排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
由于无人机组网灵活、快速、低成本的特性,空中基站被视为在未来无线通信中有前景的技术。无人机集群可以通过相互协调和合作,完成的复杂任务,具有重大的研究和实用价值,而无人机间的高效通信是当下面临的重大挑战。为了在满足无人机间通信速率的前提下,尽可能节省发射功率,本文提出基于深度强化学习的集群方案和功率控制的智能决策算法。首先,本文设计了三种无人机集群方案,以对地面用户提供无缝的无线覆盖;然后,本文提出了基于深度Q网络(Deep Q-network)算法的集群方案和功率控制决策算法,用深度神经网络输出不同条件下联合决策的无人机集群方案和发射功率,并研究了重要性采样技术,提高训练效率。仿真结果表明,本文提出的深度强化学习算法能够正确决策无人机集群方案和发射功率,与不带强化学习的深度学习(Deep Learning Without Reinforcement Learning, DL-WO-RL)算法相比,用更低的发射功率满足无人机之间的通信速率要求,并且重要性采样技术能够缩短DQN算法的收敛时间。 相似文献
2.
3.
4.
针对目前国内暂无对甲氧基丙烯酸酯类杀菌剂活性基团的重要合成中间原料 3-异色酮检测方法的相关研究及报道,本试验建立了一种测定 3-异色酮质量分数的检测方法。采用高效液相色谱仪,以乙腈-超纯水为流动相,使用 ODS-SP 为填料的不锈钢色谱柱和二级阵列管检测器,在 210 nm 波长下对合成甲氧基丙烯酸酯类杀菌剂重要中间体 3-异色酮进行分离和定量分析。当 3-异色酮的质量浓度在 0.5~20 mg·L-1时,分析方法的线性关系良好,相关系数 R2为 0.999,检出限为 3.55×10-1 mg·L-1,定量限为 1.18 mg·L-1,土壤和水体中加标回收率均在 80%以上。该检测方法分离效果好,线性关系、精密度和回收率均符合要求,可作为 3-异色酮环境安全性评价时的质量分数测定方法,也可用于农药合成和生产环节的质量控制方法。 相似文献
5.
6.
金属锈蚀环境复杂,生锈部位及形状差异较大,使得锈蚀难以检测。随着无人机逐渐应用于线路巡检,计算机视觉也应用于金具锈蚀识别。针对目前锈蚀检测存在的问题,提出了使用基于深度学习的Faster RCNN目标检测模型和锈蚀HSI颜色特征相结合的锈蚀检测方法,用于解决数字图像处理适用性差且效率不高和深度学习方法目标特征无法准确提取等问题。实验结果显示该方法对于常见的几种锈蚀情况都有较好的识别效果,都可识别出图像中锈蚀区域的主体部分,且深度学习算法与HSI颜色特征结合的方法判断锈蚀有无的正确率和召回率达到了较高水准,漏识别率也符合现实要求。因此,该方法符合实际需求,为电气行业相关金属的日常管理养护提供了技术支撑。 相似文献
7.
针对最小频移键控(MSK)信号,本文研究了一种性能优异的低复杂度最大似然非相干检测(MLNCD)接收模型,通过利用有限的几个符号构成的观测序列检测中间符号解调信息。本文给出了MLNCD模型的判决表达式,并推导了基于MLNCD算法的MSK信号软解调简化表达式,降低了实现复杂度。本文还仿真分析了采用MLNCD算法的无编码MSK系统和有编码MSK系统的误码率(BER)性能,结果表明MLNCD算法比传统MSK非相干解调算法具有显著的BER性能优势,与MSK相干解调性能接近,而且软信息的简化几乎没有造成系统性能损失。 相似文献
1