基于LonWorks技术的电表抄表采集模块的硬件设计

主要是完成了基于LonWorks技术的电表抄表采集模块的表头信号采样模块和抄表采集器2个部分的硬件设计，并且完成了AT89C51和MCl43150Neuron芯片之间的通讯接口的设计。     

遗传算法在GSM移动通信网络频率规划中的应用

应用遗传算法设计和开发了针对爱立信GSM900系统的频率规划软件。在设计中，采用了交叉点存储、变异回退以及分割分步降维的方法，从而提高遗传算法的执行速度。     

基于AI的全场景智能基站节电系统设计与实现

摘 要：在集约化网络的建设背景下,如何实现自动化、智能化、保体验的基站能耗管理,成为当前运营商的运营管理痛点。创新地提出一种全智能检测、全场景建模、全流程自助的3G/4G/5G智能基站节电方案,通过动态时间规整算法区分覆盖场景,利用SARIMA模型预测时间框构建自适应模型,实时监控指标保证用户感知,自动下发节电策略,短信告警及时拉起。在用户无感知的情况下,实现小区粒度级最大限度节约基站能耗。该方法已在某省网络试点推行,试点区域单站平均节电效率可达9.24%每日,具备实际生产指导意义。     

基于Rayleigh衰落信道下LDPC编码的星座成形

针对消息在信道传输过程中的成形损耗问题,提出了一种在Rayleigh衰落信道下基于低密度奇偶校验(Low-Density Parity-Check, LDPC)编码的星座成形系统。该方法基于脉幅调制(Pulse Amplitude Modulation, PAM)下的星座图,通过在发送端加入一个成形编码器(作用是提高输出比特为0的概率),使得星座图中低能量的符号比高能量的符号更容易被选中,从而提高成形增益。并且在解调器和译码器之间进行迭代译码,进一步提高了系统的性能。理论分析和仿真结果表明,在独立Rayleigh衰落信道下,与不采用星座成形的系统相比,该方案大大提高了系统的误差性能和成形增益。     

高校误判垃圾邮件自动召回系统的研究与实现

垃圾邮件的误判问题一直是反垃圾邮件领域中未能得到根本解决的难点。基于清华大学邮箱系统及反垃圾邮件网关系统进行了一整年的部署和实验（2011年9月至2012年10月）,通过用户对可疑垃圾邮件点击召回的历史行为进行分析,并采用对其感兴趣的垃圾邮件进行文本相似度计算以及关键参数预测的方法来智能化预测用户对当前某一封垃圾邮件的感兴趣程度,即基于用户主观的选择和体验来帮助用户自动召回其可能感兴趣、然而却被反垃圾邮件网关误判的垃圾邮件,解决了传统过滤方法无法杜绝误判的问题。     

基于性能匹配的SoC自适应电压调节系统

SoC在不同应用场景的频率不同,导致关键路径的时序余量会有较大的差异,在芯片设计阶段,为了保证芯片最坏情况下依然能够正常运行,增加了较大的电压余量,所以固定电压供电会造成不必要的功耗损失.基于最大程度节约功耗的需求,介绍了一种基于线下校准和延时链实时监测的自适应电压调节系统,实时监测电路时序,结合数字低压差线性稳压器(...     

一种半球谐振子性能参数辨识算法

频差、频率主轴、阻尼差和阻尼主轴等参数是评价半球谐振子性能的关键指标和离子束修调的重要依据。针对传统算法不能辨识阻尼差和阻尼主轴,且频差和频率主轴辨识精度受阻尼差限制的问题,该文提出了一种基于二次型变量E、H、R、S动力学方程的性能参数辨识算法。仿真和实验结果表明,即使谐振子的频差小于阻尼差,算法也能快速准确地辨识频差、频率主轴、阻尼差和阻尼主轴等参数。     

门控递归神经网络处理不规则时间序列数据综述

随着多传感器系统的发展以及非结构化手工数据记录机制的持续使用,不规则时间序列数据越来越普遍。不规则数据和由此产生的缺失值严重限制了对数据进行分析和建模以完成分类和预测任务的能力。通常情况下,用于处理时间序列数据的传统方法会引起偏差,并对底层数据的生成过程进行强假设,这可能会导致较差的模型预测结果。传统的机器学习和深度学习方法虽仍处于数据建模的前沿,但最多只能受到不规则时间序列数据集的影响,无法对不完整时间序列的时间不规则性进行建模。门控递归神经网络(RNN),如LSTM 和GRU,在序列建模方面取得了突出的成绩,并在许多应用领域得到了应用,如自然语言处理。这些模型已成为时间序列建模的良好选择,也是处理不规则时间序列数据的重要工具。文中重点介绍了处理不规则时间序列数据的两种常用方法,即在数据预处理阶段输入缺失值以及在学习过程中修改算法从而直接处理缺失值,旨在介绍这一研究分支中出现的有效的技术,以便研究人员创造出进一步处理不规则时间序列数据的新技术。     

面向高维数据的Takagi-Sugeno模糊系统建模新方法

对高维数据进行建模是Takagi-Sugeno(T-S)模糊系统建模面临的一个重大挑战。为此,该文提出一种特征选择与组稀疏编码相结合的模糊系统建模新方法WOMP-GS-FIS。首先,运用一种新型的加权正交匹配追踪算法对原始样本进行特征选择,在此基础上提取出模糊规则前件并产生模糊系统字典;然后,基于组稀疏正则化构造关于后件参数的组稀疏优化问题,在优化问题求解的同时得到重要的模糊规则。实验结果表明,在保证模型泛化性能的前提下,该方法不仅能对所获得的模糊规则结构进行精简还可以进一步减少模糊规则数,进而解决高维数据环境下模糊规则可解释性差的问题。     

一种(41, 21, 9)平方剩余码的快速代数译码算法

为了降低译码时的计算复杂度以及减少译码时间,该文通过对牛顿恒等式进行推导得到了(41, 21, 9) QR码不需要计算未知校验子就可求得错误位置多项式系数的代数译码算法,同时也针对改善部分客观地给出了计算复杂度的理论分析。此外,为了进一步降低译码时间,提出判定接收码字中出现不同错误个数的更简化的判断条件。仿真结果表明该文提出算法在不降低Lin算法所达到的译码性能的前提下,降低了译码时间。