面向OTFS的时延-多普勒域信道估计方法综述

为了在高移动性场景中提供稳定可靠的通信服务,6G系统可考虑基于时延–多普勒（DD）域的正交时频空间（OTFS）作为其调制方案。OTFS通过将发送符号映射到DD域,再将其二维变换到时间–频率（TF）域,使所有发送符号具备获取时频全分集的潜力,有效提高了双选择性信道下的通信性能。由于DD域等效信道具有很多良好性质,现有OTFS信道估计方法大多在DD域完成。考虑实现思路的差异和算法应用场景的区别,已有面向OTFS的DD域信道估计方法被划分为3类并进行综述。最后总结分析了当前DD域信道估计方法的挑战及潜在解决思路。     

一种基于重叠变换域的抗窄带干扰算法

为了增强扩频系统的窄带干扰抑制能力,针对重叠域中值滤波(MF)算法会给信号带来失真的缺点,提出一种基于重叠变换域窄带干扰抑制算法.该算法基于直接序列扩频信号在重叠变换域的特点,利用阈值滤波、中值滤波、估计门限进行综合判决.仿真表明:该算法能有效降低信号干扰能量,同时减少中值滤波算法对信号造成的失真,增强了系统性能和鲁棒性.     

基于机器学习的压缩域镜头分割技术

为了进行视频结构化和视频内容分析,需要准确有效地提取视频镜头的边界信息.为此提出了一种利用支持向量机(SVM)学习压缩域特征的算法进行镜头边界检测,只需简单译码即可得到MPEG1/2等各类视频流压缩域的特征信息.经TRECVID2005镜头边界检测集的评测,该算法在保证查全率和检测精度的情况下获得了满意的效果.     

基于嵌入训练阵列的OTFS信道估计

正交时频空（Orthogonal Time Frequency Space,OTFS）调制在快时变高多普勒信道中展现出良好的频谱利用率和显著的误码率性能优势。然而,传统的OTFS信道估计方法频谱效率较低,且无法应用于低轨卫星等具有高多普勒频偏的通信场景中。文章提出了基于嵌入训练（Training Embedded,TE）阵列的信道估计方法,利用训练阵列的完美自相关特性进行准确的信道估计,并提高了频谱效率。同时,针对低轨卫星通信高多普勒频偏的特性,本文利用快速傅里叶变换对路径的整数倍频偏进行估计,补偿并消除列相关相位偏移干扰,提升了低轨卫星通信场景下信道估计的准确度。仿真结果表明,所提方法在地面、低轨通信场景中均具有较高信道估计精度和频谱效率。     

一种EMS高性能实时数据库设计方案

介绍一种面向能量管理系（EMS）的高性能实时数据库设计方案。该方案以关系模型为基础进行内存库组织上的设计改进,从而支持电力模型的物理包容关系,支持符合IEC61970标准的物理模型、对象模型,支持EMS所特有的多研究态、多计算模式需求,达到了单表查询200万次／s、面向对象查询20万次／s的访问实时性,以及地级电网250个连接母线规模下网络分析计算时间小于400ms的实用化应用能力。     

电力信息系统中基于属性的访问控制模型的设计

电力信息系统构成一个复杂的多域环境,它为电力行业进行信息交换和协作带来便捷的同时,也带来了极大的安全隐患。由于多域环境下存在多种应用系统,且用户数目众多、来源广泛,给传统的基于角色访问控制（RBAC）模型带来了用户 — 角色赋值工作量大、多域间映射困难等问题。文中针对多域环境设计了一种基于属性的访问控制模型,属性是在角色的基础上扩展得来的,并提出利用元属性和元策略分别对域内的属性和策略进行描述,充分满足电力信息系统所处的异构环境和所有者对资源进行自主管理的需求,保证了域内、域外用户对系统资源进行访问的安全。     

纱线毛羽路径匹配追踪检测

针对现有纱线毛羽检测方法无法有效检测弯曲毛羽和交叉毛羽的缺陷,提出一种基于图像法的纱线毛羽路径匹配追踪算法。将采集到的纱线毛羽图像通过预处理、骨干化处理获取毛羽骨干图像,以毛羽端点作为起始点,对其八邻域像素点进行判断获取新的毛羽路径点,重复对毛羽路径点邻域判断直到没有毛羽路径点存在。对毛羽交叉出现多路径点的情况,提出交叉匹配值指标,即根据毛羽交叉点前部分相邻毛羽路径点间斜率并分配动态权重得到毛羽局部斜度,利用交叉匹配值对多路径毛羽点进行匹配获取新的毛羽路径点,通过本文毛羽追踪方法获取毛羽像素数量并转化为毛羽长度。与人工法和投影法检测结果对比表明：本文毛羽追踪检测结果与人工检测毛羽结果误差在4%以内,有效解决了交叉毛羽和弯曲毛羽追踪检测问题,提高了纱线毛羽的检测准确度。     

一类对称约束碰振系统周期运动分析

针对一类具有对称约束的单自由度线性系统,以定相位面为Poincaré截面建立起Poincaré映射,讨论了此类周期运动的稳定性问题.并基于胞映射的思想,引入拉回积分等分析手段,得到了该碰振系统对称双碰周期1的吸引子与吸引域,分析了吸引域随参数的变化规律.最后发现了吸引域的变化和系统分岔图中出现跳跃现象之间的联系.     

基于角域平均和倒阶次谱分析的齿轮箱故障诊断

本文研究旋转机械非稳态信号的分析方法。对等时间间隔采样的齿轮箱振动信号,利用插值算法实现角域重采样。为了抑制与工频无关的噪声信号以提高信噪比,对重采样信号进行了角域平均。将倒频分析引入阶次分析中,以检测出功率谱中难以辨识的周期性。以上方法成功地识别了齿根裂纹故障,说明了对旋转机械非稳态信号进行角域平均和倒阶次谱分析的可行性和有效性。     

论二维点集或线段集凸壳生成算法改进与优化的同构化方向

本文指出了迄今为止的现行二维点集或线段集（包括：多边形、封闭折线、半封闭折线、开放线段集等）凸壳生成算法的共同弱点;提出了可改进与优化凸壳算法的同构化凸壳构造基本定理。进而,基于同构化凸壳构造基本定理,阐明了有限二维点集或线段集凸壳生成算法改进与优化的同构化方向,应当是：第一,使凸壳极点（或称顶点）分布域极小化,即让包含凸壳极点的判定区域尽可能小;使极点判定对象直接化,即让所判定对象尽可能接近当前所寻极点。第二,尽力对有可改造潜力的优秀串行凸壳算法施以并行化改造和创新。