一种基于麻雀搜索算法的NOMA-VLC功率分配方法

    公开(公告)号:CN117856898A

    公开(公告)日:2024-04-09

    申请号:CN202410022639.3

    申请日:2024-01-05

    摘要: 一种基于麻雀搜索算法的NOMA‑VLC功率分配方法,确定发射机和用户的接收PD相关参数;以视距链路为仿真的链路类型;建立基于用户公平性最大化系统和速率的数学模型,确定模型中相关参数;确定目标函数以及约束条件,对用户的速率使用对数效用函数并求和作为目标函数;以所述目标函数为麻雀搜索算法的适应度函数,确定麻雀搜索算法的参数,通过麻雀搜索算法找到最优麻雀的位置以及适应度值,进而得到最优的功率分配结果和最大的系统和速率。本发明所提出的麻雀搜索算法在搜索精度、收敛速度和稳定性等方面具有良好的表现,支持任意场景相关参数、任意发射/接收机相关参数、任意用户数量,仿真结果与分析对多用户功率分配具有指导意义。

    基于改进极限学习机的可见光定位方法

    公开(公告)号:CN118228783A

    公开(公告)日:2024-06-21

    申请号:CN202410319944.9

    申请日:2024-03-20

    摘要: 本发明公开了一种基于改进极限学习机的可见光定位方法,主要解决现有可见光定位方法无法满足高精度实时定位需求的问题。其实现方案是:从接收端PD获取RSS数据并作预处理;构建极限学习机网络ELM;对ELM网络输入层权重和隐藏层偏差进行更新;将更新后的参数代入ELM网络进行训练,得到隐藏层输出矩阵H;根据H计算极限学习机网络的输出权重,得到完备的ELM网络;将对应输出向量未知的输入向量降维后输入到完备的ELM网络,其对应的输出向量即为接收端PD的估计坐标。本发明能在提升位置估计性能的同时缩短位置估计的时间,提升位置估计性能,保证定位的鲁棒性与易维护性,可应用于物联网人机交互、车联网通信、智能感知与机器人导航。

    面向地下煤矿井环境的可见光通信信道建模方法

    公开(公告)号:CN116827425A

    公开(公告)日:2023-09-29

    申请号:CN202311032661.8

    申请日:2023-08-16

    IPC分类号: H04B10/073 H04B10/116

    摘要: 本发明公开了一种面向地下煤矿井环境的可见光通信信道建模方法,解决了现有技术没有准确量化煤矿粉尘和障碍物对接收光功率衰减影响的问题。包括:确定可见光通信系统的链路参数、环境的仿真参数、发射机和接收机的仿真参数;计算煤矿粉尘和障碍物对接收光功率的衰减系数;计算信道冲激响应和特征参数;确定光电探测器的噪声仿真参数;计算通信系统的误比特率。本发明量化了煤矿粉尘和障碍物对信道的影响,将煤矿粉尘和障碍物对接收光功率的衰减系数整合入信道模型中,得到了更符合地下煤矿井环境的可见光通信信道模型。本发明丰富了可见光通信信道的建模方法,建模结果对地下煤矿井环境中可见光通信系统的设计与部署具有指导意义。

    基于深度神经网络的米波雷达低仰角测高方法

    公开(公告)号:CN108828547B

    公开(公告)日:2022-04-29

    申请号:CN201810650951.1

    申请日:2018-06-22

    IPC分类号: G01S7/41 G01S13/88

    摘要: 本发明公开了一种基于深度神经网络的米波雷达低仰角测高方法,解决了低仰角情况下模型失配问题,包括以下步骤:回波数据预处理得到归一化的幅度谱;构造压缩网络及与其结构对称的解压网络组成DNN,将归一化的幅度谱作为DNN的输入得到特征F并解压处理得到解压数据,用Adam算法与BP算法对DNN参数的权值W和偏置b进行训练与微调,完成深度神经网络的构建与训练;网络达到最优时,将训练集中的全部数据输入压缩网络并单位化得到特征基集;将预处理后的测试集数据输入训练好的DNN得到特征F′并投影在训练集的特征基集中确定目标来波角度,计算目标高度。本发明提高了雷达测高精度,在低仰角、模型失配情况下依然有效,用于米波雷达低仰角测高领域。

    基于深度神经网络的米波雷达低仰角测高方法

    公开(公告)号:CN108828547A

    公开(公告)日:2018-11-16

    申请号:CN201810650951.1

    申请日:2018-06-22

    IPC分类号: G01S7/41 G01S13/88

    摘要: 本发明公开了一种基于深度神经网络的米波雷达低仰角测高方法,解决了低仰角情况下模型失配问题,包括以下步骤:回波数据预处理得到归一化的幅度谱;构造压缩网络及与其结构对称的解压网络组成DNN,将归一化的幅度谱作为DNN的输入得到特征F并解压处理得到解压数据,用Adam算法与BP算法对DNN参数的权值W和偏置b进行训练与微调,完成深度神经网络的构建与训练;网络达到最优时,将训练集中的全部数据输入压缩网络并单位化得到特征基集;将预处理后的测试集数据输入训练好的DNN得到特征F′并投影在训练集的特征基集中确定目标来波角度,计算目标高度。本发明提高了雷达测高精度,在低仰角、模型失配情况下依然有效,用于米波雷达低仰角测高领域。

    基于巩膜区域监督的眼部图像分割方法

    公开(公告)号:CN113343943B

    公开(公告)日:2023-04-28

    申请号:CN202110823193.0

    申请日:2021-07-21

    摘要: 本发明公开了一种基于巩膜区域监督的眼部图像分割方法,主要解决传统方法分割精度低的问题。其方案为:通过残差网络提取巩膜区域的高维特征;利用该高维特征对原眼部图像的高维特征进行注意力调整;对调整后的原眼部图像的高维特征进行编码得到编码语义特征;通过跨连接激励对编码语义特征进行改善,并将其输入到解码器进行解码得到解码语义特征;对解码语义特征进行通道调整,输出初步分割结果;计算初步分割结果与分割标签的总损失,并通过将其与设置阈值的比较,判断是否需要对所有的滤波器、编码器和解码器进行优化,输出瞳孔、虹膜和巩膜的最终分割结果。本发明提高了分割精度,可用于人眼定位、眨眼检测、改善视线估计、瞳孔变化监测。

    一种提高NOMA辅助室内VLC系统安全通信性能的方法

    公开(公告)号:CN114629552A

    公开(公告)日:2022-06-14

    申请号:CN202210248243.1

    申请日:2022-03-14

    摘要: 本发明公开了一种提高NOMA辅助室内VLC系统安全通信性能的方法,包括建立多用户的室内NOMA‑VLC通信系统信道模型,推导出合法用户的接收信干噪比;推导出其解码特定用户时的接收信干噪比,得到相应的概率密度函数和累积分布函数;推导出NOMA‑VLC通信系统的安全中断概率及安全吞吐量,并通过蒙特卡洛方法进行仿真验证;通过主动引入干扰的方法,抑制了窃听者的窃听能力;该方法有效的综合考虑了多种影响系统性能的因素,进一步提升系统的安全通信性能,降低了NOMA‑VLC通信系统的安全中断概率的同时提高了安全吞吐量。

    基于神经网络的雷达散射截面置信度评估方法

    公开(公告)号:CN113721212A

    公开(公告)日:2021-11-30

    申请号:CN202110808522.4

    申请日:2021-07-16

    摘要: 本发明提出了一种基于神经网络的雷达散射截面置信度评估方法,实现步骤为:建立包含多个不同拓扑结构的网格模型;建立网格质量评价指标数据集S1并对S1进行预处理;获取训练集、验证集和测试集;对基于反向传播算法的神经网络模型BP进行训练;获取雷达散射截面置信度评估模型Z;获取雷达散射截面的置信度评估结果。本发明所构建的雷达散射截面置信度评估模型包含有神经网络,基于分区域提取的网格质量评价指标参数对网格模型雷达散射截面的置信度进行评估,避免了电磁数值算法分析的过程,仿真结果表明,本发明在保证雷达散射截面置信度评估可靠性的前提下,与现有技术相比评估效率提高了十倍以上。

    基于掺杂Al原子单层ZnO的HF吸附性能预测方法

    公开(公告)号:CN112371076A

    公开(公告)日:2021-02-19

    申请号:CN202011207496.1

    申请日:2020-11-03

    摘要: 本发明公开了一种基于掺杂Al原子单层ZnO的HF吸附性能预测方法,其方案是:构建本征ZnO单层模型;根据不同吸附位点和HF分子取向,分别构建HF吸附在本征ZnO单层上和吸附在Al掺杂的ZnO单层上的模型;计算每种吸附模型的结构稳定性和电子性质,得到HF吸附在本征ZnO单层上和Al掺杂的ZnO单层上的吸附能、吸附高度、结构参数、能带结构、态密度、密立根电荷布居及差分电荷密度。本发明通过仿真预测出了Al掺杂的ZnO单层材料对HF有良好吸附效果,且比本征ZnO单层吸附效果更敏感的结果,为更好利用该材料对HF这一有毒气体进行检测提供了实验依据,可用于设计基于掺杂Al原子单层ZnO材料的HF气体探测器。