基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

电信运营商云网规划数字化研究和实现

基于电信运营商数字化转型，系统性地提出了数据驱动的云网发展规划体系，以及六大关键数字化能力构建，设计和实现了一种云网规划数字化平台，该平台可用于实现目标网络精细规划、边缘计算精准预测等场景，并探讨了数字孪生在规划领域的应用前景，对运营商推进云网融合战略、推进高质量发展具有指导和参考意义。     

金针菇多糖对微冻大黄鱼及其鱼片品质变化的影响

为研究金针菇多糖（polysaccharide from Flammulina velutipes，FVP）对微冻大黄鱼及鱼片在贮藏期间肌原纤维蛋白性质的变化及水分分布的影响，实验分别选用0.03、0.06、0.09 g/L FVP浸渍处理大黄鱼和鱼片，以无菌水处理为对照组，分析微冻贮藏期间样品的感官指标得分、总挥发性盐基氮含量、总巯基含量、Ca2＋-ATPase活性、蛋白流变学性质以及水分迁移变化规律。结果表明：FVP可有效抑制整鱼总挥发性盐基氮含量上升和感官得分的下降；减缓整鱼及鱼片在微冻过程中总巯基含量、Ca2＋-ATPase活性下降和水分流失；此外FVP还能够延缓大黄鱼因腐败而出现的蛋白凝胶能力减弱。在本实验选取的多糖浓度范围内，0.09 g/L FVP处理组保鲜效果较强。该研究结果可为FVP用于水产品贮运保鲜提供理论参考。     

铝合金模板全现浇夹心苯板混凝土外墙施工技术

以郑州高新区岳岗安置房建设项目为EPC总承包项目为例,对全现浇夹心苯板混凝土外墙施工技术的应用及施工技术要点展开讨论,通过墙体中间设置拉缝,减少墙体刚度,实现全现浇混凝土外墙,以提高建筑物的耐久性和安全性,减少后期使用风险和维保费用,为今后类似工程的施工提供理论依据和施工经验.     

基于α-FeOOH催化H2O2蒸气的低温烟气脱硝实验

针铁矿是分布广泛、储量丰富的铁氧化物，其主要成分为α-羟基氧化铁（α-FeOOH）。为了探究针铁矿在催化H₂O₂烟气脱硝反应中的性能，本文通过沉淀-水解法制备了α-FeOOH，并在自行搭建的实验台上开展了α-FeOOH催化H₂O₂的低温烟气脱硝实验研究，深入分析了H₂O₂流量、H₂O₂浓度、汽化温度、反应温度和共存气体浓度等工况参数对脱硝性能的影响。采用离子色谱（IC）分析了单独脱硝反应和同时脱硫脱硝反应后的含氧酸成分，结合各项表征分析技术考察了催化剂反应前后的理化特性和稳定性。实验结果显示，随着汽化温度和反应温度的升高，NO的脱除效率先增加后降低；增加H₂O₂浓度对脱硝效率有明显的促进作用。当汽化温度为140℃、反应温度为160℃时，以2.5mL/h注入10mol/L的H₂O₂脱硝效率达到80%。当SO₂浓度为1000μL/L时，脱硝效率提高至86.4%。离子色谱分析结果显示，单独脱硝反应和同时脱硫脱硝反应后含氧酸产物为HNO₃和H₂SO₄。反应前后催化剂的表征结果显示，α-FeOOH在脱硝反应后依然具有良好的稳定性，显示出针铁矿在低温烟气脱硝工艺中的潜在应用前景。     

基于局部分型面的电器外壳注塑模具设计

电器外壳制品形状结构复杂,有两处侧凸(孔)较难处理。通过对矩形孔内侧凸的结构分析,在其局部设计了分型面,避免了使用侧向抽芯机构;对侧孔部位设计了斜顶杆侧向抽芯机构,其结构简单、紧凑。模具采用一模二腔、平衡式布局,采用经扁推杆由制品内部进料的潜伏式浇口,S型流道。在NX 8.0中完成了模具结构设计。经实践证明,该模具结构合理,产品合格。     

基于星座图对射频指纹识别方法的研究

针对星座图的射频(RF)指纹识别方案中,低信噪比环境下识别准确率低的问题,提出一种基于欧式距离与幅度距离的二维识别算法来进行RF指纹识别。该方案通过对星座图进行优化处理,可从优化后的星座图中提取识别性能更好的RF指纹,再通过二维识别算法来提高识别准确率。仿真结果表明:与仅用欧式距离作为判断依据的方法相比,所提出的二维识别算法的识别准确率最高可提升8%,在设备容量为50组的情况下识别准确率为77.8%,并且从优化后的星座图中所提取的RF指纹具有更好的唯一性和稳定性。     

多共振分量融合CNN的行星齿轮箱故障诊断

针对行星齿轮箱中各部件所激起的振动成分混叠、早期故障特征经常被较强的各级齿轮谐波成分以及环境噪声所湮没的问题，提出一种多共振分量融合卷积神经网络（multi-resonance component fusion based convolutional neural network，简称MRCF-CNN）的行星齿轮箱故障诊断方法。首先，对振动信号进行共振稀疏分解，得到包含齿轮谐波成分的高共振分量和可能包含轴承故障冲击成分的低共振分量；其次，构建多共振分量融合卷积神经网络，将得到的高、低共振分量和原始振动信号进行自适应的特征级融合，通过有监督的方式训练模型并进行行星齿轮箱故障诊断。对行星齿轮箱实验数据的分析结果表明，该方法能够有效分类行星齿轮箱中滚动轴承和齿轮的故障，成功对行星齿轮箱故障进行诊断，同时能够进一步增强卷积神经网络对振动信号所蕴含的故障信息的辨识能力。     

某露天矿山边坡结构参数优化与支护设计

某露天矿山东帮边坡稳定性较差,已有12个区域出现大面积滑坡或垮塌,导致东帮边坡部分平台不连通,给矿山生产造成了严重的安全隐患。基于此,以边坡安全系数控制值为边坡稳定评判标准,采用极限平衡法、Geo-Slope软件计算边坡安全系数,分析边坡整体与局部的稳定性,并对不稳定区域进行参数优化研究,结果表明:东帮边坡整体滑坡的概率较低,但局部稳定性较差,需采取防护措施;边坡结构参数经优化后,边坡整体处于稳定状态。     

傅立叶级数模拟计算与仿真的实现

根据积分的近似计算模型，结合计算机语言建模与程序编写的方法，用计算机程序模拟计算周期信号的傅立叶级数，并应用Matlab实现仿真。这种模拟计算与仿真使得复杂的数学计算问题可视化、简单化。