预失真线性化技术中的时延研究

预失真技术已经成为功率放大器线性化的一项重要技术,受到广泛的研究与应用。传输信号在学习回路中存在的延时影响了数字预失真算法的线性化性能。在分析传输时延对预失真算法影响的基础上,改进了时延估计算法,并将其应用在数字预失真技术中。通过仿真测试,验证多步插值时延估计算法的有效性。在预失真线性化技术中采用时延估计,能有效克服传输时延的不利影响,充分实现预失真技术的线性化性能,进一步改善功率放大器的非线性特性。     

丹皮酚缓释微球的制备及体内外相关性研究

制备具有固体分散结构的丹皮酚缓释微球,并考察其体内外相关性。采用乳化溶剂扩散法制备丹皮酚缓释微球,考察微球的外观、载药量、包封率及体外释放行为。并以丹皮酚原料药为对照,根据大鼠的体内药物动力学试验结果,考察自制微球的体内外相关性。药物在37℃蒸馏水中12 h释放达到85%以上,大鼠体内的药动学实验表明,制得的丹皮酚缓释微球的体外释放累积百分数与体内吸收分数相关系数较好（r=0.977 5）,生物利用度是丹皮酚原料药的136.81%。该方法较适用于难溶性药物制备缓释微球。     

交叉极化天线阵列信道的相关性

针对符合多簇拉普拉斯分布的功率角度谱,推导了适用于均匀线阵和均匀圆阵信道相关性的闭式表达式. 该表达式反映了信道角度功率谱以及交叉极化鉴别率对信道相关性的影响. 比较了具有相同角度扩展的单簇与多簇拉普拉斯角度功率谱引入信道相关性的差异. 分析了簇内角度扩展不同时,天线阵列信道相关性随均匀线阵天线间距或均匀圆阵半径的变化. 给出了簇内平均角和簇内角度扩展分别取不同值时,信道交叉极化鉴别率对应的等效天线间距.     

基于非下采样Contourlet系数尺度相关性的图像增强算法

针对传统图像增强算法对边缘类型划分过粗的问题,文章提出一种基于非下采样Contourlet系数尺度间相关性的图像增强算法。该算法由非下采样Contourlet单尺度系数得到噪音阈值、增强阈值和强边缘阈值,再基于对非下采样Contourlet系数尺度间相关性的分析,以归一化尺度积与单尺度系数的比值作为新的参数进一步划分边缘类型,并结合单尺度系数得出相应增益。对比测试结果表明算法能有效地提高图像对比度、去除噪音,在避免过增强的同时,对边缘视觉效果的改善更明显。     

CSI对天线相关MIMO系统容量影响的仿真分析

研究了在无线MIMO(Multiple-Input Multiple-Output)系统中,天线相关时,发射端已知信道状态信息(CSI)和未知CSI两种情况对系统容量的影响。建立了天线相关MIMO系统模型,给出了相关系数并推导了相关信道容量的表达式,用Monte Carlo方法仿真了天线角度扩展为均匀分布时,信道状态信息与系统容量之间的关系。     

基于Wallis与距离权重增强的无人机影像拼接缝消除

针对无人机影像拼接缝消除困难的问题,提出了一种基于Wallis匀光和距离权重增强的拼接缝消除算法。首先,应用Wallis匀光消除亮度差异,给出Wallis参数设置方法。然后,提出了一种基于空间相关性的距离权重分配方法,通过增强距离对权重的影响,对拼接缝处的局部纹理错位进行全局优化,起到渐入渐出的平滑过渡效果,消除纹理拼接缝。最后,选取7种不同类型影像对本文方法和其他4种经典算法进行对比,并对8条行带影像进行拼接。实验结果表明：本文算法能高效地消除由于曝光差异与几何变形引起的拼接缝,适用于无人机影像快速处理。     

河南省引黄受水区水资源情势分析

为了解河南省引黄受水区水资源开发利用现状,科学认识和掌握水资源的时空分布及其变化规律,为水资源状况评价、水安全评价等提供基础信息支持,以河南省引黄受水区为研究区域,基于2001—2021年气象、水文资料,采用Spearman相关性分析法,识别并分析河南省引黄受水区的水资源情势。结果表明：河南省水资源各要素在时序上变化不大,极端气候条件的影响导致2019年各指标最低、2021年最高,整体基本保持稳定;降水量和蒸散发量是影响水资源情势的重要因子,水资源总量受到降水量影响较大;豫北地区近些年来较为干旱缺水。     

金沙江流域石鼓断面上游水汽含量与降水量特征

在流域尺度上研究水文循环过程中的水汽含量和降水量,为流域综合治理和水资源开发利用提供依据。基于ASTER GDEM V2地形数据、ERA-Interim逐月再分析资料及降水资料,研究金沙江流域石鼓断面上游上空水汽含量和降水量的时空分布特征,并讨论两者的相关性。研究表明：研究区上空水汽含量由南向北、由东向西呈递减趋势,西南部呈斜倒“U”型,东南部呈正“U”型;多年平均降水量自西北向东南逐渐增加;年平均水汽含量和降水量呈现上升趋势,四季水汽含量和降水量从大到小均依次为“夏、秋、春、冬”,多年平均月水汽含量和降水量为单峰型分布;年平均水汽含量同降水量之间为弱相关关系,各季节相关性差异显著,逐月相关性更具有指导意义。     

面向交通流量预测的多头注意力时空卷积图网络模型

为了充分获取交通流量数据中隐藏的复杂动态时空相关性,提高交通流量预测精度,提出一种多头注意力时空卷积图网络模型MASCGN。首先,采用多头注意力机制为路网中的交通传感器节点自动分配注意力权重,实现对不同邻居节点的权值自适应匹配,充分获取空间相关性;其次,采用带有门控和注意力机制的时空卷积网络充分提取时间序列相关性,并使用残差块结构实现时空卷积层之间的连接,使得模型更具有泛化能力;最后,分别提取周相关、日相关、邻近时间的序列数据,输入三个并行的时空组件以挖掘周、日、邻近三个时间窗口间的时间周期相关性,并通过全连接层获取最终的交通流量预测结果。利用高速公路交通数据集PEMSO4、PEMSO8进行了15 min、30 min、45 min和60 min的交通流量预测实验。实验结果表明MASCGN模型与现有基线模型相比,在未来短期和长期的交通流量预测任务上都具有更优的建模能力。     

基于时空相关性的光伏发电功率爬坡预测方法

传统的光伏发电功率预测方法爬坡预测可靠性较低,准确性不高.于是提出一种时空相关性的光伏发电功率爬坡预测方法.在典型日理想光伏发电出力归一化曲线提取基础上,采用线性插值方法生成光伏发电理想出力归一化曲线.通过蒙特卡洛法生成光伏发电随机分量,结合光伏发电与随机分量生成光伏发电序列;通过偏移爬坡率及变量状态划分方法构建信度网络节点变量和各节点变量的状态集;利用贪婪搜索算法从已有变量的状态集中获取最优信度网络结构后,进行光伏发电序列学习,完成光伏发电功率爬坡事件预测.实验结果表明,上述方法可有效完成光伏发电序列生成,并且爬坡预测可靠性较高,可实现多种气象条件下的光伏发电功率爬坡预测.