一种无线异构网络中的分步协作基站分簇方法

为抑制小区间干扰提高系统性能,基于异构网络提出了一种分步基站分簇方法。该方法首先依据期望用户受到的除主服务基站之外的其余基站的信号干扰强度,确定待分簇基站集合;然后根据期望用户接收到待选集合中各个基站的信号强度,确定最终参与协作的基站集合。分步基站分簇方法通过缩小用户选择范围,同时综合考虑用户所在小区的信号强度和周围基站的干扰信号强度进行协作基站分簇。仿真结果表明：相对于现有功率最大法和阈值法,基于分步的基站分簇方法具有更高的用户端传输速率,更好地提升了系统性能。     

煤矿井下基于RSSI的加权质心定位算法

针对基于无线传感器网络的矿井灾害无线监测信息系统,提出了一种基于接收信号强度（RSSI）的加权质心定位算法。算法首先动态获取路径衰落指数,然后通过加权质心算法计算出自身位置。动态获取路径衰落指数实时计算了定位区域下的路径损耗指数,能够准确反映巷道不同区域对信号衰落的影响,增强了测距算法对环境的适应能力。加权质心算法通过加权系数体现各参考节点对质心坐标决定权的大小,提高了定位精度。实验测试表明,算法提高了定位精度,计算量小,定位流程简单,适合用于煤矿井下环境。     

基于带惩罚因子椭球定界算法的软测量建模

软测量模型的预测精度和泛化性能是软测量建模的2个重要指标。基于最优定界椭球的极限学习机算法(OBE-ELM)虽然克服了传统极限学习机建模预测精度不高、预测结果不稳定等缺点,但是传统OBE算法仅考虑模型误差最小化,未考虑模型的复杂程度,导致模型易出现过拟合现象。基于上述问题,首先针对噪声未知但有界的非线性系统,提出了一种带惩罚项的椭球定界算法(POBE),在模型误差中加入惩罚项起到抑制参数增长太大和驱使不重要参数逐渐减小到零的作用,然后将POBE应用到ELM模型参数优化过程中。最后在信道参数估计实验和连续搅拌反应釜数据集上分别验证POBE及POBE-ELM有效性。     

多任务正则极限学习机的研究与应用

MT-ELM通过隐含层共享不同任务间的数据特性实现多任务学习，但MT-ELM忽略任务间关联程度的差异以及存在的过拟合问题，为此提出基于MT-RELM软测量建模方法。首先，利用RELM解决过拟合问题；其次，考虑任务之间关联度的差异，基于相关性较强的任务其权值向量也较相似的假设，在每个任务输出权值的基础上加入约束条件，利用此约束条件表示任务间的相关程度；最后，利用ADMM算法迭代求解得到MT-RELM的模型参数。基于合成数据集与湿式球磨机数据集的结果表明，此算法可有效地提高模型的预测精度以及泛化能力。     

7-(2, 6-二氯苯偶氮)-8-羟基喹啉-5-磺酸催化分光光度法测定痕量铜

研究了在HAc-NaAc介质中,用2,2'-联吡啶作活化剂,Cu(II)催化抗坏血酸还原7-(2, 6-二氯苯偶氮)-8-羟基喹啉-5-磺酸褪色反应的适宜条件和影响因素,由此建立了测定痕量铜的新方法.测定范围为0 ～ 0.01 μg/mL,方法灵敏度为1.15 × 10-10g/mL,研究了20几种常见离子对体系的干扰情况,采用巯基棉富集可有效地消除干扰.将所建立方法用于人发和食品中铜的测定,结果令人满意.     

一种联合酉空时星座图的分类解调算法

本文提出了一种基于排列法和旋转法联合生成的酉空时星座图设计新方法,该方法可为酉空时信号提供性能较好的星座图.同时,针对这种联合星座图给出了一种新型的分类解调算法,该算法可以以很低的错误概率识别出发射信号的类型,从而通过分类来缩小最大似然原则下的星座点搜索范围,在提高误码率性能的同时也降低了复杂度.理论分析和仿真结果都表明,与一些单一方法生成的星座图相比,本文所提出新型联合星座图在误比特率性能和解调算法复杂度上都有较大的改善.     

矿山机械安全技术分析

文章分析了矿山机械所面临的安全现状,提出目前我国矿山机械安全技术领域存在的主要问题,并针对这些问题作了具体的分析,同时提出加强高级技术人才培养、强化操作人员培训、建立矿山机械安全设计体系等有效的措施。     

自动控制系统网络的研究与开发

近几年来，随着计算机和网络技术的发展，引发了控制领域深刻的技术变革，以太网（Ethernet）逐渐进入工业领域。据统计，目前在工业领域有超过100种通信协议被应用于各种各样的工业计算机平台之间的数据交换，从智能传感器到参域的监控系统都在应用以太网。以太网是目前可用的最常见的网络协议，     

灰分对蜂窝活性炭性能的影响

采用恒温搅拌法和恒温超声波振荡法酸解神府煤的灰分,通过电子万能材料试验机和BET分析了灰分对蜂窝活性炭机械性能和吸附性能的影响。实验结果表明,恒温超声波振荡法酸解灰分的效果好,组成灰分的无机盐对蜂窝体机械性能的提高具有促进作用,但对其吸附性能的提高则有阻碍作用。     

无人机辅助无线通信位置和波束联合优化方法

无人机辅助无线通信具有部署灵活,覆盖范围大等优势,但仍存在路径损耗大,吞吐量和传输能力低的缺点。将波束赋形技术引入无人机辅助无线通信中,可以有效补偿通信路径损耗,缓解小区内或小区间干扰。因此,本文面向无人机辅助无线通信系统,在地面基站和无人机上配备均匀平面阵列来实现波束赋形,以最大化系统容量。针对优化变量高维且高度耦合的非凸问题,提出了一种高效迭代算法来联合优化中继无人机位置和波束赋形向量,首先通过块坐标下降法将原问题转化为中继无人机位置优化和波束赋形向量优化两个子问题,然后利用连续凸逼近算法将两个子问题转化为凸优化问题进行求解。实验结果表明,所提的优化理论和算法具有较好的收敛性能,并且能够切实提高系统容量。