基于Massive MIMO及频谱叠加的5G SA网络上行优化方法

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)可以有效提升5G SA网络的上行链路数据传输速率以及可靠性。针对5G SA网络上行链路速率和覆盖不均衡的情况,提出了基于大规模MIMO的分组算法,将发送信号矢量进行分组,组内采用最大似然检测,组外采用基于正交三角分解(QR分解)的干扰消除检测,并且结合5G频谱的叠加策略,在降低算法复杂度的同时,有效提升网络覆盖和速率。通过5G SA现网实测,通过MIMO降低分组数量能够提升分组检测性能,结合上行低频段频谱叠加策略能够有效提升5G SA网络上行覆盖30%,提升5G SA网络上行平均速率40%~80%,特别是弱覆盖边缘的网络速率,最高可达600%。     

电动汽车动态无线电能恒功率充电

电动汽车充电时,且电池电量低于80％时,为了保证充电效率一般采用恒功率充电.在动态无线电能传输系统中,电动汽车的不断移动会导致发射线圈和接受线圈的互感系数变化,致使电动汽车充电不稳定.为实现恒功率充电,提出了一种基于模型预测控制(MPC)的动态无线电能传输系统(DWPT)恒功率输出的控制方法.通过对系统建立数学模型,对输出功率进行模型预测,建立最小化目标函数来获得期望输出功率所对应的最优占空比,使输出功率恒定.进行了模型预测控制的动态无线电能传输系统Simulink仿真,通过对比不同线圈互感系数下的输出功率,验证了该方法的可行性,并且通过搭建实物测得的数据也证实了该方法的可行性.     

焦炉前反馈热工控制系统运行实践

焦炉生产是典型的大惯性、非线性、时变快的复杂系统，以“火落温度”为基础的焦炉前反馈热工控制系统，通过立火道温度自动测量与人工测温相关性分析、粗煤气温度测量与火落判断、标准温度的优化等运行实践，达到了自动火落时间判断、标准温度指导、加热和燃烧优化、高低温炉号判别等目的，对于稳定炉温、降低回炉煤气消耗、提高焦炭质量以及推进焦化企业技术进步具有重要意义。     

基于SAOR的Massive MIMO系统信号检测算法

大规模多输入多输出(Massive multiple input multiple output, Massive MIMO)系统采用最小均方误差(Minimum mean square error, MMSE)接收检测方法时存在矩阵求逆复杂度高的问题，已有较多降低复杂度的研究。在降低检测算法复杂度的同时，如何提高算法收敛速度和检测性能一直是人们关注的焦点。本文将对称加速超松弛(Symmetric accelerated over-relaxation， SAOR)迭代算法应用于Massive MIMO系统信号检测中，避免了复杂的矩阵求逆计算，实现了复杂度较最小均方误差算法降低了一个数量级。仿真结果表明，基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差（Minimum mean square error, MMSE）算法的检测性能，为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法。     

电动自行车自动避免误加档的装置

本文针对当前电动自行车缺乏误加档防范手段的问题,提出一种用于电动自行车自动避免误加档的装置,该装置以压力传感器测试骑行者对座位产生的压力,通过压力值的逻辑比较运算,判断是否是正常骑行状态,而对电动自行车电机控制器手把调速器信号有效性进行控制,从而避免推行或危险的站立骑行及儿童误操作等座椅低受压状态时误加档,而造成的加速发生危险。并对装置方案、装置方法、系统技术优势及成本进行了分析,验证了系统的可行性,为提高电动自行车的安全性和智能性提供技术参考。