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。     

万向型压电换能器发电性能理论分析与实验

为实现对不同方向振动源振动能量的收集,对一种万向型压电换能器的发电性能进行了理论分析与实验测试.理论分析表明,万向型压电换能器的发电性能受到压电梁夹角的影响,在其多方向发电能力方面,随着外界激励方向的变化,产生的电能呈波浪起伏状变化,换能器对不同方向振动源的激励具有较好的适应性.进一步的实验测试验证了万向型压电换能器的多方向发电能力,且在压电梁夹角为π/2时,最大输出功率达到约1.3 mW,最小输出功率约为0.6mW.     

换能器结构参数对聚合物超声塑化黏弹生热的影响

为研究超声换能器结构参数对聚合物超声塑化过程黏弹性生热的影响，首先确定超声黏弹性生热系统的组成，进行纵振超声换能器结构设计；然后分析超声黏弹性生热过程及超声黏弹性生热原理；最后采用单一变量法分析超声换能器的主要结构参数对其纵振频率及工具头前端质点最大振幅的影响，将其实际输出的纵振激励加载于熔融聚合物，研究其结构参数对聚合物超声黏弹性生热过程及达到聚合物玻璃化转变温度所用时间的影响。结果表明，随纵振激励作用时间的增加，聚合物温度非线性升高；放大比对聚合物温度变化影响最大，前盖板厚度和工具头长度次之，影响最小的是变幅杆长度。     

便携极低速对流层散射通信系统优化设计

针对便携极低速对流层散射通信系统的远距离应用,在分析散射信道快衰落特性的基础上,提出便携极低速通信系统分集接收方案,并给出不同分集重数情况下的误码性能理论曲线,在此基础上提出采用失真自适应接收的抗多径波形以获取最大隐分集增益,设计并实现高效低时延LDPC编码和窄带滤波器。仿真结果表明,纠错编码可获得5 d B编码增益,窄带滤波解决了极低速远距离通信存在的多普勒效应问题。在系统测试平台上对便携极低速散射通信系统性能进行实测,测试结果表明,该优化设计方案可有效提升系统能力。