基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

有线电视网络常见系统故障及解决分析

从现如今有线电视使用的过程中可以看出,电视网络会受到各种因素的影响而出现严重的故障问题。只有对这些故障进行分析,从技术上进行改进才能够解决实际问题。本文中,笔者主要从电视网络发展过程中出现的各种故障进行分析和介绍,同时提出切实可行的对策,仅供同行业人员借鉴。     

基于单片机的指纹签到

本文在原有学习程序的基础上给出了可以再重新开机的情况下正常使用签到机的方法,这种方法可以使数据写入FLASH中,在开机的时候读出来以防止新数据覆盖旧数据,并且详细介绍了软件中的写记事本和读记事本。     

类脑芯片:"芯"中的电磁波

人工智能目前处于第三次高速发展期,人工智能算法的发展离不开其物理基础——类脑芯片.类脑芯片特殊的传输信号和电路架构,将引起全新的电磁完整性问题.传统的自动化设计软件无法适用于类脑芯片,针对类脑芯片的新型模拟及设计技术和方法亟待开发.在类脑芯片发展前期加入电磁完整性的研究具有重要的科学价值和广泛的工业应用前景.     

便携极低速对流层散射通信系统优化设计

针对便携极低速对流层散射通信系统的远距离应用,在分析散射信道快衰落特性的基础上,提出便携极低速通信系统分集接收方案,并给出不同分集重数情况下的误码性能理论曲线,在此基础上提出采用失真自适应接收的抗多径波形以获取最大隐分集增益,设计并实现高效低时延LDPC编码和窄带滤波器。仿真结果表明,纠错编码可获得5 d B编码增益,窄带滤波解决了极低速远距离通信存在的多普勒效应问题。在系统测试平台上对便携极低速散射通信系统性能进行实测,测试结果表明,该优化设计方案可有效提升系统能力。