小波变换与BP神经网络耦合的洪水预报方法

为了发掘小波变换与BP神经网络相耦合在洪水预报中的应用价值,提出了基于小波变换和BP神经网络耦合的洪水预报方法.根据小波变换与BP神经网络耦合方式的不同,分别构建了两种结构的网络模型:松散耦合与紧致耦合模型,并利用实测流量时间序列分别对这两种模型进行了训练与验证.计算结果表明,两种模型的预报效果与3层常规BP神经网络相比均得到了不同程度的提高,松散耦合模型的预报效果总体上最优.小波变换与BP神经网络相耦合在洪水预报方面有良好的应用前景.  

基于S参数的共轭匹配MIMO系统注水容量研究

大规模MIMO系统需要在有限的空间里采用多副天线，这将不可避免的引入耦合，耦合会影响MIMO系统性能。研究基于S参数的匹配网络MIMO系统注水容量。通过S参数网络模型，在传输端功率分配上引入注水定理，推导分析不同匹配条件下的容量闭合公式，通过Matlab对不同的接收端匹配条件下的容量进行仿真，包括：无耦合、自阻抗匹配和最优匹配几种情况。结果表明引入注水定理最大化传输端功率并且在接收端最佳共轭匹配的情况下，系统性能得到很大的改善和提高。