基于WF算法的涡旋电磁波波前畸变校正

涡旋电磁波在自由空间中传输时由于大气湍流的干扰会使其发生波前畸变，影响通信质量，因此需要使用相位校正算法进行波前校正。提出一种改进的WF算法，通过结合涡旋电磁波在大气湍流中的传输特性在算法初始阶段引入了约束规则，可以有效地避免WF算法在迭代次数不足的情况下造成的校正结果不佳的问题。仿真实验结果表明，使用改进的WF算法校正后相位的相对均方根误差比未校正相位的相对均方根误差减少了0.3678，比使用WF算法校正后相位的相对均方根误差进一步地降低了0.032，即改进的WF算法能够更好的对涡旋电磁波波前畸变进行校正。

 2021-12-03
收藏0
阅读25
下载0
14页
docx

1.62M

分享至:

声明：该方案内容由用户上传，其观点仅代表作者本人；中服云系信息发布平台，仅提供方案内容存储空间服务。如因作品内容、版权和其它问题需要同本站联系的，请联系029-88386725。

评价

相关方案

ChatGPT发展历程、原理、技术架构详解和产业未来

本文将介绍ChatGPT的特点、功能、技术架构、局限、产业应用、投资机会和未来。

阅读3540
下载7

深入理解零拷贝技术

很多应用程序在面临客户端请求时，可以等价为进行如下的系统调用： 1. File.read（file, buf, len）； 2. Socket.send（socket, buf, len）；例如消息中间件 Kafka 就是这个应用场景，从磁盘中读取一批消息后原封不动地写入网卡（NIC，Network interface controller）进行发送。在没有任何优化技术使用的背景下，操作系统为此会进行 4 次数据拷贝，以及 4 次上下文切换

阅读3387
下载1

XX集团智能工厂整体解决方案：整体集成仓库+车间+质量+SAP

在“十四五”新的发展阶段,通过大量的方案积累,数字已经成长为实力强劲的智能工厂整体解决方案提供商,无论从平台技术、人才储备、产品构成、服务体系等多方面已构成了不可替代的核心竞争力。

阅读5411
下载23

最新上线

智慧加油站综合管理平台建设方案

法律要求为油罐车安装卫星定位装置，接入全国重点营运车辆联网联控系统。业务关联度不高，员工相互协调效率低，无法实现对加油站进行综合管理

阅读6

数据价值化与数据要素市场发展报告

从经济学角度出发分析数据要素市场类型、特征和价值释放路径，梳理数据资源化、资产化、资本化价值释放现状，分析数据要素赋能经济及产业发展路径和能力，为未来加快完善数据要素市场体系，释放数据要素价值提出政策建议。

阅读6

智慧港区综合解决方案

去烟囱:采集(包括下级平台)数据统一接入，规范化集成。积木式公共平台:感知设备采集的数据、统一存储、管理、并对业务提供积木式服务接口、智能分析算法(箱号识别、货箱验残智能算法能力开放)货架式业务平台:无需考虑数据接入、存储、运维管理专注于应用，选择公共平台提供的服务接口、组件、拼装业务应用高可用、可扩展:服务的全集群化设计，为持续稳定服务、扩容提供技术支撑

阅读6

2024年中国工业大模型行业发展研究报告

ChatGPT火爆出圈后，市场上掀起一阵“大模型+行业”的讨论与热潮，工业领域也不例外。但当前大模型本身存在着不可解释性与幻觉等不足，这与工业领域“0容错”的特性相悖，大模型落地工业的进展似乎受阻。那么，当前大模型落地工业领域的现状如何？主要玩家有谁？产品形态是什么样的？应用场景有哪些？……诸多问题都将在报告中逐渐展开。

阅读9

杨建高工：基于WT-CNN-BiLSTM模型的日前光伏功率预测

光伏功率的准确预测对于电网的安全稳定和经济运行具有重大意义。为此，提出了一种日前光伏功率预测方法，利用小波变换（wavelet transform，WT）将数值天气预报数据（numerical weather prediction，NWP）和光伏功率数据分解为具有时间信息的频率数据，消除数据信息中随机性和波动性对预测精度的影响，利用卷积神经网络（convolutional neural network，CNN）模型深度挖掘输入数据的季节性特征和空间关联特性，利用双向长短期记忆网络（bi-directional long-short term memory，BiLSTM）模型获取输入数据序列的时间相关性，构建基于WT-CNN-BiLSTM的日前光伏功率预测模型。以某一光伏电站为计算对象，在不同季节和气候条件下对比分析WT-CNN-BiLSTM模型、CNN-BiLSTM模型、LSTM（long-short term memory）模型、GRU（gated recurrent unit）模型以及PSO-BP（particle swarm optimization-back propagation）模型的预测结果，计算结果表明WT-CNN-BiLSTM模型的预测精度高于其他模型的预测精度。