基于Massive MIMO及频谱叠加的5G SA网络上行优化方法

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)可以有效提升5G SA网络的上行链路数据传输速率以及可靠性。针对5G SA网络上行链路速率和覆盖不均衡的情况,提出了基于大规模MIMO的分组算法,将发送信号矢量进行分组,组内采用最大似然检测,组外采用基于正交三角分解(QR分解)的干扰消除检测,并且结合5G频谱的叠加策略,在降低算法复杂度的同时,有效提升网络覆盖和速率。通过5G SA现网实测,通过MIMO降低分组数量能够提升分组检测性能,结合上行低频段频谱叠加策略能够有效提升5G SA网络上行覆盖30%,提升5G SA网络上行平均速率40%~80%,特别是弱覆盖边缘的网络速率,最高可达600%。     

建筑材料供应中断对承包商成本的冲击研究——基于鲁棒模型分析

为了揭示供应商与承包商为主体的二级供应链中，两者间耦合作用条件下发生的供应中断对供应商最优决策及对承包商成本的影响机制，且剖析供应中断对承包商成本的冲击效应，以供应商存在高退出风险为研究对象，在仅知产量均值与方差条件下，运用Scarf提出的“极大极小值”鲁棒决策方法，通过设定不同决策情况下的供应链系统反馈，分析了不同退出标准情况下二级供应链的博弈过程。基于理论支撑下的鲁棒模型数值仿真结果得出：在退出标准α为100时，中间变量在290~350范围内，供应商存在最优决策，但承包商最优决策无法确定；与α为0时相比，在订货量达到一定状态，即α为140时，承包商成本增加了1.5%，表明承包商成本与供应商退出标准呈正相关，退出标准越高，对承包商成本造成的冲击效应越大。此研究结论为供应链初期不稳定且信息不完整条件下发生的供应中断影响机理提供了新的视角。     

基于遥感与GIS的土地利用分类方法研究——以河北省安新县为例

研究土地利用类型分类对国民经济具有重要意义。在土地利用类型分类中,常用的方法为监督分类与非监督分类,这两种方法都可以快速地对土地利用类型行分类,但针对不同的地物二者的分类精度是不同的。文章将最大似然法与ISODATA算法的分类结果与目视解译作对比,分析得出两种方法对不同地物的分类精度,确定其适用地物。分析得出最大似然法对于居民地、水田、天然草地的划分精度较高,精度分别为:88.89%、87.64%、90.96%;ISODATA算法对坑塘、水浇地的划分精度较高,精度分别可达到:95.38%和91.61%。     

Al2O3-V2O5体系的热力学优化

在对Al₂O₃-V₂O₅体系相图、热力学数据以及晶体结构数据进行综述与评估的基础上，采用相图计算方法对Al₂O₃-V₂O₅体系进行热力学优化.液相采用修正的似化学模型进行描述，利用对近似处理液相中存在的短程有序.将液相模型的最大短程有序设置在AlVO₄处，将VO₄3-当作液相中V₂O₅的基本组成单元.体系中AlVO₄相看作线性化合物.计算结果很好的重现了选定的实验数据，获得了一套合理、可靠、自洽的模型参数用来描述体系中各相的热力学性质，为Al₂O₃负载V₂O₅型催化剂催化性能的提高打下坚实的基础.      

基于ENVI的遥感影像监督分类方法的研究

随着遥感技术的发展和遥感图像采集方式的多样性,对遥感图像处理技术的要求更高。文章介绍了三种常见的监督分类算法:支持向量机、最大似然法、BP神经网络;并利用上述三种算法对南泥湾地区同一幅SuperView-1遥感影像进行了分类,获得分类解果并评估准确性;然后对三种算法进行了比较,分析三种算法的优缺点,得出支持向量机分类精度最低,最大似然法次之,神经网络最高;最后得出结论,BP神经网络是一种较为优良的遥感影像分类算法。     

适用于紫外光通信的延迟判决均衡算法

为了消除紫外光通信过程中强烈散射所引起的码间干扰，采用一种带信道估计的最小均方误差-最大似然估计(LMS-MLE)延迟判决均衡算法进行了理论分析和仿真验证。通过选取合适的判决延迟深度来调整LMS自适应滤波器抽头系数进行信道跟踪，获取新的信道估计向量，最后利用MLE均衡算法得到最优序列输出。结果表明, 该算法可以明显提升紫外光通信系统的性能，在没有提高复杂度的情况下，性能接近最优MLE均衡算法，并且可以实现信道跟踪, 紫外光通信中算法的最佳延迟量取值为20。这一结果对紫外光通信性能提升以及MLE均衡器的工程实现是有帮助的。     

高斯混合模型结合加权似然的目标跟踪算法

鉴于高斯混合模型对背景变化快时无法精确检测出目标和目标跟踪的适应性差等瑕疵，提出了基于加权似然跟踪器来改进高斯混合模型实现运动目标跟踪算法。主要引入了自适应高斯混合模型来实时检测运动目标，然后空间加权似然来进行视频中的目标定位，引入加权似然期望值来改进高斯混合模型处理视频中的多尺度、多角度变化的目标跟踪不精准问题。通过VOT 2014 dataset对比实验结果表明提出的基于加权似然跟踪（Weighted Likelihood Tracking，WLT）和改进高斯混合模型（Improved Gaussian Mixture Model，IGMM）的目标跟踪算法较传统高斯混合模型跟踪算法在跟踪的精度有较大提高。在应对多尺度、多角度变化的目标跟踪表现出了较大的优势。