稀疏训练指纹库融合MMPSO-ELM室内可见光定位

为了解决采用极限学习机(ELM)神经网络室内可见光定位方法存在误差较大、网络模型训练时间较长、结果稳定性较差等缺点, 采用稀疏训练指纹库, 融合多目标动量粒子群算法(MMPSO), 结合ELM室内可见光定位方法, 形成MMPSO-ELM方案, 引入动量因子, 避免迭代过程中过度振荡, 加快系统收敛速度。在不同的定位空间内随机选取训练数据集方式, 在测试点数量不同的情况下, 将本方案与后向传播(BP)、ELM以及PSO-ELM 3种定位算法进行了比较。结果表明, MMPSO-ELM方案在20组训练数据条件下, 对80组待定位点进行预测定位, 定位误差最大为0.0225m, 最小误差为0.00093m, 平均定位误差低至0.00143m, 且定位性能受定位空间大小影响较小; MMPSO-ELM可见光定位方案具有定位精度高、速度快、泛化性强等优点。该研究为在室内场所实现快速准确定位提供了理论支撑。     

空间光DPSK发射与自相干接收系统实验

搭建通信速率为10 Gbps的光DPSK调制发射、自相干接收单元实验测试平台。采用光相位调制和自相干接收技术实现光DPSK系统设计。为稳定输出信号解决相位漂移,发射单元设计出自适应增益控制单元和交叉点自适应控制单元。在系统测试平台上,完成差分编码模块、发射单元和自相干接收单元及系统性能测试。实验室环境条件下,测得系统接收单元灵敏度为-48 dBm,通信系统误码率优于1×10-7;误差矢量幅度为7 %,通信性能较好,满足系统设计指标要求。     

基于自适应Levy飞行的黄金正弦可见光定位研究

为了提高室内可见光定位的精度，采用了基于Levy飞行变异机制、结合自适应移动因子、改进黄金正弦算法的接收信号强度指示可见光定位方法, 将室内屋顶的发光二极管灯按3×3网格状排布，接收到光强信号通过朗伯模型得到未知节点与参考节点的距离，并采用Levy飞行变异机制提升算法搜索空间的多样性，结合自适应移动因子提高算法收敛速度，使得个体更新受局部极值约束力下降。结果表明, 改进算法平均定位误差为1cm，平均迭代次数40次~80次; 改进黄金正弦算法的定位速度和定位精度均得到提升。该研究对室内大型场所实时、快速精确定位有帮助。     

PVA膜渗透汽化分离低浓度乙醇/水溶液的实验研究

将聚乙烯醇(PVA)复合膜用于乙醇/水溶液的渗透汽化过程,考察了料液浓度、操作温度、膜后真空度等操作条件对复合膜渗透通量和分离因子的影响。实验结果表明,复合膜的渗透通量随着操作温度和膜后真空度的升高而增加,分离因子随着料液浓度、操作温度和膜后真空度的升高而减小,在料液浓度低于70%时显优先透醇性,在料液浓度高于70%时显优先透水性。温度对PVA膜渗透通量的影响符合Arrhenius方程。由Arrhenius公式计算得到乙醇组分的渗透活化能Ep=42.88kJ/mol。     

基于反向学习策略的自适应花授粉接收信号强度指示室内可见光定位

为提高大型室内场所的定位精度,提出一种基于改进自适应花授粉算法的接收信号强度指示(RSSI)可见光定位方案。利用固定在屋顶呈网格型排布的LED发送位置信息,接收端采用基于反向学习策略和自适应花授粉算法的RSSI定位方法实现精确定位。传统花授粉算法具有易陷入局部最优、缺乏变异机制等缺点,利用反向学习策略可使初始种群分布更加均匀,通过提高种群多样性可使算法跳出局部最优;采用有利于全局广泛搜索的自适应移动因子提高收敛速度。在100 m×100 m×100 m大型室内场所的一层100 m×100 m×10 m的空间中,考虑热噪声和散射噪声干扰的情况,经过多次仿真可得,相比于传统定位算法,随机灯排布下采用改进花授粉的RSSI算法的定位误差小于±1 cm;采用网格型灯排布结合改进定位算法的室内可见光定位系统时,定位精度得到明显提升,定位时间大幅缩短。该方案具有定位精度更高、计算速度更快、工作稳定等优点。     

膜分离法回收不凝气中乙醇/水蒸气的实验研究

模拟传统发酵,将PTFE膜用于不凝气中乙醇/水蒸气的分离,研究了不凝气中乙醇浓度、进料温度、膜后真空度等操作条件对膜分离性能的影响,并对PTFE膜和ePTFE膜进行比较.结果表明,PTFE膜渗透通量随着气体中乙醇摩尔分数、进料温度、膜后真空度的增加而增加,温度与渗透通量符合Ar-rhenius方程.PTFE膜分离因子随气体中乙醇摩尔分数、进料温度的增加而增加,随膜后真空度的增加而减小.ePTFE膜相对于PTFE膜来说,具有较高的渗透通量,分离效果较好,有利于乙醇/水蒸气的分离.