为解决当前5G无线网络中高速移动节点信号定位不准确和高稳定分布噪声(high stable distribution noise,HSDN)等特殊偏移噪声降低定位准确性的问题,提出基于电控旋转序列位移接收结构的5G无线网络信号定位算法。利用单一节点接收结构及...为解决当前5G无线网络中高速移动节点信号定位不准确和高稳定分布噪声(high stable distribution noise,HSDN)等特殊偏移噪声降低定位准确性的问题,提出基于电控旋转序列位移接收结构的5G无线网络信号定位算法。利用单一节点接收结构及环接收结构并采取分层方式,构建电控旋转序列位移接收结构;基于待定位信号与中央基站及各层接收节点之间的切线关系,初步估计待测信号方位;针对信号发射环境中的HSDN噪声频率漂移特性,通过信号定位差分机制,联合最优极大似然估计,构建基于差分方式的方位角精度优化机制,降低定位误差。仿真结果表明,与采取单一节点接收方式的GDAM算法及采取单层环接收方式的NUPOS-1算法相比,在HSDN噪声干扰环境下,该算法具有更低的信号定位误差。展开更多
按照超高压电缆实际线路参数建立电缆依频仿真模型。通过与其他模型对比,分析不同放电信号在电缆线路中的传输特性。在耐压试验中同步使用分布式局放监测设备进行放电信号采集,将所采集放电脉冲的时域、频域特征空间变化趋势同仿真数据...按照超高压电缆实际线路参数建立电缆依频仿真模型。通过与其他模型对比,分析不同放电信号在电缆线路中的传输特性。在耐压试验中同步使用分布式局放监测设备进行放电信号采集,将所采集放电脉冲的时域、频域特征空间变化趋势同仿真数据进行对比分析,并结合现场诊断结果确定放电信号来源和类型,准确评价330 k V交联聚乙烯电缆线路的绝缘健康状况。结果表明,所提电缆模型能更准确分析高频信号的传输特性,配合实装的分布式放电信号检测设备,可以辅助定位放电信号来源。展开更多
本文针对Ho提出的基于TDOA(Time Difference of Arrival)与GROA(Gain Ratio of Arrival)信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出...本文针对Ho提出的基于TDOA(Time Difference of Arrival)与GROA(Gain Ratio of Arrival)信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出的解中直接减去期望偏差,BiasRed法通过分析误差表达方程并引入二次约束来提升定位估计精度;分析表明两种方法均可针对远距离信号源,在较小高斯误差情况下有效消减定位偏差,BiasRed法可将偏差降低到最大似然估计算法的水平;计算机仿真分析验证了所提算法的性能.展开更多
文摘为解决当前5G无线网络中高速移动节点信号定位不准确和高稳定分布噪声(high stable distribution noise,HSDN)等特殊偏移噪声降低定位准确性的问题,提出基于电控旋转序列位移接收结构的5G无线网络信号定位算法。利用单一节点接收结构及环接收结构并采取分层方式,构建电控旋转序列位移接收结构;基于待定位信号与中央基站及各层接收节点之间的切线关系,初步估计待测信号方位;针对信号发射环境中的HSDN噪声频率漂移特性,通过信号定位差分机制,联合最优极大似然估计,构建基于差分方式的方位角精度优化机制,降低定位误差。仿真结果表明,与采取单一节点接收方式的GDAM算法及采取单层环接收方式的NUPOS-1算法相比,在HSDN噪声干扰环境下,该算法具有更低的信号定位误差。
文摘按照超高压电缆实际线路参数建立电缆依频仿真模型。通过与其他模型对比,分析不同放电信号在电缆线路中的传输特性。在耐压试验中同步使用分布式局放监测设备进行放电信号采集,将所采集放电脉冲的时域、频域特征空间变化趋势同仿真数据进行对比分析,并结合现场诊断结果确定放电信号来源和类型,准确评价330 k V交联聚乙烯电缆线路的绝缘健康状况。结果表明,所提电缆模型能更准确分析高频信号的传输特性,配合实装的分布式放电信号检测设备,可以辅助定位放电信号来源。
文摘本文针对Ho提出的基于TDOA(Time Difference of Arrival)与GROA(Gain Ratio of Arrival)信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出的解中直接减去期望偏差,BiasRed法通过分析误差表达方程并引入二次约束来提升定位估计精度;分析表明两种方法均可针对远距离信号源,在较小高斯误差情况下有效消减定位偏差,BiasRed法可将偏差降低到最大似然估计算法的水平;计算机仿真分析验证了所提算法的性能.
