检索结果-内蒙古大学图书馆

电子设计工程 2024年第14期32卷 25-29页

作者：王鑫张玲华南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学江苏省通信与网络技术工程研究中心江苏南京210003

针对含可再生能源的冷热电联供能源系统的调度优化问题,构建了燃气发电机、燃气锅炉、热回收系统、电制冷机、吸收制冷机等机组模型,考虑天然气费率结构和分时电价,基于夏、冬两季节典型日风光出力和电、热、冷负荷需求特性曲线,提出以... 详细信息

针对含可再生能源的冷热电联供能源系统的调度优化问题,构建了燃气发电机、燃气锅炉、热回收系统、电制冷机、吸收制冷机等机组模型,考虑天然气费率结构和分时电价,基于夏、冬两季节典型日风光出力和电、热、冷负荷需求特性曲线,提出以购买天然气成本、向电网购售电成本及环保成本总和最低为目标函数的调度优化模型,并考虑了各设备的运行约束及负荷平衡约束,提出一种改进的粒子群算法求解模型。不同季节的仿真结果表明,改进的粒子群算法求解模型能够有效降低能源系统的总成本,为能源的综合利用提供了依据。

关键词：冷热电联供可再生能源费率结构改进粒子群算法调度优化

来源：评论

学校读者我要写书评

暂无评论

基于ConvLSTM-LSTM的短期负荷预测方法

引用

电子设计工程 2024年第10期32卷 54-58页

作者：随春光张玲华南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学江苏省通信与网络技术工程研究中心江苏南京210003

长短时记忆(LSTM)网络和结合卷积神经网络(CNN)的CNN-LSTM预测模型由于其网络模型本身的缺陷,限制了预测精度的提高。针对以上问题,提出了一种结合卷积长短时记忆(ConvL⁃STM)网络的ConvLSTM-LSTM负荷预测模型。利用ConvLSTM网络充分提... 详细信息

长短时记忆(LSTM)网络和结合卷积神经网络(CNN)的CNN-LSTM预测模型由于其网络模型本身的缺陷,限制了预测精度的提高。针对以上问题,提出了一种结合卷积长短时记忆(ConvL⁃STM)网络的ConvLSTM-LSTM负荷预测模型。利用ConvLSTM网络充分提取时序特征,将提取到的信息输入到LSTM网络中进行进一步的选择性记忆,并输出预测结果。将该模型与CNN-LSTM网络模型、LSTM网络模型、以及门控循环单元(GRU)网络模型进行了对比,结果显示所构建的Con⁃vLSTM-LSTM模型的预测效果均优于对比模型,在精度评价指标平均绝对百分比误差(MAPE)上,分别减小了1.10%、1.54%、1.91%。

关键词：短期负荷预测长短时记忆网络卷积长短时记忆网络组合预测模型时序预测

来源：评论

学校读者我要写书评

暂无评论

基于改进粒子群-牛顿算法级联的双星定位方法

引用

太赫兹科学与电子信息学报 2024年第11期22卷 1253-1261,1303页

作者：杨光屈德新张更新南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家地方联合工程研究中心江苏南京210003

双星时差(TDoA)/频差(FDoA)定位因其只需利用2颗卫星便可对辐射源进行定位,成本和实现难度低于多卫星定位体制,实时性优于单卫星定位,更适合实际应用。为解决时频差方程解算过程中伴有的非线性最优化问题,提出一种改进粒子群算法(IPSO)... 详细信息

双星时差(TDoA)/频差(FDoA)定位因其只需利用2颗卫星便可对辐射源进行定位,成本和实现难度低于多卫星定位体制,实时性优于单卫星定位,更适合实际应用。为解决时频差方程解算过程中伴有的非线性最优化问题,提出一种改进粒子群算法(IPSO);针对双星时频差定位系统采用牛顿算法定位精确度较高,但在实际定位中采用该算法存在目标位置初值设置的收敛盲区问题,提出基于改进粒子群-牛顿(IPSO-Newton)级联定位方法。利用IPSO算法获得可靠收敛的初定位值,并以此作为迭代初值;级联使用牛顿法进行定位,提高定位精确度并避免初值不收敛问题。仿真实验表明,所提算法比Newton法有效初始点选取成功率提高了48.15%,节省了计算量,提高了算法的计算效率。

关键词：双星定位到达时间差到达频率差改进粒子群牛顿算法

来源：评论

学校读者我要写书评

暂无评论

基于DV-Hop算法的无线传感器网络定位精度优化

引用

激光与光电子学进展 2021年第22期58卷 490-496页

作者：刘川洲张玲华南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学江苏省通信与网络技术工程研究中心江苏南京210023

在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用。针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法。该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加... 详细信息

在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用。针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法。该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加权方式修正平均跳距,并利用加权最小二乘法估算未知节点坐标。通过仿真得出所提算法在相同实验条件下的定位精度较DV-Hop算法提升约60.5%,相较于双通信半径优化算法和3-DV-Hop算法分别提升约36.4%和13.8%。

关键词：传感器无线传感器网络 DV-Hop 节点定位最小均方误差加权最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于改进GAN模型的图像化短期负荷预测方法研究

引用

电子设计工程 2024年第20期32卷 16-20页

作者：张鑫翔张玲华南京邮电大学通信与信息工程学院江苏南京210003 江苏省通信与网络技术工程研究中心江苏南京210003

为解决短期负荷预测中长序列预测精度不足的问题,提出一种基于改进GAN(生成对抗网络)模型进行短期负荷预测的方法。该模型以图像修复算法GAN为基础,结合通道、空间注意力机制和多尺度卷积进行图像修复。该模型将一维负荷序列编码为RGB... 详细信息

为解决短期负荷预测中长序列预测精度不足的问题,提出一种基于改进GAN(生成对抗网络)模型进行短期负荷预测的方法。该模型以图像修复算法GAN为基础,结合通道、空间注意力机制和多尺度卷积进行图像修复。该模型将一维负荷序列编码为RGB图像。将图像化负荷序列中需要预测的部分进行mask处理,将序列预测问题转换为图像缺失像素的修复问题。将修复图像恢复为负荷序列,通过XGBoost(极限梯度提升树),结合气温、节假日、时刻等特征值进行修正。通过实际算例显示,所提出方法的MAPE为2.45%,与传统预测方法相比,在精度上为最优。

关键词：短期负荷预测生成对抗网络注意力机制图像修复

来源：评论

学校读者我要写书评

暂无评论

基于L0-IPNLMS的低复杂度数字助听器回声消除算法

引用

数据采集与处理 2021年第5期36卷 939-949页

作者：高纯张玲华南京邮电大学通信与信息工程学院南京210003 南京邮电大学江苏省通信与网络技术工程研究中心南京210003

针对数字助听器中回声消除算法计算复杂度高的问题,提出了一种基于集员滤波(Set membership filtering,SMF)理论的变步长基于L0范数的改进比例归一化最小均方误差算法(L0-norm constrained improved proportional NLMS,L0-IPNLMS)算法... 详细信息

针对数字助听器中回声消除算法计算复杂度高的问题,提出了一种基于集员滤波(Set membership filtering,SMF)理论的变步长基于L0范数的改进比例归一化最小均方误差算法(L0-norm constrained improved proportional NLMS,L0-IPNLMS)算法。该算法将集员滤波的时变步长引入到L0-IPNLMS算法中,不仅提高了系统的收敛特性,而且充分利用了集员滤波理论的数据选择更新特性,在误差幅度有界的前提下进行滤波器系数的更新,减少了不必要的迭代次数,降低了数字助听器的功耗。仿真实验表明,与L0-IPNLMS算法相比,结合集员滤波和L0范数的改进比例归一化最小均方误差算法(L0-Norm constrained improved proportional NLMS based on set membership filtering theory,SM-L0-IPNLMS)算法在保留稀疏性的同时,计算复杂度降低了15.3%,在以随机信号和真实语音作为输入信号时收敛速度分别提高了28%、32.8%,失调量分别降低了1 dB、3 dB,均方误差分别降低了0.66 dB和1.68 dB,回声损失值则分别提升了0.7 dB和1.79 dB。此外,算法在低信噪比的输入条件下也具有较强的鲁棒性。

关键词：集员滤波计算复杂度数字助听器回声消除

来源：评论

学校读者我要写书评

暂无评论

空天地海一体化的大规模随机接入方法研究

引用

移动通信 2023年第7期47卷 58-63,91页

作者：徐克徐友云王小明南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家工程研究中心江苏南京210003

空天地海一体化网络为解决承载大规模设备接入问题提供一种新的方案与思路。针对日益增长的大规模设备接入问题,提出了基于机器学习的随机接入方法,增加在大规模设备接入情形下的接入成功设备的数量。先阐述了空天地海一体化网络下的MA... 详细信息

空天地海一体化网络为解决承载大规模设备接入问题提供一种新的方案与思路。针对日益增长的大规模设备接入问题,提出了基于机器学习的随机接入方法,增加在大规模设备接入情形下的接入成功设备的数量。先阐述了空天地海一体化网络下的MAC层系统模型,接着对比分析了五种随机接入方法。最终实验结果表明,所提出的适应性随机接入方法能够增加网络系统的接入成功的设备数量。

关键词：空天地海一体化网络大规模随机接入强化学习

来源：评论

学校读者我要写书评

暂无评论

基于改进灰狼算法的充电桩供电线路规划研究

引用

计算机技术与发展 2023年第8期33卷 186-191,198页

作者：战彦君张玲华南京邮电大学通信与信息工程学院江苏南京210003 江苏省通信与网络技术工程研究中心江苏南京210003

针对城市电动汽车共享充电桩分布的随机性和不均匀性,为了以最高效率和最低成本对区域中充电桩供电,将灰狼算法应用于充电桩供电线路规划中。针对传统灰狼算法易陷入局部最优解、初始种群分布不均匀和后期收敛速度慢等问题,提出了一种基... 详细信息

针对城市电动汽车共享充电桩分布的随机性和不均匀性,为了以最高效率和最低成本对区域中充电桩供电,将灰狼算法应用于充电桩供电线路规划中。针对传统灰狼算法易陷入局部最优解、初始种群分布不均匀和后期收敛速度慢等问题,提出了一种基于Tent映射和非线性收敛因子的改进灰狼算法。通过Tent混沌映射产生种群初始解以丰富种群多样性,采用非线性收敛因子和加入随机扰动的位置更新公式来避免陷入局部最优和加快算法后期收敛速度。对城市充电桩进行供电线路实例仿真,并将改进算法与传统灰狼算法、粒子群算法、遗传算法、免疫算法、模拟退火算法、布谷鸟算法、教与学算法进行比较。实验结果表明,改进算法收敛速度快,稳定性好,可以很好地应用于充电桩供电线路规划。

关键词：充电桩灰狼优化算法 Tent混沌映射非线性收敛因子线路规划

来源：评论

学校读者我要写书评

暂无评论

密集异构蜂窝网络中基于深度强化学习的下行链路功率分配算法

引用

南京邮电大学学报（自然科学版） 2021年第2期41卷 12-19页

作者：周凡王鸿宋荣方南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学江苏省通信与网络技术工程研究中心江苏南京210003

针对密集异构蜂窝网络系统的下行链路,提出了一种基于深度强化学习的功率分配算法,旨在最大化系统能量效率。首先,基于蜂窝网络的下行链路模型对系统能量效率进行了建模;其次,构建了含有两层隐藏层的深度Q网络(DQN)作为行为状态值函数,... 详细信息

针对密集异构蜂窝网络系统的下行链路,提出了一种基于深度强化学习的功率分配算法,旨在最大化系统能量效率。首先,基于蜂窝网络的下行链路模型对系统能量效率进行了建模;其次,构建了含有两层隐藏层的深度Q网络(DQN)作为行为状态值函数,用以优化系统能量效率。最后,仿真结果表明,所提的深度Q学习算法相较于贪婪算法、Q学习算法能够获得更高的系统能量效率,且在收敛速度和稳定性方面有显著提高,此外,通过改变学习速率来观察模型的性能找到了最佳学习速率。

关键词：密集异构蜂窝网络功率分配深度强化学习深度神经网络能量效率

来源：评论

学校读者我要写书评

暂无评论

基于联合优化的高通量卫星跳波束图案设计研究

引用

南京邮电大学学报（自然科学版） 2021年第3期41卷 1-8页

作者：张晨彭明阳张更新南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学通信与网络技术国家工程研究中心江苏南京210003

跳波束技术因其灵活的资源分配方法得到了广泛关注,被认为是下一代高通量卫星系统的关键技术。针对控制信令随业务波束的场景,提出一种联合优化的跳波束图案设计方法,首先建立跳波束时隙分配的目标函数,通过凸优化算法尽可能地满足各波... 详细信息

跳波束技术因其灵活的资源分配方法得到了广泛关注,被认为是下一代高通量卫星系统的关键技术。针对控制信令随业务波束的场景,提出一种联合优化的跳波束图案设计方法,首先建立跳波束时隙分配的目标函数,通过凸优化算法尽可能地满足各波束的业务需求,然后综合考虑同频干扰、波束重访时间、系统同步等因素,对时隙分配结果进行联合优化,确定各波束的驻留时间和工作次序,解决了波束间断带来的同步问题。仿真结果表明,相比于传统方法,提出的跳波束图案设计方法,能够有效消除系统内部同频干扰,兼顾系统同步,大幅度提高系统吞吐量,满足业务的动态变化和不均性分布。

关键词：高通量卫星跳波束图案波束重访同频干扰联合优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：