一种基于宽带波束赋形的通信传输系统及方法

    公开(公告)号:CN116996146A

    公开(公告)日:2023-11-03

    申请号:CN202310844238.1

    申请日:2023-07-10

    Applicant: 武汉大学

    Abstract: 本发明提出了一种基于宽带波束赋形的通信传输系统及方法。本发明构建真时延网络基站和用户终端间的宽带信道模型;在上行波束训练过程中,真时延网络基站通过设计模拟波束赋形器矩阵控制波束分裂效应,感知来自每个用户终端的接收信号,并基于贝叶斯准则更新每个用户终端到达角的后验概率二叉树模型以获取每个用户终端的到达角信息;下行数据传输过程中,真时延基站端根据每个用户终端的准确到达角信息设计模拟波束赋形矩阵,并计算下行数据传输过程中每个用户终端获得的数据速率。本发明通过灵活控制空间宽带效应所导致的分裂波束,提供高数据速率、低训练开销、低阵列增益损失的通信传输方法,有效提高了高频段大规模MIMO网络的通信性能。

    区域暗管布局及排水排盐数值模拟方法和装置

    公开(公告)号:CN111898257B

    公开(公告)日:2022-03-04

    申请号:CN202010686889.9

    申请日:2020-07-16

    Applicant: 武汉大学

    Abstract: 本发明提供了一种区域暗管布局及排水排盐数值模拟方法和装置,能够确定合理的暗管参数和大范围暗管布局条件下的水盐动态。本发明所提供的方法包括:步骤1.收集研究区域基础数据;步骤2.基于步骤1收集的基础数据,建立研究区域地下水流、溶质数学模型;步骤3.结合基础数据,建立研究区地下水流、溶质数值模型,进行时间和空间离散,定义模型边界,输入初始地下水位和矿化度、地质参数和上边界源汇;步骤4.率定验证模型;步骤5.在暗排区细化网格,基于暗管布设历史资料确定暗管布局参数;步骤6.模拟暗管排水条件下区域水盐动态,输出排水排盐量,根据设计目标和区域实际情况调整暗管布局参数和暗排区布置方式以达到暗排系统设计目标。

    一种基于剖面含水率和地下水埋深的土壤剖面水量利用量计算方法

    公开(公告)号:CN111028097A

    公开(公告)日:2020-04-17

    申请号:CN201911354928.9

    申请日:2019-12-25

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于剖面含水率和地下水埋深的土壤剖面水量利用量计算方法,主要步骤如下:数据准备与检查;体积含水率的修正与插值,采用三段式插补法给出整个计算剖面的含水率;选定计算区范围计算土壤剖面储水量;最后利用计算时段初、末土壤剖面储水量之差,得到土壤剖面水量利用量;同时利用地下水埋深变动带的储水量变化计算得到饱和带的地下水利用量,并进一步反推非饱和带的土壤水利用量,从而获得土壤剖面水量利用量的垂向分布情况。本发明利用实测含水率数据并将其延拓至整个计算剖面,通过对计算区的分段,计算得到饱和带地下水利用量和非饱和带土壤水利用量,为区分土壤剖面水量利用量的来源提供了数据支撑。

    一种耕地土壤控盐方法
    9.
    发明公开

    公开(公告)号:CN109496485A

    公开(公告)日:2019-03-22

    申请号:CN201811594449.X

    申请日:2018-12-25

    Applicant: 武汉大学

    Abstract: 本发明提供一种耕地土壤控盐方法,包括:通过耕地灌溉水垂直入渗和侧向渗流,将不同时期积聚耕作土层中的盐分垂直向下淋洗,带入地下水中,通过地下水横向补给运移过程,将盐分代入毗邻盐荒地进行蒸发,盐分随水分向上运移,并积聚在盐荒地土层。本发明提供的耕地土壤控盐方法,通过给耕地灌水,使得耕地地下水补给量大于消耗量、盐荒地下水消耗量大于补给量的水位差,从而使得地下水存储的盐分随水分垂直向上迁移并积聚在盐荒地土层中,并最终实现了生态控盐,该控盐方法简单、成本低,不需占用的大量的有效耕地面积。

    一种基于阴阳双目标样本的太极相对距离度量方法

    公开(公告)号:CN105005797A

    公开(公告)日:2015-10-28

    申请号:CN201510486310.3

    申请日:2015-08-10

    Applicant: 武汉大学

    CPC classification number: G06K9/6218 G06K9/627

    Abstract: 本发明公开了一种基于阴阳双目标样本的太极相对距离度量方法,本发明为每个阳样本(原始样本)建立虚拟阴样本,通过平衡与阴阳样本间的距离,也即采用相对距离来学出距离函数变换矩阵。该发明首先提出三种方法为样本建立对应的阴样本,最后分别从阳样本中估计出类内、类间阳样本对的协方差矩阵,从阴样本对估计出类内、类间样本对的协方差,再分别计算阳样本类内、类间协方差矩阵的逆矩阵的差和阴样本类内、类间协方差矩阵的逆矩阵的差,得到互补而又互斥的两种马氏距离变换矩阵。在几大数据集上测试的结果证明该度量学习方法不仅继承了KISS算法训练速度快的优点,而且在应用上也能取得更好的效果。

Patent Agency Ranking