基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

使能未来工厂的5G能力综述

5G系统将移动通信服务从移动电话、移动宽带和大规模机器通信扩展到新的应用领域，即所谓对通信服务有特殊要求的垂直领域。对使能未来工厂的5G能力进行了全面的分析总结，包括弹性网络架构、灵活频谱、超可靠低时延通信、时间敏感网络、安全和定位，而弹性网络架构又包括对网络切片、非公共网络、5G局域网和边缘计算的支持。希望从广度到深度，对相关的理论及技术应用做透彻、全面的梳理，对其挑战做清晰的总结，从而为相关研究和工程技术人员提供借鉴。     

毫米波三维异质异构集成技术的进展与应用

三维异质异构集成技术是实现电子信息系统向着微型化、高效能、高整合、低功耗及低成本方向发展的最重要方法,也是决定信息化平台中微电子和微纳系统领域未来发展的一项核心高技术。文章详细介绍了毫米波频段三维异质异构集成技术的优势、近年来的发展趋势以及面临的挑战。利用硅基MEMS 光敏复合薄膜多层布线工艺可实现异质芯片的低损耗互连,同时三维集成高性能封装滤波器、高辐射效率封装天线等无源元件,还能很好地处理布线间的电磁兼容和芯片间的屏蔽问题。最后介绍了一款新型毫米波三维异质异构集成雷达及其在远距离生命体征探测方面的应用。     

MMC多入多出阻抗及其在不对称小扰动稳定分析中的应用

近年来,阻抗法在模块化多电平换流器(modular multilevel converter,MMC)的对称工况小扰动稳定评估中得到了广泛应用,主要采用考虑一对频率耦合的2×2阻抗模型。然而,实际运行中的MMC存在诸多不对称工况,例如桥臂参数差异、电网不平衡、动态负荷等。如何应用阻抗法对上述情况进行小扰动稳定评估却鲜有文章探讨,主要难点在于:1)多频耦合及序耦合的精确刻画;2)高阶阻抗模型的合理降维。区别于对称工况下MMC交流侧仅存在一对频率耦合,不对称工况将会导致多频耦合及序耦合,为此,有必要开发多入多出阻抗模型以考虑这些耦合项的影响。同时,为了兼顾工程实用性,需结合实际不对称场景的特征,研究多入多出阻抗模型的降维方法。因此,该文主要探讨了MMC多入多出阻抗的建模及其降维方法,具体为:基于分块对角占优理论,定量评估并提取多入多出阻抗矩阵的主导元素;根据主导元素的分布,给出系统不对称强度的量化方法,分别形成对应强/弱不对称度的复向量域(α±jβ和d±jq)降维阻抗模型。应用所得降维模型对典型的实际不对称案例进行小扰动稳定评估,结果验证了所提降维方法的正确性,其不仅大大降低了阻抗法在不对...     

导管架平台上部组块双船拆除

为研究复杂海域环境中海洋平台双船拆除方法的安全性与可操作性,采用水动力数值计算与水池模型试验相结合的方法进行研究。将双船水动力耦合计算与水池模型试验进行对比,在相对理想海况下,结合与实际工况接近的规则波作用,进行驳船水动力性能变化与运动响应的幅值分析。在受力分析方面,对甲板耦合装置进行改良设计,对比试验数据与数值计算数据,得到受力在合理范围内的结论。研究内容为实际施工的合理性提出一定的指导性意见。     

中压进汽腔的流场数值模拟比较

通过数值模拟计算,对中压对称进汽和切向进汽两种结构的流场进行了分析比较,结果表明,单一切向进汽腔的总压损失更小,出口汽流角的周向分布均匀度更好。更进一步,为整体评估中压进汽腔的流场以及对叶片级的流动影响,对中压进汽腔及第1级叶片的整体流体域流场情况进行了分析比较,结果表明,采用大几何角静叶的切向进汽腔气动性能最优;当采取切向进汽腔时,需合理选择第1级静叶几何角并耦合计算,才能实现进汽腔的气动优化。     

基于在线检测数据的白车身误差控制研究

白车身的制造质量关乎整车质量,工装夹具调整是控制白车身误差的有效手段,针对夹具调整时调整量难以确定的问题,首次应用改进的支持向量机模型结合历史调整量和在线测量数据解决夹具调整量的预测问题。建立白车身上多个被测特征点的在线测量数据与夹具调整量的关系,通过实际工程应用表明该方法能确定调整量,有效降低白车身制造的误差。     

一种成本有效的面向超参数优化的工作流执行优化方法

随着云计算技术的成熟,越来越多的数据分析任务被放在云计算平台中处理。而面向数据分析应用的机器学习算法的超参数优化是一个非常耗时且耗费资源的过程。超参数优化执行的成本开销是用户关注的一个重要因素之一。目前,针对超参数优化的研究大部分以学习模型性能为目标,考虑成本开销的研究工作较少。由此研究了基于当前的超参数优化方法,在不改变学习模型性能(如准确率、查准率、召回率等)的基础上,使得超参数优化执行尽可能快的同时成本开销尽可能低。首先,生成一个包含多个并行分支的超参数优化工作流,每个分支上的所有任务都运行在同一台服务器上。然后通过有色装箱算法来决策这些分支所包含的任务。实验结果表明所提算法可以在保证执行时间的前提下减少成本开销。     

片状粉末冶金烧结态CNT/Al-Cu复合材料的热变形及加工图（英文）

采用Gleeble-3500热模拟试验机在温度300~550°C、变形速率0.001~10 s-1条件下,对片状粉末冶金烧结态CNT/Al-4Cu复合材料进行热变形行为研究。基于动态材料模型(DMM)建立应变为0.1~0.6的加工图,并利用扫描电镜、电子背散射衍射技术和高分辨透射电镜分析变形前后的显微组织。结果表明:应变对加工图有明显的影响,当应变为0.6时,最优加工区域为:375~425°C,0.4~10 s-1和525~550°C,0.02~10 s-1。在低变形温度和低变形速率时,基体中大颗粒不均匀分布,出现高密度缠结位错、位错墙和亚晶,对应加工图中的不稳定区域。当变形温度为400°C和550°C、变形速率为10s-1时,基体中细小颗粒均匀分布,晶粒为再结晶形态,对应加工图中的稳定区域。