【摘 要】
：
文中研究了无人艇海上通信的特点,针对海面信道易出现频域选择性衰落、无人艇平台摇摆剧烈信道质量随时间快速变化这两点,将双天线分集收发技术引入无人艇通信链路中,提出了
【机 构】
：
上海交通大学电子信息与电气工程学院
【基金项目】
：
国家自然科学基金(61771309)。
论文部分内容阅读
文中研究了无人艇海上通信的特点,针对海面信道易出现频域选择性衰落、无人艇平台摇摆剧烈信道质量随时间快速变化这两点,将双天线分集收发技术引入无人艇通信链路中,提出了一种基于最大比合并和循环延迟分集(Cyclic Delay Diversity,CDD)的无人艇通信链路收发技术,该技术实现简单、使用灵活,有助于实现高效率、高可靠性、抗干扰的无人艇通信.通过搭建硬件系统和海面模拟测试环境,验证了双天线收发可以为无人艇通信链路带来3-6 dB的增益.
其他文献
摘要：本文提出，技术革命和社会变革相互作用，协同推动社会进步，高等教育在线教学对技术的认识需要实现技术哲学对技术约束的超越、从技术工具观中抽离。在线教学的一个基本特征是大规模复杂教育，如何解决个性化学习趋势和大规模培养需求之间的矛盾，是服务未来社会的高等教育的困惑之一，这也是传统教学中难以实现兼顾融合的痛点，而依托新技术的在线教学为此提供新的融合解决途径：5G通信技术优化云端多元学习场景体验、教育
通过将函数迭代积分和切比雪夫多项式结合,iNavFIter算法首次将运动不可交换性误差降低到了机器截断误差级别,为新一代高精度或高动态惯性导航系统奠定了算法基础。文中利用了FPGA并行度高、灵活性强的特点,在硬件上对iNavFIter算法进行了实现,并对算法的时序和资源利用率进行了优化。该设计使用Xilinx的Kintex-7型号FPGA开发板,将算法打包成IP核部署到FPGA上,并通过以太网与上位机进行通信,接收上位机发送的陀螺加速度计数据,并将解算结果发送给上位机进行结果展示。惯导仿真数据表明,设计的
针对现有技术台区信息采集效果不佳、台区特征识别能力差等问题,提出了新型的配电台区信息分析方法。该方法采用配电台区全业务标签体系构架实现多源数据融合和构建,通过配网台区画像架构设计,构建出新型的资产设备管理的周期画像。以营配业务为核心建立台区标签体系,实现各种问题分析的模型架构,并借助于标签化识别方式实现台区特征信息的识别。该研究还通过融合多维类别特征识别的方式进行业务场景画像分析,实现复杂维度业务场景画像构建。试验表明,该研究的方法误差精度低,提高了配电台区全业务管理能力。
针对现有协同过滤方法对用户与商品的潜在信息挖掘不全面的问题,提出了一种基于多特征融合和外积神经协同过滤的个性化商品推荐方法。该方法分别采用多层感知器和卷积神经网络提取用户与商品之间的交互关系矩阵,充分利用拼接方法和外积运算的互补性,提高了对用户与商品关系的表征能力。利用外积神经协同过滤模型提升模型稳定性和拓展性。亚马逊公开数据集的测试结果表明,与原有单一特征的推荐模型相比,多特征融合能够有效提高商品评分预测性能,且推荐性能优于现有协同过滤方法。