基于卷积神经网络的高性能5G下行同步算法

为解决第5代移动通信系统(5G)下行同步在低信噪比和大频偏环境下成功率低的问题,提出一种基于卷积神经网络(CNN)的同步信号块(SSB)检测算法及改进的混合相关同步算法。在无先验信息的情况下,利用最大自相关准则和循环前缀的特性对无线信号进行分段,生成数据集。在此基础上,构建了适用于检测承载SSB信号片段的CNN,对任意一个SSB进行检测,实现了SSB目标区间的快速定位,减少了相关过程中的搜索范围。进一步使用改进的混合相关算法,在目标区间完成主同步信号定时同步及频偏估计。仿真结果表明,所提算法具有良好的SSB检测率和定时同步性能,能够有效抵抗噪声和频偏的影响。     

某车门系统与玻璃升降器电机共振的实验研究

对某车型车门系统玻璃下降过程中出现的电机与车门系统共振问题进行研究,采用噪声振动数据采集系统对车门系统的共振噪声进行频谱分析,为量产质量整改及项目前期车门系统开发提供参考。结论如下:额定电压下,该车门系统的固有频率为87.89 Hz,在电机转动频率范围内(78.16~89.33 Hz)有共振噪声的可能;通过改变电机的转动频率能够避免共振问题;通过增加隔振块能有效缓解振源的传递,从而改善共振问题。