梯度铝蜂窝夹芯板的力学行为

梯度分层铝合金蜂窝板是一种有效的吸能结构,本工作在梯度铝蜂窝结构的基础上根据梯度率的概念,通过改变蜂窝芯层的胞壁长度,设计了4种质量相同、梯度率不同的铝蜂窝夹芯结构。通过准静态压缩实验,并结合非线性有限元模拟准静态及冲击态下梯度铝蜂窝夹芯结构的变形情况及其力学性能,分析对比了相同质量下梯度铝蜂窝夹芯结构在准静态下的变形模式以及冲击载荷下分层均质蜂窝结构和不同梯度率的分层梯度蜂窝结构的动态响应和能量吸收特性。结果表明:在准静态压缩过程中,铝蜂窝梯度夹芯板的变形具有明显的局部化特征,蜂窝芯的变形为低密度优先变形直至密实,层级之间的密实化应变差随芯层密度的增大而逐渐减小;在高速冲击下,梯度蜂窝板并非严格按照准静态过程中逐级变形直至密实,而是在锤头冲击惯性及芯层密度的相互作用下整体发生的线弹性变形、弹性屈曲、塑性坍塌及密实化;另外,在本工作所设计的梯度率中,当梯度率为γ₁=0.0276时,梯度蜂窝夹芯板的吸能性达到最好,相较于同等质量下的均质蜂窝夹芯板,能量吸收提高了10.63%。     

无蜂窝大规模MIMO中导频欺骗攻击检测方法

在无蜂窝大规模多输入多输出网络中，一方面，接入点（access points， APs）分布式部署导致信道硬化及利好传播现象不再显著，导频欺骗攻击（pilot spoofing attack， PSA）的恶意窃听者可以通过调整导频发送功率，得以模拟信道特性，传统依赖大尺度衰落先验信息的PSA检测技术不再适用；另一方面，基于信息论准则的PSA检测技术，需要比AP数量级高的导频样本进行观测，而信道估计阶段所耗费的时长无疑影响系统的频谱效率。针对这种情况，提出了一种基于信号子空间的欺骗检测（signal subspace based spoofing detection， SSBSD）方法。首先，在合法用户的训练序列上叠加一个随机序列，利用灵活检验准则对信源数量进行估计。其次，利用统计学中的线性收缩原理，对导频样本协方差矩阵进行优化，使观测样本的噪声特征值分布更好拟合信道噪声功率。最后，通过信号的正交补空间对观测矩阵进行投影处理，从而实现PSA检测。经仿真实验与理论分析，SSBSD方法无须大尺度衰落先验信息，也无须与AP数量级相同的导频长度，对PSA的导频发送功率十分敏感，在大尺度衰落未知、大尺度衰落时间相关或频谱资源受限的通信环境中，可以精确检测低电平功率的PSA。      

蜂窝网络用户上行覆盖率的数值计算方法

对于蜂窝用户上行覆盖率这类含无穷上限的多重积分公式,直接调用积分函数进行计算耗时长且无法确保收敛。文章提出通过逐层分析被积函数特征来缩小积分区间,从而提高计算速度并保证收敛性。为验证方法的准确度,与一种特殊情况下的解析式和仿真结果进行比较,结果显示差异可忽略;同时,与直接进行无穷积分的方法进行比较,显示计算时间至少节省一半以上,且随着用户密度的降低,本方法计算效率方面的优势更加突出。     

基于图着色的密集D2D网络资源分配算法

蜂窝设备到设备(D2D)网络通过D2D用户与蜂窝用户的上行链路复用,可大幅提高网络的频谱效率,但当D2D用户数大于蜂窝用户数时,即在D2D密集部署场景下,传统的资源复用算法不能满足D2D用户的频谱资源需求。针对该问题,提出基于图着色理论的D2D网络干扰协调频谱资源分配算法,可实现信道资源在多个D2D用户对间的多重复用,从而提升网络负载能力,改善网络吞吐量。在此基础上,给出一种改进的资源分配算法,以提高D2D用户的公平性。仿真结果表明,该算法在降低D2D用户获取信道资源"饥饿"概率的同时,能够提升网络信道资源的空间复用率及系统吞吐量。     

蜂窝梁的稳定性能研究进展

对蜂窝梁破坏模式的研究表明，失稳是其结构性能失效的重要破坏模式。为此，在回顾蜂窝梁结构特性研究的基础上，总结归纳了蜂窝梁失稳的3种主要模式：整体弯扭失稳、梁墩屈曲、畸变屈曲。结合国内外近30多年来对蜂窝梁稳定性的试验研究成果，对影响蜂窝梁稳定性的主要因素进行分析。采用蒙特卡洛法得到纯弯简支蜂窝梁弯扭失稳临界荷载的概率分布和影响因子的敏感度。将部分具有代表性的试验成果与欧洲规范EN 1993-1-1计算结果进行对比，根据中国规范GB 50068—2001《建筑结构可靠度设计统一标准》提供的抗力分项系数，计算了不同荷载组合下蜂窝梁整体弯扭失稳临界荷载的可靠度指标，为国内规范的制订提供依据。最后，总结了当前蜂窝梁稳定性研究中存在的不足，指明了进一步研究的方向。     

基于NB-IoT的智能燃气表研究

缺乏高效的安全监测手段、产销差高、价格调控措施难落实是燃气企业的痛点,为此燃气表一直在改进。文章首先梳理燃气表的发展之路,从机械表到IC(集成电路)卡表,再到有线远传表以及代表最新科技水平和未来趋势的无线远传表。然后对比分析无线远传表所采用的各种无线技术的优劣,得出NB-IoT(基于蜂窝的窄带物联网)是目前一种理想的无线传输技术。最后分析基于NB-IoT的燃气表网络架构和燃气表业务流程。     

温度对碳纳米管增强纳米蜂窝镍力学性能的影响

选取含质量分数为5.22‰碳纳米管(CNT)为代表,通过分子动力学(MD)研究了温度对纳米蜂窝镍(NNHC)和CNT增强纳米蜂窝镍(CRNNHC)在径向拉伸、径向压缩、轴向拉伸和轴向压缩下力学性能的影响。结果表明,NNHC和CRNNHC的弹性模量(E)和最终应力(σu)对温度较为敏感,都随温度升高呈近似线性下降。相比于NNHC,不同温度下CNT的添加对CRNNHC径向力学性能的增强效果并不明显,而对其轴向力学性能则起到了良好的增强作用。CRNNHC轴向拉伸与压缩时的弹性模量提升幅值分别为6.4%～10%与9%～12%,最终应力提升幅值分别为1.5%～5.3%与10%～14%。研究表明,不同温度下CRNNHC沿轴向变形的力学性能普遍要优于沿径向变形的力学性能,也预示着轴向变形时CNT被破坏前吸收的能量相对较多。     

基于空间合作关系的基站流量预测模型

针对传统的自回归积分移动平均（ARIMA）模型和长短时记忆（LSTM）单元在基站流量预测中没有利用基站（BS）间合作关系的问题，提出一种利用由用户群体在不同基站下访问产生的基站合作关系的流量预测（TPBC）算法。首先，通过基站之间的合作关系构建基站合作网络，并对此合作网络进行社区划分得到基站社区；然后，通过格兰杰因果关系检验方法寻找与目标基站同一社区且关系最紧密的若干基站，作为目标基站的合作基站；最后，使用LSTM和词嵌入层（Embedding）搭建混合神经网络，并根据目标基站和合作基站的流量信息进行流量预测。实验结果表明，TPBC在基站流量预测上的均方根误差（RMSE）相比ARIMA和LSTM分别减小了29.19%和27.47%。TPBC能有效提高基站流量预测准确率，在流量卸载和绿色节能等领域具有重要意义。