期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
办公室环境下的超宽带信道测量与建模 被引量:7
1
作者 李德建 周正 +2 位作者 李斌 翟世俊 蒋挺 《电波科学学报》 EI CSCD 北大核心 2012年第3期432-439,共8页
依据广泛的频域信道测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的办公室室内信道模型。信道总体模型采用修正Saleh-Valenzuela(S-V)模型。在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国超宽带... 依据广泛的频域信道测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的办公室室内信道模型。信道总体模型采用修正Saleh-Valenzuela(S-V)模型。在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国超宽带频谱规范的测量信号。利用CLEAN算法从时域测量数据中提取高分辨率的离散信道响应,并为信道时域测量信号提出了一种基于小波分析的自动分簇算法,统计提取出了大尺度和小尺度信道模型参数。结果表明:提出的办公室超宽带信道模型和实测数据具有相近的时延扩展特性和平均多径数量,可以比IEEE802.15.4a信道模型更好地反映中国办公室环境下的UWB信道特性。 展开更多
关键词 超宽带 信道模型 办公室 分簇算法 S-V模型
下载PDF
大型客车车厢环境下的超宽带信道模型 被引量:1
2
作者 李德建 周正 +1 位作者 翟世俊 李斌 《北京邮电大学学报》 EI CAS CSCD 北大核心 2012年第1期5-9,共5页
依据频域信道测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的大型客车车厢信道模型.在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国UWB频谱规范的测量信号,并为信道时域测量信号提出了一种基于小... 依据频域信道测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的大型客车车厢信道模型.在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国UWB频谱规范的测量信号,并为信道时域测量信号提出了一种基于小波分析的自动分簇算法来替代人眼分簇.信道模型采用修正Saleh-Valenzuela模型,从测量数据中统计提取信道模型参数,并依据模型参数仿真实现了信道模型.结果表明,提出的大型客车车厢信道模型和信道实测数据有相似的附加时延、均方根时延扩展特性和平均多径个数. 展开更多
关键词 超宽带 信道模型 大型客车车厢 分簇算法
原文传递
基于携因素语义距离的定制西服订单聚类方法 被引量:2
3
作者 周东君 王正肖 +3 位作者 张卫 叶建芳 吴鹏程 潘晓弘 《计算机集成制造系统》 EI CSCD 北大核心 2015年第1期57-66,共10页
为解决定制西服订单多样性和生产高效性的矛盾,利用大规模定制思想,结合定制西服订单商业特征到过程特征的映射建立了多段多级柔性西服物流编码系统,提出一种携因素语义距离订单聚类方法,该方法运用多级层次分析法确定了影响因素的权重... 为解决定制西服订单多样性和生产高效性的矛盾,利用大规模定制思想,结合定制西服订单商业特征到过程特征的映射建立了多段多级柔性西服物流编码系统,提出一种携因素语义距离订单聚类方法,该方法运用多级层次分析法确定了影响因素的权重,分析了编码属性的值域,将其分为有序属性和无序属性,并概念化得出了语义距离计算方法,采用改进的聚类识别算法对距离设计结构矩阵模型进行分割,实现了订单的聚类。通过实例计算表明了该方法能有效解决西服订单聚类问题。 展开更多
关键词 定制西服订单 订单编码 携因素语义距离 设计结构矩阵模型 改进聚类识别算法 过程特征
下载PDF
林地场景下的超宽带无线信道模型研究 被引量:1
4
作者 许慧颖 李德建 周正 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第5期103-108,共6页
为了研究超宽带信号在林地中的传播特性,依据信道频域测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的林地场景信道模型.信道总体模型采用修正S-V模型.在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合... 为了研究超宽带信号在林地中的传播特性,依据信道频域测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的林地场景信道模型.信道总体模型采用修正S-V模型.在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国超宽带频谱规范的测量信号,利用CLEAN算法得到高分辨率的离散信道响应,并为信道时域测量信号提出了一种基于小波分析的分簇算法,最后统计提取出了信道模型参数.仿真结果表明,提出的林地超宽带信道模型和实测数据有着相近的时延扩展特性和主要多径个数. 展开更多
关键词 超宽带 信道模型 林地 分簇算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部