针对太赫兹频段高速移动场景,提出了一种参考信号方案——增强型离散傅里叶变换扩展正交频分复用(E DFT-s-OFDM)DMRS:将具有循环前缀(CP)和循环后缀(CS)的参考信号序列分割为首部和尾部参考信号序列,然后分别嵌入每个OFDM符号的尾部和...针对太赫兹频段高速移动场景,提出了一种参考信号方案——增强型离散傅里叶变换扩展正交频分复用(E DFT-s-OFDM)DMRS:将具有循环前缀(CP)和循环后缀(CS)的参考信号序列分割为首部和尾部参考信号序列,然后分别嵌入每个OFDM符号的尾部和首部。这种方案的优点在于,前一个OFDM符号的尾部和后一个OFDM符号的首部构成一个完整的参考信号序列,从而允许接收端在每个OFDM符号间隔内都能进行信道估计,提高了信道估计的精度和实时性。此外,相邻OFDM符号的首部和尾部参考信号序列相同,从而省去了每个OFDM符号的传统循环前缀(CP),提高了频谱效率。仿真结果表明,在太赫兹频段高速移动场景下,与5G NR DFT-s-OFDM波形的DMRS方案相比,该方案的信道估计更精确,通信系统的频谱效率更高。展开更多
将高频率分辨力谱估计技术与优化算法相结合而提出一种新的异步电动机转子故障检测方法。针对两种典型的高频率分辨力谱估计技术——多重信号分类(multiple signalclassification,MUSIC)与旋转不变信号参数估计技术(estimation of signa...将高频率分辨力谱估计技术与优化算法相结合而提出一种新的异步电动机转子故障检测方法。针对两种典型的高频率分辨力谱估计技术——多重信号分类(multiple signalclassification,MUSIC)与旋转不变信号参数估计技术(estimation of signal parameters via rotational invariancetechnique,ESPRIT),应用模拟转子故障的定子电流信号测试其频率分辨力、精度等性能,结果表明:即使对于短时信号,二者仍具高频率分辨力,可以准确地分辨定子电流信号中转子故障特征分量、主频分量之频率;但对其幅值、初相角,仅能提供"粗糙"估计。为此,尝试以优化算法——模拟退火算法(simulated annealing algorithm,SAA)与模式搜索算法(pattern search algorithm,PSA)确定各分量的幅值与初相角。同时,分别对MUSIC与ESPRIT、SAA与PSA做了性能对比,遴选优者并应用于转子故障检测。最后,针对转子断条故障进行实验,结果表明:基于高频率分辨力谱估计技术与优化算法的异步电动机转子故障检测方法有效、可行,即使在负载波动、噪声等干扰严重情况下仍然适用。展开更多
文摘针对太赫兹频段高速移动场景,提出了一种参考信号方案——增强型离散傅里叶变换扩展正交频分复用(E DFT-s-OFDM)DMRS:将具有循环前缀(CP)和循环后缀(CS)的参考信号序列分割为首部和尾部参考信号序列,然后分别嵌入每个OFDM符号的尾部和首部。这种方案的优点在于,前一个OFDM符号的尾部和后一个OFDM符号的首部构成一个完整的参考信号序列,从而允许接收端在每个OFDM符号间隔内都能进行信道估计,提高了信道估计的精度和实时性。此外,相邻OFDM符号的首部和尾部参考信号序列相同,从而省去了每个OFDM符号的传统循环前缀(CP),提高了频谱效率。仿真结果表明,在太赫兹频段高速移动场景下,与5G NR DFT-s-OFDM波形的DMRS方案相比,该方案的信道估计更精确,通信系统的频谱效率更高。
文摘将高频率分辨力谱估计技术与优化算法相结合而提出一种新的异步电动机转子故障检测方法。针对两种典型的高频率分辨力谱估计技术——多重信号分类(multiple signalclassification,MUSIC)与旋转不变信号参数估计技术(estimation of signal parameters via rotational invariancetechnique,ESPRIT),应用模拟转子故障的定子电流信号测试其频率分辨力、精度等性能,结果表明:即使对于短时信号,二者仍具高频率分辨力,可以准确地分辨定子电流信号中转子故障特征分量、主频分量之频率;但对其幅值、初相角,仅能提供"粗糙"估计。为此,尝试以优化算法——模拟退火算法(simulated annealing algorithm,SAA)与模式搜索算法(pattern search algorithm,PSA)确定各分量的幅值与初相角。同时,分别对MUSIC与ESPRIT、SAA与PSA做了性能对比,遴选优者并应用于转子故障检测。最后,针对转子断条故障进行实验,结果表明:基于高频率分辨力谱估计技术与优化算法的异步电动机转子故障检测方法有效、可行,即使在负载波动、噪声等干扰严重情况下仍然适用。
