基于模型预测控制的自适应噪声抵消方法

针对用常规自适应滤波器实现噪声抵消,在没有或很少先验概率的情况下,消除噪声效果很差,阻碍了自适应消噪在实际中的应用。为此,将模型预测控制结构引入自适应噪声抵消。基于模型预测控制的自适应噪声抵消方法利用已有误差控制和预测的误差控制对自适应滤波器的权值进行优化,能够很好地克服系统非线性带来的扰动。理论推导和仿真表明:该方法对先验概率的依赖性小,可以实现实时性的噪声消除,具有良好的鲁棒特性。其特点是利用已有误差控制和预测的误差控制对自适应滤波器的权值进行优化,能够很好地克服系统非线性带来的扰动。     

稠油热采过程中单井产能预测方法研究

为了使滨南采油厂每月产油量达到上级下达的指标,安排好生产计划,文中对蒸汽吞吐井周期内日产油量预测方法进行了研究。文中提出了用阿普斯(Arps)曲线描述周期内产量变化规律,应用线性回归法和二元回归法对变化曲线进行拟合,然后针对实际情况提出了产能预测方法。实例证明,预测方法简单可行且精度较高。     

美国Vizio公司CEO预测：08年电视销售台数将增长50％

日经电子报道,“2007年电视销量为300万台,08年的目标是瞄准450万台”。美国Vizio公司CEO（首席执行官）王蔚非常自信地对笔者说。在“2008Internationa1CES”举行的同时,该公司在会场附近的宾馆举办的“媒体日”,这番话就是当时的表述。     

宽带卫星Mesh网多址接入信道预测分配方案研究

该文针对具有网状(Mesh)拓扑结构的宽带卫星通信网,研究了分布式控制多址接入信道分配策略。提出了一种基于自相似业务流量混沌预测的混合动态分配方案。利用OPNET软件建立了仿真系统,研究比较了信道分配周期、信道负载以及业务流自相似程度对几种方案性能的影响。仿真结果表明,对于采用地球同步轨道(GEO)卫星、低轨(LEO)和中轨(MEO)卫星星座的宽带卫星Mesh网,所提出方案在高信道负载条件下都具有明显的优势。     

ITU-R P.1546-3建议书的相关修正方法

国际电联ITU-R P.1546建议书为我们提供了大量建立在实验数据统计分析基础之上的场强预测数据和推测方法,旨在为VHF和UHF波段地面无线广播电视规划工作及其它无线电规划提供指导;同时为提高场强预测的精度提供了地形起伏、接收环境、接收地点概率变化等因素对场强预测影响的修正方法,在2007年修正的1546-3版本中还加入了有关大气散射对电波传播影响的场强修正方法。本文汇总了该建议书2001～2007年4个版本中提供的几种场强修正方法,并对其进行详细ITU-R P.1546介绍和分析。     

2010年中国通信市场10大预测

1．中国3G将在2010年中期步入繁荣期 In-Stat预测中国的3G用户规模在2009年底将超过400万,与运营商2009年初的预期差距很大。从2010年开始,运营商将逐步减少对上网本的补贴,工作重心是3G数据卡业务和3G手机用户的拓展。中国移动将推出包括Ophone在内的多款TD-SCDMA手机,中国联通将凭借iPhone来取得市场份额。与此同时,中国电信以基于黑莓手机的服务应对竞争。随着中国3G网络在2010年完成升级,中国的3G市场将在2010年中期步人加速阶段。     

《信息与电子工程》第7卷2009年总目次

探测、制导与测控通信 GPSC／A码平均相关捕获算法的FPGA设计……张博 杨春 解楠 罗晓莉 1 非视距被动声定位与跟踪方法……周德 高勇 4 合成孔径雷达图像斑点噪声抑制与滤波……骆明君 9 改进的抗窄带干扰非线性预测方法……吴银胜 罗永健 孙俊 13 基于代数连通度的虚拟骨干网构造方法……顾剑峰 张敏华 倪卫明 17     

一种短信业务分布预测算法分析

随着移动通信短信业务的迅速发展,现有的短信业务分布预测算法已经无法满足需求。提出了一种基于聚类分析和模拟退火的短信业务分布预测算法。根据电子地图、基站语音和短信业务统计数据,提取影响短信业务分布的相关属性,采用聚类分析方法中的自组织映射(Self Organizing Map,SOM)方法和k-means算法,将网络中基站进行分类,然后采用模拟退火算法和最小二乘法计算得到不同类型基站中的不同地物的短信日均业务密度值,从而达到对短信进行业务分布预测的目的。通过实际基站短信业务统计数据的验证,该算法大幅提高了短信业务分布预测的准确度。     

基于神经网络与马尔可夫组合模型的视频流行度预测算法

为了提升用户体验,降低运营商的成本,将播放最多的视频内容提前放入用户侧缓存是业界的通用做法,如何有效预测视频播放热度已经成为业界热点问题。针对传统预测算法非线性映射能力差、预测精度低及自适应性弱等缺点,提出基于神经网络与马尔可夫组合模型的视频流行度预测算法（Mar-BiLSTM）,该算法通过构建双向长短期记忆（bi-directional long short-term memory,BiLSTM）网络模型可以保留时间序列两个方向的信息依赖;同时在避免引入外部变量导致模型复杂度增加的情况下,利用马尔可夫性质进一步提高了模型的预测精度。实验结果表明,与传统的时间序列和经典的神经网络算法相比,所提算法提升了视频流行度预测的准确性、时效性,并降低了计算量。     

基于阈值预测的Linux系统休眠态低功耗策略

基于自主设计的嵌入式低功耗硬件平台,深入分析了Linux系统休眠态的功耗管理技术.在分析Linux休眠机制下高级电源管理(APM,Advanced Power Management)的基础上,设计并实现了系统休眠态的驱动层和内核适配层;提出了一种基于阈值预测的系统休眠策略.基于硬件平台的实验结果表明,设计的系统功耗管理技术能够将系统休眠功耗降低到全速运行时的6％,接近硬件平台的理论休眠功耗极限.