规模的公共数据集和实际生产数据集上的实验结果表明,所提出的深度强化学习算法能够取得更
目的:探讨老年宫颈癌根治术后高危型人乳头瘤病毒(HPV)感染与阴道上皮内瘤变(VAIN)的相关性.方法:回顾性收集2012年2月至2019年4月行宫颈癌根治术后发生HPV感染患者97例的临床资料,根据HPV亚型检验结果分为低危型HPV感染组(n=32)与高危型HPV感染组(n=65),于术后随访时对两组阴道断端或阴道壁疑似病变区进行阴道壁多点活检,并对活检组织进行病理检查,依据VAIN病变程度划分标准对其进行划分,比较两组VAIN Ⅰ、VAIN Ⅱ、VAIN Ⅲ检出情况,并分析HPV感染程度与VAIN病变
为了延长无线传感器网络生命周期,提出了一种基于布谷鸟优化K均值(K-means)的无线传感器网络分簇路由算法.分簇阶段,使用布谷鸟算法选出初始聚类中心,使K-means算法的分簇结果更均匀,以均衡节点能耗;簇首选举综合考虑节点的剩余能量、与聚类中心的距离因素,并依据节点剩余能量动态调整权重,使选举的簇首更合理;数据通信阶段,为了进一步均衡簇首负载,综合考虑中继节点剩余能量及其负载、簇首路由能耗因素,结合布谷鸟算法为簇首规划路由.仿真结果表明,提出的算法在能耗均衡性方面比LEACH-K、LEACH-impr
深度学习可通过提取无线通信数据的内在特征提升信号检测效果.针对MIMO系统信号检测存在的性能与复杂度的折中问题,提出一种基于深度学习的端到端MIMO系统信号检测方案.基于残差深度神经网络的编码器和解码器分别替代无线通信系统的发送端和接收端,将它们看作一个整体通过端到端的方式进行训练.编码器首先对输入数据进行特征提取,进而建立通信模型并传入迫零检测器进行初步检测,最终通过解码器重构得出检测信号.仿真结果表明,所提检测方案优于同类型算法,并且在牺牲一定时间复杂度的情况下,检测性能明显优于MMSE检测算法.