期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
新型水利水电工程智能安全监测系统研究
1
作者 刘家乐 何勇 蒋丰源 《陕西水利》 2025年第1期103-105,112,共4页
为解决水利水电工程安全监测过程中监测数据格式多变、复杂,以及传统安全监测模式监测成本高、精度较低的问题,采用物联网和三维模型一体化技术,研究开发了一种由三维场景展示、监测配置管理、监测数据管理、数据可视化分析和预警预报... 为解决水利水电工程安全监测过程中监测数据格式多变、复杂,以及传统安全监测模式监测成本高、精度较低的问题,采用物联网和三维模型一体化技术,研究开发了一种由三维场景展示、监测配置管理、监测数据管理、数据可视化分析和预警预报功能构成的新型水利水电工程智能安全监测系统。该系统在拉西瓦水电站安全监测中成功应用,结果表明通过自动采集、自动分析和自动编制报告等功能,能够快速准确地获取项目的安全监测数据,编制生成规范安全监测报告,降低人力成本,提高了安全监测的工作效率。 展开更多
关键词 水利水电工程 安全监测 三维可视化 监测分析 智能预警
在线阅读 下载PDF
注意力去噪与复数LSTM的时变信道预测算法
2
作者 陈永 蒋丰源 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第1期29-40,共12页
随着无线通信技术的发展,高速场景下通信技术的研究也越来越广泛,其中获取到准确的信道状态信息对提升无线通信系统的性能具有重要的意义。针对正交频分复用系统在高速场景下,现有信道预测算法未考虑噪声影响及预测精度低的问题,提出了... 随着无线通信技术的发展,高速场景下通信技术的研究也越来越广泛,其中获取到准确的信道状态信息对提升无线通信系统的性能具有重要的意义。针对正交频分复用系统在高速场景下,现有信道预测算法未考虑噪声影响及预测精度低的问题,提出了一种注意力去噪与复数卷积LSTM的时变信道预测算法。首先,设计了一种通道注意力信道去噪网络对信道状态信息进行去噪处理,降低了噪声对信道状态信息的影响。然后,提出了基于复数卷积层和长短期记忆网络的信道预测模型,对去噪后历史时刻的信道状态信息进行特征提取,并且对未来时刻的信道状态信息进行预测;改进后的LSTM预测模型增强了对信道时序特征的提取能力,提高了信道预测的精度。最后,结合Adam优化器对未来时刻信道状态信息进行预测输出。仿真结果表明:与对比算法相比,所提基于注意力去噪与复数卷积LSTM的时变信道预测算法对信道状态信息的预测精度更高,能够适用于高速移动场景下的时变信道预测。 展开更多
关键词 时变信道预测 高速场景 通道注意力去噪 复数卷积长短期记忆网络 正交频分复用
在线阅读 下载PDF
基于卡尔曼滤波的高速铁路时间同步网时间补偿 被引量:4
3
作者 陈永 詹芝贤 蒋丰源 《铁道学报》 EI CAS CSCD 北大核心 2023年第7期81-91,共11页
LTE-R作为下一代高速铁路无线通信系统,保持时间同步对于高速铁路行车安全至关重要。针对现有时间同步方法仅考虑随机噪声,而忽略LTE-R无线信道多径衰落、多普勒频移等对时钟同步过程的影响,导致主从时钟偏移估计不准确的问题,提出一种... LTE-R作为下一代高速铁路无线通信系统,保持时间同步对于高速铁路行车安全至关重要。针对现有时间同步方法仅考虑随机噪声,而忽略LTE-R无线信道多径衰落、多普勒频移等对时钟同步过程的影响,导致主从时钟偏移估计不准确的问题,提出一种基于卡尔曼滤波的高速铁路时间同步网时间补偿方法:建立LTE-R下主从时钟之间相位、频率偏移的状态转移方程;构建引入伯努利随机变量的时钟相位、频率偏移观测方程;利用改进的卡尔曼滤波算法得到最优时钟偏移估计值;使用本方法实现对LTE-R时间同步误差的补偿;通过实验仿真,得到LTE-R下信道多径衰落、多普勒频移、信噪比、列车车速等对高速铁路时间同步的影响,并实现对不同高铁运行场景下时间同步偏差的定量分析。结果表明:本方法能够有效消除LTE-R无线信道时钟偏差,与其他补偿方法相比,具有更好的稳定性和鲁棒性。 展开更多
关键词 时间同步 下一代高速铁路无线通信系统 精确时钟协议 卡尔曼滤波 时间补偿
在线阅读 下载PDF
多尺度残差注意力的高速铁路OFDM信道估计 被引量:2
4
作者 陈永 蒋丰源 詹芝贤 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第4期512-522,共11页
针对高速铁路正交频分复用(OFDM)通信系统在高速移动场景下,难以准确对快时变信道状态信息进行估计的问题,提出了一种基于多尺度残差注意力网络的高速铁路OFDM信道估计方法。首先,设计多尺度信道特征提取结构,对低分辨率信道矩阵采用多... 针对高速铁路正交频分复用(OFDM)通信系统在高速移动场景下,难以准确对快时变信道状态信息进行估计的问题,提出了一种基于多尺度残差注意力网络的高速铁路OFDM信道估计方法。首先,设计多尺度信道特征提取结构,对低分辨率信道矩阵采用多尺度多维特征提取,增强了信道不同尺度信息的提取能力。然后,构建残差注意力级联深度网络进行信道特征重构映射,将局部残差反馈结合注意力机制促进深层特征的融合和利用,提升OFDM信道矩阵的重构映射能力。最后,使用子像素卷积重构生成高分辨率信道矩阵,完成信道估计。通过频域和时域信道估计测试分析表明:在低速及高速铁路场景下,该方法与其他方法相比,信道估计的精度和复杂度等客观性评价指标均优于比较算法,能够满足OFDM信道估计的要求。 展开更多
关键词 信道估计 深度残差注意力 多尺度卷积神经网络 正交频分复用系统 超分辨率重构
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部