突发OFDM系统中同步算法的FPGA实现

根据突发OFDM系统的特点,提出了一种具有实用价值的同步实现方法。具体分析了突发OFDM系统中利用PN序列联合实现符号定时同步和小数频偏同步的算法,并阐述基于FPGA的实现过程。由Verilog HDL语言描述的同步模块由复数乘法模块,求和累加模块,比较判断模块和CORDIC模块等构成。系统采用Xilinx ISE 10.1来完成开发,同时给出了其在ModelSim SE 6.2b下的仿真结果,结果表明该方案是完全可行的。     

基于深度学习和迁移学习的领域自适应中文分词

为了提高专业领域中文分词性能,以及弥补专业领域大规模标注语料难以获取的不足,该文提出基于深度学习以及迁移学习的领域自适应分词方法。首先,构建包含词典特征的基于深度学习的双向长短期记忆条件随机场(BI-LSTM-CRF)分词模型,在通用领域分词语料上训练得到模型参数;接着,以建设工程法律领域文本作为小规模分词训练语料,对通用领域语料的BI-LSTM-CRF分词模型进行参数微调,同时在模型的词典特征中加入领域词典。实验结果表明,迁移学习减少领域分词模型的迭代次数,同时,与通用领域的BI-LSTM-CRF模型相比,该文提出的分词方法在工程法律领域的分词结果F1值提高了7.02%,与预测时加入领域词典的BI-LSTM-CRF模型相比,分词结果的F1值提高了4.22%。该文提出的分词模型可以减少分词的领域训练语料的标注,同时实现分词模型跨领域的迁移。     

TD-LTE同频干扰抑制技术研究与应用

TD-LTE同频组网会使小区边缘重叠覆盖区域内产生同频干扰,严重影响小区边缘吞吐量.本论文创新提出一种干扰抑制技术,该技术基于GIS信息,通过泰森多边形原理构建蜂窝小区覆盖区域,精确计算小区覆盖面积,由小区覆盖面积求出小区覆盖等效半径,根据天线高度与覆盖半径之间的三角函数关系,确定基站天线的下倾角,在保证满足切换要求的连续性覆盖前提下,尽可能减小小区间的重叠覆盖,有效提升小区边缘吞吐量.     

面向专业领域的中文分词方法

在专业领域分词任务中,基于统计的分词方法的性能受限于缺少专业领域的标注语料,而基于词典的分词方法在处理新词和歧义词方面还有待提高。针对专业领域分词的特殊性,提出统计与词典相结合的分词方法,完善领域词典构建流程,设计基于规则和字表的二次分词歧义消解方法。在工程法领域语料上进行分词实验。实验结果表明,在工程法领域的分词结果准确率为92.08%,召回率为94.26%,F值为93.16%。该方法还可与新词发现等方法结合,改善未登录词的处理效果。     

基于有源天线的TD-LTE室分改造策略

本论文针对已有传统室内分布系统但双路改造难度较大的场景采用室分有源天线改造方案,该方案在RRU输出端利用控制器将两路LTE信号无损合并,合并后的信号通过原有的分布系统传输到室分天线,在天线前加装一个有源模块,该模块将原有的两路信号分离,并通过双极化天线发射出去,实现TD-LTE完整的MIMO特性.由于该方案无需新增一路通道便可实现完整的MIMO特性,大大降低了物业协调难度和工程改造量.     

高校WLAN的网络管理及优化探讨

通过分析高校WLAN(无线局域网)特征,对于WLAN在高校这样一个特殊场景的应用方式,提出适合高校的WLAN的网络架构、网络管理手段、优化措施及个性化需求的解决方案,并通过实际案例详细阐述高校WLAN优化的方式及流程。     

融合词典特征的Bi-LSTM-WCRF中文人名识别

受限于标注语料的领域和规模以及类别不均衡,中文人名识别性能偏低。相比人名识别训练语料,人名词典获取较为容易,利用词典提升人名识别性能有待进一步研究。该文提取人名词典特征,融入到双向长短期记忆(Bi-LSTM)网络模型中,在损失函数中提高人名标签权重,设计加权条件随机场(WCRF)。从人名词典中获取姓和名相关的特征信息,Bi-LSTM网络捕获句子中上下文信息,WCRF提高人名识别的召回率。在《人民日报》语料和工程法律领域语料上进行实验,结果表明: 在领域测试语料上,与基于隐马尔可夫模型的方法相比,人名识别的F₁值提高18.34%,与传统Bi-LSTM-CRF模型相比,召回率提高15.53%,F₁提高8.83%。WCRF还可以应用到其他类别不均衡的序列标注或分类问题中。