一种基于Birnbaum-Saunders分布的新型互连时延统计模型
两参数BS疲劳寿命分布的拟合检验以及环境因子的近似区间估计
两参数BS疲劳寿命分布的拟合检验以及环境因子的近似区间估计疲劳寿命分布是材料疲劳性能研究中的一个重要课题。
疲劳寿命分布的研究能够很好地反映材料的疲劳性能，对于材料的设计、选择和使用具有重要的指导意义。
本文基于两参数BS（Birnbaum-Saunders）分布，对疲劳寿命的分布进行了拟合检验，并结合环境因子进行了近似区间估计。
一、两参数BS分布的拟合检验BS分布是一种有三个参数的分布，其中两个参数是位置参数和尺度参数。
BS分布具有良好的适应性，对于许多实际问题的数据拟合效果优秀。
我们首先将BS分布的概率密度函数表示为：\[f(x|\mu,\beta) = \frac{1}{2\beta} \left( \frac{x-\mu}{\beta} \right) \exp \left( - \frac{1}{2} \left( \frac{x-\mu}{\beta} + \frac{1}{(x-\mu)/\beta} \right) \right) \]\( \mu \) 是位置参数，\( \beta \) 是尺度参数。
为了验证BS分布对疲劳寿命数据的拟合效果，我们选取了一组实际的疲劳寿命数据进行拟合检验。
下面是我们选取的一组疲劳寿命数据：\[26.7, 28.5, 32.6, 24.3, 27.8, 29.4, 31.7, 30.1, 28.9, 25.5\]我们利用最大似然估计法对BS分布的参数进行估计，得到了参数的估计值\( \hat{\mu} \)和\( \hat{\beta} \)。
然后，利用拟合优度检验和残差分析来验证BS分布对这组疲劳寿命数据的拟合效果。
我们进行了拟合优度检验。
在两参数BS分布的拟合优度检验中，常用的统计量是Kolmogorov-Smirnov（KS）检验和Anderson-Darling（AD）检验。
我们计算了KS统计量和AD统计量，得到了它们对应的P值分别为0.546和0.324。
基于电磁信息论的多用户超大规模MIMO的互信息研究
doi:10.3969/j.issn.1003-3114.2023.06.006引用格式:张寅,虢周卓,王者,等.基于电磁信息论的多用户超大规模MIMO 的互信息研究[J].无线电通信技术,2023,49(6):1027-1035.[ZHANG Yin,GUO Zhouzhuo,WANG Zhe,et al.Research on Mutual Information for Multi-user Extremely Large-scaleMIMO Systems Based on Electromagnetic Information Theory[J].Radio Communications Technology,2023,49(6):1027-1035.]基于电磁信息论的多用户超大规模MIMO 的互信息研究张㊀寅1,虢周卓1,王㊀者1,许柏恺1,肖华华2,章嘉懿1(1.北京交通大学电子信息工程学院,北京100044;2.中兴通讯股份有限公司,广东深圳518057)摘㊀要:利用随机场对多个连续孔径超大规模多输入多输出(Extremely Large-scale MIMO,XL-MIMO)之间的近场通信进行建模,推导了多用户干扰和不同噪声情况下多用户XL-MIMO 系统的互信息表达式㊂相比传统离散分析方法有更高的准确度,并且分析了离散点数㊁噪声功率等关键因素对XL-MIMO 系统互信息的影响㊂此外,基于模型探究了信号波长㊁噪声功率和端到端距离与互信息收敛时最大离散点数之间的关系,并与单用户情况进行了相关对比,为XL-MIMO 系统信号处理算法的设计与模型调谐提供了一定参考㊂关键词:电磁信息论;互信息;随机场;多用户干扰中图分类号:TN929.53㊀㊀㊀文献标志码:A㊀㊀㊀开放科学(资源服务)标识码(OSID):文章编号:1003-3114(2023)06-1027-09Research on Mutual Information for Multi-user Extremely Large-scaleMIMO Systems Based on Electromagnetic Information TheoryZHANG Yin 1,GUO Zhouzhuo 1,WANG Zhe 1,XU Bokai 1,XIAO Huahua 2,ZHANG Jiayi 1(1.School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China;2.ZTE Corporation,Shenzhen 518057,China)Abstract :This paper models near-field communication between multiple consecutive aperture Extremely Large-scale Multiple-InputMultiple-Output (XL-MIMO)antennas using random fields.Mutual information expression for XL-MIMO system with multiple-user in-terference and different noise conditions is derived,which offers higher accuracy than traditional discrete analysis methods.Eeffects of key factors such as number of discrete points and noise power on mutual information of XL-MIMO systems are also analyzed.Addition-ally,relationship between signal wavelength,noise power,end-to-end distance and the maximum number of discrete points for achie-ving convergence in mutual information is explored based on the model,and compared with the single-user scenario,providing valuable insights for the design of signal processing algorithms and tuning of models in XL-MIMO systems.Keywords :electromagnetic information theory;mutual information;random field;multi-user interference收稿日期:2023-08-21基金项目:国家自然科学基金面上项目(61971027);中兴通讯研究基金(HC-CN-20221202003)Foundation Item :General Program of National Natural Science Founda-tion of China(61971027);ZTE Research Fund(HC-CN-20221202003)0 引言近年来,随着大规模多输入多输出(MassiveMIMO)技术的广泛使用,移动通信系统的性能不断提高㊂超大规模多输入多输出(Extremely Large-scale MIMO,XL-MIMO)提供了巨大的空间自由度,有望成为6G 关键技术之一[1-2]㊂但随着收发天线数目不断增加,如何处理XL-MIMO 天线孔径有限的性能限制[3]成为当下亟待解决的问题㊂连续孔径MIMO(Continuous-aperture MIMO,CAP-MIMO)[4-6]是解决该问题的可能技术路线之一㊂与传统由多个天线组成的离散XL-MIMO [7-9]不同,CAP-MIMO 作为一种具有无限密集天线的MIMO 结构,也被称为全息MIMO [10-11]㊁超大规模智能超表面(Large Intel-ligent Surface,LIS )[12-13]和可重构智能超表面(Reconfigurable Intelligent Surface,RIS)[14-15],由于其空间连续的电磁结构[3],能产生任意的电流分布,被接收机接收的信号可以在空间电磁波上进行调制,因而有望突破有限孔径的性能限制[6]㊂对于XL-MIMO系统,主流分析和设计过程通常基于白噪声㊁标量㊁远场㊁离散化㊁单色和其他非物理一致的假设㊂但考虑连续孔径XL-MIMO,这些假设将不存在㊂因而,需要找到一套适用于连续孔径XL-MIMO的分析方法,文献[6]提出了一种通用的分型复用技术,将连续模式函数的设计转化为在有限正交基上的投影长度设计来解决和速率最大化问题㊂但文献[11]并未考虑到随着天线数量的增加,在每个天线上观察到的噪声将表现出两种不同的特性㊂针对天线数目增加导致的噪声特性变化问题,已有相关研究将噪声分解为白噪声分量和非白噪声分量,并对噪声进行随机场建模,建立起连续孔径XL-MIMO的分析方法[16]㊂但其讨论的情况仅限于单用户通信系统,并未进一步探究更一般的多用户通信场景㊂基于此,本文基于利用连续孔径XL-MIMO的分析方法建立起多用户情景下的连续孔径XL-MIMO系统,考虑了由天线数量增加所导致的噪声特性变化,并进一步探究了模型的适用范围㊂具体做了以下工作:①建立了多个连续区域之间无线通信的系统模型,得到系统传输的目标函数㊂②利用随机场对系统进行了相关建模,推导出基于电磁信息论的多用户连续孔径XL-MIMO的互信息表达式以及简化的数值计算方法㊂③基于互信息表达式以及数值计算方法,分别讨论了不同噪声场景下,多用户连续孔径XL-MIMO 系统的准确互信息㊂分析了离散点数㊁白噪声功率㊁非白噪声功率等因素对互信息的影响,进一步探究了其适用场景,分别对波长㊁噪声功率与互信息收敛时最大离散点数之间的关系进行了研究㊂1㊀多用户XL-MIMO系统模型基于电磁信息论,麦克斯韦方程组揭示了收发器间信息的传输过程,同时格林函数建立起了发射端电流密度与接收端感应电场强度之间的关系㊂考虑两个任意连续区域V s和V r之间的通信模型[13]㊂源端电流密度为J(s),接收端产生的感应电场为E(r),利用格林函数,其电场E(r)为:E(r)=ʏV sG(r,s)J(s)d s,rɪVr㊂(1)根据文献[17],在无界均匀介质中,固定频点的格林函数为:G(r,s)=jκ0Z04πI+ΔrΔHrκ20()e jκ0r-s r-s=jκ0Z04πe jκ0r-s r-s㊃(I-p^p^H)+j2π r-sλ(I-3p^p^H)-j2π2(x2+d2)λ2(I-3p^p^H)éëêêêùûúúú㊃Ωm2éëêùûú,(2)式中:p^=p p ,p=r-s㊂1.1㊀系统模型考虑一个如图1所示的多用户连续MIMO无线通信系统,它包括了一个接收端,一个源端以及K个干扰端㊂其中,收发器天线均为连续孔径的链式阵列天线㊂图1㊀多用户XL-MIMO系统简化模型Fig.1㊀Simplified model diagram for MultiuserXL-MIMO system源端的电流密度为J(s),接收端的感应电场为E1(r),在理想情况下,期望接收器能够理想地捕获到达点d1的电磁波全部信息㊂由式(1)知,接收端捕获到的电场信号为:Y=E1+ðK j=1E j+N1,(3)式中:E1为期望信号产生的电场,E j为干扰信号产生的电场,N1为噪声场㊂1.2㊀基于随机场的信号建模根据电磁信息论,本文分析基于Shannon 随机模型,因此需要利用随机场对信号进行建模㊂随机场反映了无线通信系统的统计特性,而在所有种类的随机场中,高斯随机场具有理论意义,因此用它描述源端电流密度以及接收端电场强度的统计特性㊂假设高斯随机场为连续㊁可离散的,其可以由均值以及自相关函数来表示高斯随机信号的特征㊂因此,假设源端电流密度和接收端电场强度均符合高斯随机场特性,可得:R J (s ,s ᶄ)=[J (s )J H(s ᶄ)]A 2m 4éëêùûúR E j (r ,r ᶄ)=[E j (r )E j H (r ᶄ)][V 2/m 2],j ɪ[0,K ]{㊂(4)由式(1)可得:R E 1(r ,r ᶄ)=[E 1(r )E 1H (r )]=ʏV sʏV sG (r ,s )R J 1(s ,s ᶄ)G H (r ,s )d s d s ᶄ㊂(5)1.3㊀基于随机场的噪声建模本节将对噪声进行随机场的建模㊂通信系统中,噪声一般分成白噪声分量与非白噪声分量,白噪声分量一般考虑到通信系统中的非理想因素,这种影响呈现空间的不相关性,因此利用加性高斯白噪声(AWGN)来描述这一分量㊂[E n (r )E H n (r ᶄ)]=n 02I 3δ(r -r ᶄ),(6)式中:假定白噪声的功率谱密度为n 02,I 3为三维空间的单位矩阵㊂对于非白噪声分量,可以将其视作非源端电流产生的入射电磁波的叠加㊂根据文献[16],非完全各向同性的辐射干扰的随机场自相关函数为:[N (r +r ᶄ)N ∗(r ᶄ)]=σ24(f 1(κr )+f 2(κr )),(7)式中:κ为波矢量,f 1和f 2为辅助函数,其具体定义如下㊂κ=2πλ[cos φsin θ,sin φsin θ,cos θ]ɪ3,f 1(β)=ʏ1-1e j βx d x =2sin ββ,f 2(β)=ʏ1-1x 2e j βxd x =2sin ββ+2cos ββ2-2sin ββ3()㊂(8)至此得到了系统模型,信号和噪声的随机场模型,下一节将根据所建模型进行互信息公式的推导㊂2㊀多用户连续XL-MIMO 系统互信息及数值计算2.1㊀系统互信息为得到互信息的表达式,考虑基于平行有限长度线性收发天线的多用户XL-MIMO 系统㊂根据电磁信息论,可得J (s )与E 1(r )㊁E k (r )之间的关系,可用式(2)中矩阵G 左上角的元素G 1.1来描述,可推导为:g (r ,s )=jZ 0e 2π㊀x 2+d 2λ2λ㊀x 2+d2㊃j 2π㊀x 2+d 2λd 2-2x 2x 2+d 2+d 2x 2+d 2-12π2(x 2+d 2)λ21d 2-2x 2x 2+d 2éëêêêùûúúú,(9)式中:x =r -s ,d 为收发器之间的距离㊂因此,进一步得到了源端电流密度与接收端感应电场之间的关系:E j (r )=ʏL 0g j (r ,s )J 1(s )d s ,j ɪ[0,K ]㊂(10)接收电场的自相关函数为:R E j(r ,r ᶄ)=ʏL 0ʏL 0g (r ,s )R J (s ,s ᶄ)g j ∗(r ᶄ,s ᶄ)d s d s ᶄ,j ɪ[0,K ]㊂(11)利用文献[16]提及的方法,可以将E j (r )㊁Y (r )和N (r )进行Mercer 展开:E j(r )=ðk ξE j ,k φk (r )N j (r )=ðk ξN j ,k ψk (r )Y (r )=ðk ξY ,k ϕk(r ),j ɪ[0,K ]ìîíïïïï㊂(12)可以构建两个空间H 1和H 2,分别由ξE 1,k 和ξY ,k 展开,E 1(r )和Y (r )之间的互信息为空间H 1和H 2之间的差值㊂可得这个空间的差值,即E 1(r )和Y (r )之间互信息可以由范德蒙行列式的算子来求得:I (J 1;Y )=I (E 1;Y )=-logdet(1-T DᶄT -1Y T D T -1E 1),(13)式中:T Y 为Y (r )自相关函数的积分算子,T E 1为E 1(r )自相关函数的积分算子,T D 和T Dᶄ分别是与E 1(r )和Y (r )相互关联的算子㊂此处,类比地假定噪声场N 与期望电场E 1无关,由于假定期望信号与干扰信号无关,干扰电场与期望电场无关,同样可以得到T D =T Dᶄ=T E 1㊂将其代入,进一步化简互信息表达式为:I (E 1;Y )=-logdet(1-T D T -1E 1T DᶄT -1Y )=-logdet(1-T E 1T -1Y )=-logdet(1-T E 1(T E 1+ðKj =1T E j+T N j)-1)㊂(14)当噪声忽略非白分量时,根据加性高斯白噪声的功率特性,噪声算子T N j =n 02ˑ1,算子1为常数因子;对于白噪声情景下,多用户连续MIMO 系统的互信息表达式可简化为:I (E 1;Y )=-logdet 1-T E1T E 1+ðKj =1T E j+n 02()-1()㊂(15)2.2㊀数值计算根据文献[16]中算法1,可以得到互信息的公式:I approx ѳ-logdet(I -C SEP )=logdet(C E 1+ðKj =1C Ej +K N )det(ðK j =1K E j+K N ),(16)式中:K E ,i ,j =ʏai a i -1E (x )d x ʏaj a j -1E ∗(y )d y []K N ,i ,j =ʏa ia i -1N (x )d x ʏaja j -1N ∗(y )d y []{㊂(17)至此完成了多用户XL-MIMO 系统模型的数值计算,为接下来的仿真提供了基础与依据㊂3㊀仿真分析为简化讨论,考虑一个接收端,一个用户端,一个干扰端的情况,且三者互相平行,中心点都在同一直线上,如图2所示㊂图2㊀K =2时具体仿真情景Fig.2㊀Specific simulation when K =23.1㊀不同种类噪声情景基于前文中对白噪声情景下考虑干扰情况的多用户XL-MIMO 通信系统互信息表达式的求解以及数值计算,首先在仅考虑白噪声的场景下进行仿真,进一步再扩展为非白噪声场景㊂ 3.1.1白噪声情况相关仿真为简化讨论,将干扰端的个数设为1,同时假设收发器间距均为1m,长度均为2m,信号波长为0.25m,基于上述条件,讨论离散点数㊁白噪声功率对互信息值的影响,如图3所示㊂图3㊀白噪声情景下K =2的MIMO 系统Fig.3㊀MIMO system with K =2in white noise context为了与单用户的情况进行对比,绘制单用户情况下对应曲线,如图4所示㊂图4㊀白噪声情景下K =1的MIMO 系统Fig.4㊀MIMO system with K =1in white noise context通过对比,在白噪声情景下K =2时,多用户XL-MIMO 系统互信息的值会因干扰的加入出现明显下降,同时互信息的值随白噪声功率减小而增大,当白噪声功率小于10-7V 2/m 2时,连续接收端(36点离散)获得的信息对比半波离散点数(16点)离散接收端获得的信息有着明显提升㊂对比单用户MIMO 模型,连续接收端获得的信息仍在白噪声功率为10-10V 2/m 2时相比半波离散化接收端有着19.49%的提升,相比8点波长离散化接收端获得的信息有138.9%的提升,说明了连续接收端在通信系统存在干扰时相较于离散接收端能获得更多的信息㊂3.1.2非白噪声情况相关仿真为了进一步研究多用户XL-MIMO 系统,将白噪声的场景推广到非白噪声的场景㊂简便起见,在此处也将干扰端的个数设置为1,依旧假设收发器间距均为1m,长度均为2m,信号波长为0.25m,在考虑非白噪声的场景下,固定非白噪声功率为0.5V 2/m 2,来讨论离散点数,白噪声功率对互信息值的影响,如图5所示㊂为与单用户的情况进行对比,绘制了非白噪声情景下单用户MIMO 系统的对应曲线,如图6所示㊂通过对比,在非白噪声场景下,K =2的多用户XL-MIMO 系统中,互信息的值会因为干扰的加入出现明显下降,互信息的值随白噪声功率减小而增大,当噪声功率小于10-3V 2/m 2时,连续接收端(36点离散)获得的信息对比半波离散点数(16点)离散接收端获得的信息有着明显提升㊂图5㊀非白噪声情景下K =2的MIMO 系统Fig.5㊀MIMO system with K =2in non-whitenoisecontext图6㊀非白噪声情景下K =1的MIMO 系统中Fig.6㊀MIMO system with K =1in non-whitenoise context此情况下,对比单用户MIMO 模型,在白噪声功率为10-10V 2/m 2时,连续接收端获得的信息仍比半波离散化接收端有着21.30%的提升㊂因此,在白噪声与非白噪声场景下,连续接收端获得的信息均比离散接收端有较大提升,且此类提升随着用户数量的增加而不断提高㊂3.1.3不同功率非白噪声的影响为进一步探讨非白噪声功率值对于所假设模型互信息值的影响,将非白噪声功率进行更改以对实验进行了进一步的探究㊂首先,将噪声功率分别设置为0.25㊁0.5㊁0.75㊁1V 2/m 2以探究非白噪声功率在相同的量级发生变化时,对假设的通信模型互信息值的影响,如图7所示㊂(a )非白噪声功率σ2nw =1V 2/m2(b )非白噪声功率σ2nw =0.75V 2/m2(c )非白噪声功率σ2nw =0.5V 2/m2(d )非白噪声功率σ2nw =0.25V 2/m2图7㊀K =2时非白噪声功率在相同数量级变化时,互信息随白噪声功率的变化Fig.7㊀Non-white noise power changes in the same order ofmagnitude ,the mutual information varies with thewhite noise power when K =2通过对比,当非白噪声功率在相同的量级发生变化时,相关的曲线走势并未发生明显变化㊂同时,在非白噪声功率发生量级不变的变化时,图中黑线表征的连续接收端(36点离散)相比半波离散点数(16点)离散接收端获得信息提升情况明显,其对应的白噪声功率不发生明显变化,即白噪声功率与非白噪声功率之比不发生明显变化㊂进而探讨当非白噪声功率发生量级变化时,即当非白噪声功率与白噪声功率发生明显变化时,连续接收端较传统离散接收端获得信息有明显提高时对应的白噪声功率是否会发生变化㊂将噪声功率分别设置为1㊁10-2㊁10-5㊁10-10V 2/m 2以探究不同非白噪声功率的影响,如图8所示㊂(a )非白噪声功率σ2nw =1V 2/m2(b )非白噪声功率σ2nw =10-2V 2/m2(c )非白噪声功率σ2nw =10-5V 2/m2(d )非白噪声功率σ2nw =10-10V 2/m 2图8㊀K =2时非白噪声功率在不同数量级变化时,互信息随白噪声功率的变化Fig.8㊀Non-white noise power changes in the differentorder of magnitude ,the mutual information varies with the white noise power when K =2㊀㊀结果表明,当非白噪声功率在不同的量级发生变化时,相关的曲线变化较为明显㊂同时,在非白噪声功率量级变化时,连续接收端较传统离散接收端获得信息有明显提高时对应的白噪声功率发生明显变化,白噪声与非白噪声功率比约为1%,但当非白噪声过小时,噪声中非白分量可忽略,其仿真图与仅考虑白噪声时探究非白噪声功率㊁离散点数㊁白噪声功率对互信息影响的仿真图曲线趋势相近,如当非白噪声功率为10-10㊁10-5V 2/m 2时,曲线与图3相似㊂3.2㊀多用户情况下用户距离的影响为简化操作,假设用户距离发生变化,收发器长度均为2m,信号波长为0.25m,在仅考虑白噪声以及考虑非白噪声两种情况下,探究端到端距离对于连续接收端获得的信息相比传统离散接收端获得信息的提升值的影响㊂其中,考虑非白噪声情况时,假定白噪声功率σ12为10-10V 2/m 2,非白噪声功率σ22为0.5V 2/m 2,如图9所示㊂图9㊀K=2时端到端距离变化的影响Fig.9㊀Impact of end-to-end distance on mutualinformation improvement when K=2由图9可以看出,无论是仅考虑白噪声或考虑非白噪声场景,连续接收端较传统离散接收端获得的信息均有提升,互信息提升程度会随端到端距离的减小而增大㊂此外,当端到端距离小于0.95m 时,连续接收端互信息相对于离散接收端的提升不小于20%㊂但当噪声非白分量为零的情况下,随端到端距离的增大,连续电磁场互信息的提升逐渐不明显㊂3.3㊀连续接收端离散点界限探究本文采用离散的方式来逼近连续,从而达到分析连续接收端的目的㊂在文献[18]中,当接收天线数量在一定的孔径范围内无限增加时,会导致互信息发散的情况㊂其原因是当天线数量不断增大时,所假定的不相干噪声出现了空间的相干性,进而有信号能量呈二次缩放㊂而噪声能量呈线性缩放,信噪比得到无界的线性提高,导致容量发散到无穷大㊂因此,在满足互信息收敛的情况下,如何得到离散点数最大值是一个值得探讨的问题㊂为了探究影响满足互信息收敛的最大离散点数的因素,初步探究了多用户连续MIMO模型下波长㊁噪声功率㊁收发器长度与互信息收敛时对应的最大离散点数之间的关系㊂假设收发器间距均为1m,收发器长度从1m 开始,以0.5m为步进发生变化,波长分别为0.125㊁0.25㊁0.5m㊂在仅考虑白噪声的情况下,先固定白噪声功率为10-10V2/m2,基于前文得到的仅考虑白噪声情况下K=2时多用户XL-MIMO系统互信息值数据计算过程,进行互信息收敛时最大离散点数的遍历寻找,将所得的最大离散点数与收发器间距进行线性拟合,以此来探究收发器距离与最大离散点数之间的关系,结果如图10所示㊂(a)λ=0.125m(b)λ=0.25m(c)λ=0.5m图10㊀K=2时不同波长下,收发器长度对最大离散点数的影响Fig.10㊀Effect of transceiver length on the maximum number of discrete points at different wavelengths,K=2㊀㊀由图10可得,若仅考虑白噪声场景,在不同波长下,收发器长度与最大离散点数之间成线性关系,同时,随波长减小频率增加,收发器长度对最大离散点数的影响更加明显㊂在文献[16]提到的模型以及相关假设下,设置相同的条件,即K=1,收发器距离为1m,连续收发器长度从1m开始,以1m为步进发生变化,波长分别为0.125,0.25,0.5m,同样将所得的最大离散点数与收发器间距进行线性拟合,结果如图11所示㊂(a)λ=0.125m(b )λ=0.25m(c )λ=0.5m图11㊀K =1时不同波长下,收发器长度对最大离散点数的影响Fig.11㊀Effect of transceiver length on the maximum num-ber of discrete points at different wavelengths ,K =1由图11可知,单用户MIMO 系统中收发器长度与最大离散点数仍然满足线性关系,同时,在单用户情况下,收发器长度对最大离散点数的影响随波长减小而增加㊂由结果分析得,无论是在单用户还是多用户情况,当仅考虑白噪声场景时,在不同波长下,收发端长度与最大离散点之间近似成线性关系,且随波长减小,收发器长度对最大离散点数的影响更加明显㊂这对今后基于连续接收端分析互信息值相关模型中,寻找合适的最大离散点数具有参考作用㊂4 结束语本文考虑了多用户XL-MIMO 系统特性,将多用户连续MIMO 系统与单用户连续MIMO 系统㊁多用户离散XL-MIMO 系统进行比较,进而得到在不同噪声情景下,多用户XL-MIMO 系统中,互信息同样会随着离散点数的增大而趋近于一个固定值㊂当噪声的非白分量与白噪声分量比值大于100时,连续接收端和互信息相比于传统半波离散接收端有着明显提升㊂在不同噪声情景下,连续接收端相较于离散接收端的优势会随着用户距离的减小更为明显㊂仿真结果发现满足互信息收敛的接收端最大离散点数与收发器长度具有明显的线性关系,这种线性关系不受信号频率㊁噪声功率的影响㊂未来的工作可以考虑更一般的天线阵列形态及多用户的随机分布场景㊂参考文献[1]㊀WANG Z,ZHANG J Y,DU H Y,et al.Extremely Large-scale MIMO:Fundamentals,Challenges,Solutions,andFuture Directions [J /OL ].IEEE Wireless Communica-tions (Early Access),2023:1-9(2023-04-10)[2023-07-29].https:ʊ/abstract /document /10098681.[2]㊀XU B K,ZHANG J Y,LI J X,et al.Jac-PCG Based Low-complexity Precoding for Extremely Large-scale MIMOSystems[J/OL].IEEE Transactions on Vehicular Technology (Early Access),2023:1-6(2023-07-19)[2023-07-29].https:ʊ /document /10187714.[3]㊀HUANG C W,HU S,ALEXANDROPOULOS G C,et al.Holographic MIMO Surfaces for 6G Wireless Networks:Opportunities,Challenges,and Trends[J].IEEE Wireless Communications,2020,27(5):118-125.[4]㊀SANGUINETTI L,D A MICO A A,DEBBAH M.Wavenu-mber-division Multiplexing in Line-of-Sight Holographic MIMO Communications[J].IEEE Transactions on Wire-less Communications,2023,22(4):2186-2201.[5]㊀DECARLI N,DARDARI munication Modes withLarge Intelligent Surfaces in the Near Field [J].IEEE Access,2021,9:165648-165666.[6]㊀ZHANG Z J,DAI L L.Pattern-division Multiplexing forContinuous-aperture MIMO[C]ʊICC 2022-IEEE Interna-tional Conference on Communications.Seoul:IEEE,2022:3287-3292.[7]㊀CHIANI M,WIN M Z,SHIN H.MIMO Networks:TheEffects of Interference[J].IEEE Transactions on Informa-tion Theory,2010,56(1):336-349.[8]㊀MALEKI M,MOHAMED-POUR K,SOLTANALIAN M.Large-system Mutual Information Analysis of Receive Spa-tial Modulation in Correlated Multi-cell Massive MIMO Networks [J ].IEEE Transactions on Communications,2019,67(9):6071-6084.[9]㊀LU L,LI G Y,SWINDLEHURST A L,et al.An Overviewof Massive MIMO:Benefits and Challenges [J ].IEEEJournal of Selected Topics in Signal Processing,2014,8(5):742-758.[10]DEMIRÖT,BJÖRNSON E,SANGUINETTI L.ChannelModeling and Channel Estimation for Holographic MassiveMIMO with Planar Arrays[J].IEEE Wireless Communi-cations Letters,2022,11(5):997-1001. [11]PIZZO A,MARZETTA T L,SANGUINETTI L.Spatially-stationary Model for Holographic MIMO Small-scale Fa-ding[J].IEEE Journal on Selected Areas in Communica-tions,2020,38(9):1964-1979.[12]PIZZO A,SANGUINETTI L,MARZETTA T L.FourierPlane-wave Series Expansion for Holographic MIMO Com-munications[J].IEEE Transactions on Wireless Commu-nications,2022,21(9):6890-6905.[13]YUAN J D,NGO H Q,MATTHAIOU M.Towards LargeIntelligent Surface(LIS)-based Communications[J].IEEE Transactions on Communications,2020,68(10):6568-6582.[14]WAN Z W,GAO Z,GAO F F,et al.Terahertz MassiveMIMO with Holographic Reconfigurable Intelligent Sur-faces[J].IEEE Transactions on Communications,2021,69(7):4732-4750.[15]WANG Z Y,LIU Z Y,SHEN Y,et al.Location Awarenessin Beyond5G Networks via Reconfigurable IntelligentSurfaces[J].IEEE Journal on Selected Areas in Commu-nications,2022,40(7):2011-2025.[16]WAN Z Z C,ZHU J A,ZHANG Z J,et al.Mutual Infor-mation for Electromagnetic Information Theory Based onRandom Fields[J].IEEE Transactions on Communica-tions,2023,71(4):1982-1996.[17]POON A S Y,BRODERSEN R W,TSE D N C.Degrees ofFreedom in Multiple-antenna Channels:A Signal SpaceApproach[J].IEEE Transactions on Information Theory,2005,51(2):523-536.[18]ZHU J A,WAN Z Z C,DAI L L,et al.Electromagnetic In-formation Theory:Fundamentals,Modeling,Applications,and Open Problems[J/OL].(2023-06-26)[2023-07-29].https:ʊ/abs/2212.02882.作者简介:张㊀寅㊀男,(2002 ),本科在读㊂主要研究方向:超大规模MIMO㊂虢周卓㊀男,(2003 ),本科在读㊂主要研究方向:超大规模MIMO㊂王㊀者㊀男,(1997 ),博士研究生㊂主要研究方向:超大规模MIMO㊂许柏恺㊀男,(2002 ),本科在读㊂主要研究方向:超大规模MIMO㊂肖华华㊀男,(1978 ),博士,高级工程师㊂主要研究方向:超大规模MIMO㊂章嘉懿㊀男,(1986 ),博士,教授㊂主要研究方向:超大规模MIMO㊂。
大规模自组网动态时隙分配算法测试
引用格式：李阳, 范文慧, 刘姝玉, 等. 大规模自组网动态时隙分配算法测试[J]. 中国测试，2023, 49(10): 34-39. LI Yang, FAN Wenhui, LIU Shuyu, et al. Testing method for dynamic slot allocation algorithm in large-scale MANET[J]. China Measurement &Test, 2023, 49(10): 34-39. DOI: 10.11857/j.issn.1674-5124.2022030119大规模自组网动态时隙分配算法测试李 阳1,2， 范文慧1， 刘姝玉2， 代肖楠3(1. 清华大学自动化系，北京 100084; 2. 北京遥测技术研究所空间电子工程中心，北京 100094;3. 中国人民解放军 95806部队，北京 100076)摘 要: 针对大规模自组网技术MAC （medium access control ）协议中的动态时隙分配算法在模拟仿真测试环境中存在的需要进行大量代码重构及可视化呈现差等问题，以及在实物组网测试时存在的测试环境搭建困难、测试成本高和测试效率低等问题，提出一种新的测试方法。
该测试方法使用纯软件来模拟各个节点不同的业务量及拓扑结构，无需实物组网即可方便地重复验证大规模自组网环境中的动态时隙分配情况是否符合预期，同时对测试结果进行精准可视化呈现。
实验结果表明，该测试方法能够准确验证大规模、高业务并发场景下的动态时隙分配情况，并对动态时隙分配算法的设计、开发及优化过程加以指导，从而提高研究效率。
该测试方法已在多个项目中成功应用并取得良好效果。
关键词: 自组网; 动态时隙分配算法; 软件测试; 白盒测试中图分类号: TP311.5;TB9文献标志码: A文章编号: 1674–5124(2023)10–0034–06Testing method for dynamic slot allocation algorithm in large-scale MANETLI Yang 1,2, FAN Wenhui 1, LIU Shuyu 2, DAI Xiaonan 3(1. Department of Automation, Tsinghua University, Beijing 100084, China; 2. Space Electronic Engineering Center,Beijing Research Institute of Telemetry, Beijing 100094, China; 3. Chinese People’sLiberation Army 95806 Unit, Beijing 100076, China)Abstract : There are two difficult problems in the test of dynamic slot allocation algorithm in MAC (medium access control) protocol of large-scale ad hoc network technology. One is the need for a large number of code reconstruction and poor visual presentation in the simulation test environment. The other is the difficulty in building the test environment, high test cost and low test efficiency in the physical network test. A new test method is proposed to solve these two problems. The test method uses pure software to simulate the different traffic and topology of each node. It is convenient to repeatedly verify whether the dynamic slot allocation in large-scale mobile ad-hoc network environment is in line with expectations without physical networking. Also,the test results can be accurately visualized. The experimental results show that the test method can accurately verify the dynamic slot allocation in large-scale and high-service concurrent scenarios. Also, it can guide the收稿日期: 2022-03-19；收到修改稿日期: 2022-05-29基金项目: 国家重点研发计划资助项目（2017YFB1400105）作者简介: 李 阳（1992-），男，山东临沂市人，工程师，硕士研究生，专业方向为自组网技术。
一种基于好友簇的社交网络中的时延容忍路由协议
定 通信 链 路 的 无线 网 络 中 的 通 信 问 题 。Ｄ ＴＮ 主 要 被 应 用 于 没有通信基础设施、 通信节点密度较为稀疏或节点移动速度 较快 、 无法维护稳定的 端 到 端 连 接 的 环 境， 如 战 场 临 时 网 络、 边 远 的 乡村 网络 、 野 外 科 考 网络等 。 近 年 来 ， 随着 便 携 式 移 动 通信 设 备 成 本 的 降 低 、 性能 的提高 和体 积 的 缩 小 ， 很多移动通 信设备如 Ｐ 智 能 手 机等 几 乎 已 经 成 为 人 们 生 活 中 必 不 可 Ｄ Ａ、 少 的 随 身 物 品 。 蓝牙 、 Ａ ｄ ｈ ｏ ｃ等 技 术 的 发 展 能 够 让 这 些 移 动 － 设备之间更方便地实现本地通信， 而不需借助移动通信运营 商的 基 站 。 这 样不 仅 节 省 了 公 共 网 络 资 源 ， 也为用户节省了 一 定 的 通信 费 用 。 由 这 些个 人 移 动 通信 设 备组 成的 本 地 临 时 网络与 用于 公 共 事 业 或 者 科 学 研 究 的 专 用 网 络 有 较 大 的 区
第３ ９卷 第２期 ２ ０ １ ２年２月
计 算 机 科 学 Ｃ ｏ ｍ ｕ ｔ ｅ ｒ ｃ ｉ ｅ ｎ ｃ ｅ Ｓ ｐ
Ｖ ｏ ｌ ． ３ ９Ｎ ｏ ． ２ Ｆ ｅ ｂ ２ ０ １ ２
一 种 基于 好友簇 的 社交 网络中的 时 延 容 忍 路由 协议
李 陟 张 宏 刘 凤玉 （ ） 南 京理工大学计算机科学与技术学院 南 京 ２ １ ０ ０ ９ ４
ቤተ መጻሕፍቲ ባይዱ
１ 相关 工作
近几 年， Ｄ ＴＮ 在 社 交 网 络 中 的 应 用 成 为 了 研 究 的 热 点 。
） ， ） 到稿日期 ： 江苏 省 高 校 自然科学研究项目 （ 资助 。 ２ ０ １ １ ０ ３ ０ ８ ２ ０ １ １ ０ ５ ２ ３ ６ ０ ９ ０ ３ ０ ２ ７ １ ０ Ｋ Ｊ Ｂ ５ ２ ０ ０ １ ４ － － 返修日期 ： － － 本文受国家自然科学基金 （ ， ： ； ， 李 陟（ 男， 博士生 ， 主要研究 领域 为机 会 网络和无线自 组织 网 络 ， 张 宏（ 男， 教授， 博士生 １ ９ ７ ９－ ） Ｅ－ｍ ａ ｉ ｌ ｌ ｉ ｚ ｈ ｉ ａ ｉ ｌ ． ｎ ｕ ｓ ｔ ． ｅ ｄ ｕ． ｃ ｎ １ ９ ５ ６－ ） ＠ｍ ｊ ， 主要研究 领域 为 数 据 挖掘 和机 器 学 习 ； 刘 凤玉 （ 女， 教授 ， 博士生导师 ， 主要研究 领域 为网络性能和信 息 安全 。 导师 ， １ ９ ４ ３－ ）
基于边缘计算的高效低时延通信传输技术研究
I G I T C W技术 研究Technology Study14DIGITCW2023.10随着物联网、5G 、AI 等技术的飞速发展，数据产生的速度和数量都在爆炸式增长[1]，这大大增加了对高效、低时延的通信传输技术的需求。
边缘计算作为一种新型的计算范式，因其能够在靠近数据源的地方完成数据处理，从而大大减少了延迟，提高了数据处理的效率，得到了广泛的关注和研究[2]。
边缘计算不仅能够处理离散的、由边缘设备产生的大量数据，还能够快速响应服务请求，满足实时性的需求[3]。
尤其在一些对时延敏感的应用中，如自动驾驶、远程医疗、智能制造等，边缘计算展现出了无可比拟的优势。
然而，尽管边缘计算具有显著的优势，如何将其与通信技术相结合，实现高效、低时延的数据传输，仍然是一个重要而且具有挑战性的问题。
因此，本文将重点研究基于边缘计算的高效低时延通信传输技术，详细介绍边缘计算和通信技术的总框架，探讨结合方式，以及如何通过优化技术策略实现高效、低时延的数据传输。
希望本文的研究能为边缘计算和通信技术的进一步发展提供一些有价值的思考和参考。
1 基于边缘计算的传输架构基于边缘计算的传输架构由网络服务、核心网EPC 、移动中继节点、汇聚节点以及MEC 服务器（多接入边缘计算）组成。
如图1所示。
网络服务负责管理和控制边缘网络，包括边缘服务器、边缘操作系统、边缘应用程序、边缘云平台和传输协议栈[4]。
EPC 是边缘网络中的一个关键组成部分，它负责管理和配置边缘网络，并提供网络配置、性能监测、安全管理等功能。
移动中继节点负责在移动设备和汇聚节点之间传递数据，并支持多跳、协作传基于边缘计算的高效低时延通信传输技术研究郑 毅（北京华麒通信科技有限公司，北京 100080）摘要：近年来，边缘计算凭借其在灵活性、高效性和可靠性方面的优势，已经成为5G通信研究的热点之一。
边缘计算与5G通信相结合可以进一步提高通信传输的效率和质量。
文章提出了基于边缘计算的高效低时延通信传输技术，对基于边缘计算的高效低时延通信传输技术进行了深入研究，探讨边缘计算与5G通信相结合时的特点和优势，构架了总体传输框架，发现了该技术在实际应用中的问题和挑战，希望能够实现高效低时延的网络通信传输技术。
近50年可靠性理论先驱
近50年可靠性理论先驱近50年可靠性理论的先驱摘要与结论谨以本文献给在过去50年当中对可靠性理论做出过贡献的学者们。
本文简要的介绍了先驱者们的可靠性理论以及其对如今可靠性分析的影响。
同时，本文也是一篇可靠性理论和方法的综述报告。
为站在中立的角度阐述问题，文中的信息主要源于一手文献。
当然，有的资料也是从参考资料1-4中取得的。
可靠性分析包括可靠性参数表达、更换（renewal）理论、并行结构、图模型、理论方法以及其他交叉（miscellaneous）技术。
图模型包括框图、故障树，事件树和流程图。
理论方法包括排队论、渐进（asymptotic）分析、布尔代数、贝叶斯方法、蒙特卡罗仿真、优化技术。
不能归入哪一类方法的交叉方法。
回顾上个世纪，绝大多数可靠性的贡献都是在近50年的成果。
威布尔（Weibull）、爱普斯坦（Epstein）、索博尔（Sobel）对我们今天使用的分布函数有很大的影响。
Lotka，Campbell，Feller，Cox，Smith，Barlow，Proschan，Hunter，Marshall，Esary，Gnedenko，Belyaev，Solov’yev提高了可靠性理论。
塔卡克斯（Takács）在旅居期间论文主动进行了渐进研究。
伯恩鲍姆（Birnbaum）一家对相关结构的元器件重要度量作了研究。
1.引言早在1773年Pierre-Simon Laplace发明拉普拉斯变换和1812年出版Théotie analytique des probabilités时，可靠性分析的理论基础就已形成。
1880年，Andrei Andreevich Markov又发明了马尔可夫链。
然而，直到上个世纪50年代，人们都很少注意到可靠性研究。
50年代末60年代初是可靠性的黄金时间。
很多理论都是那时建立的。
那时正是现代技术兴起的时期。
商业部门和军事部门都需要可靠的产品。
两参数BS疲劳寿命分布的拟合检验以及环境因子的近似区间估计
两参数BS疲劳寿命分布的拟合检验以及环境因子的近似区间估计疲劳寿命是材料或结构在受到交变载荷作用下的抗疲劳性能指标，对于工程结构的设计和安全具有重要意义。
BS（Birnbaum-Saunders）分布是一种常用于描述材料疲劳寿命的统计分布，其具有两个参数，分别用来描述疲劳寿命的平均值和方差。
本文将对两参数BS 疲劳寿命分布的拟合检验进行研究，并使用环境因子对疲劳寿命进行近似区间估计。
一、两参数BS疲劳寿命分布的拟合检验在实际工程中，常常需要对材料或结构的疲劳寿命进行分布拟合，以便对疲劳性能进行评估和预测。
对于两参数BS疲劳寿命分布的拟合检验，可以采用最大似然估计法来确定其参数，并通过统计检验方法对拟合效果进行评估。
假设疲劳寿命服从两参数BS分布，即X~BS(μ,σ)，其中μ和σ分别为BS分布的两个参数，表示疲劳寿命的平均值和方差。
利用最大似然估计法，可以得到BS分布的参数估计值，分别记为μ_hat和σ_hat。
利用参数估计值对疲劳寿命分布进行拟合，即计算实际观测值与拟合分布的拟合度，常用的统计检验方法包括χ²拟合度检验和Kolmogorov-Smirnov检验。
通过统计检验方法对拟合效果进行评估，可以得出疲劳寿命是否服从两参数BS分布的结论。
二、环境因子的近似区间估计在真实工程场景中，不同的环境条件可能对材料或结构的疲劳寿命产生影响，因此需要对环境因子进行估计以及疲劳寿命的近似区间进行预测。
以湿度为例，假设湿度对疲劳寿命的影响服从正态分布N(μ_h,σ_h)，其中μ_h和σ_h分别为湿度的平均值和方差。
为了对环境因子的影响进行近似区间估计，可以利用条件期望和条件方差的方法进行分析。
假设疲劳寿命与环境因子之间存在线性关系，即疲劳寿命的均值与环境因子呈线性关系。
根据条件期望的定义，可以得到疲劳寿命在给定环境条件下的均值估计值μ_hat_h，并通过统计方法对均值估计的可信度进行评估。
三、结论在本文中，我们对两参数BS疲劳寿命分布的拟合检验进行了研究，并利用环境因子对疲劳寿命进行了近似区间估计。
二、四阶组合时延统计量多乐器盲分离
二、四阶组合时延统计量多乐器盲分离关欣;李锵;郭继昌;滕建辅【摘要】为改善有噪条件下多轨复调音乐乐器分离算法性能,引入了度量乐器时间序列能量非平稳性的四阶累积量,提出了一种二、四阶组合时延统计量复调音乐乐器盲分离算法.首先根据四阶累积量函数,得到使全局混合矩阵与加性噪声正交的线性变换.对经线性变换预处理后的多轨音乐数据利用二、四阶组合时延统计量,估计出混合矩阵和源乐器信号.仿真实验证明,这组时延统计量乐器分离法较二阶统计量算法能够更精确地分离出复调音乐中的源乐器,尤其适于低信噪比情况.【期刊名称】《计算机工程与应用》【年(卷),期】2010(046)030【总页数】4页(P121-124)【关键词】时延四阶累积量;乐器盲分离;时延自相关函数;稳健正交化【作者】关欣;李锵;郭继昌;滕建辅【作者单位】天津大学,电信学院,天津,300072;天津大学,电信学院,天津,300072;天津大学,电信学院,天津,300072;天津大学,电信学院,天津,300072【正文语种】中文【中图分类】TP391音乐尤其是复调音乐中不同乐器演奏内容的分离是一个极具挑战的研究课题。
不同乐器演奏同一音乐作品，不同声部之间具有相对的独立性，但又以一个旋律为主，演奏主旋律的乐器，在音色和力度上会被加以必要的强调，使之更为鲜明。
而辅旋律乐器在音色和力度上不能喧宾夺主，又需清晰可辨，尤其演奏同一音高时，具有相同的基音频率，不同乐器之间的区分只能利用泛音的组成和结构不同的音色差别，这些复杂的修饰关系，使得乐器演奏内容的分离变得异常困难。
然而，对乐器演奏内容的正确分离，却是进一步进行音乐作品主旋律识别、乐谱识别、基于内容音乐信息检索与分类等研究工作的基础。
现存音乐大部分源自专业录音室，消音条件比较理想，因此可以忽略音乐信号的远场反射及回声，认为各乐器信号均直接到达拾音器。
通过调整拾音器阵列与乐器之间的空间位置关系，可以减小近场时间延时。
基于工艺波动下的互连延时统计模型
擒 要 ， 了有效分 析Ｔ 艺波动对互连 性 能的影 响， 文稿 Ｊ肘 数 念 分 函数 提 出了一种 ＲＬ 为 小 Ｃ互连延 时统计 模型 。
在给定 互连参 数波动 范围条件 下 ， 首先得 到 厂电路 矩 的表达 ， 然后推 导ｌ ｒ Ｒ Ｃ互 连延 时均值和 标准差 。 ｔ Ｌ ｌ 针对 ６ ｎ ５ ｍ 和 ４ ｎ 的 Ｒ Ｃ互连树进 行 了验证 ，和 ＨＳ Ｉ Ｅ十ｌ ５ｍ Ｌ ＰＣ Ｉ 比，采用本 文厅｝ 上汁算得到 的互连 延时均值 和标准 差误差 分别低于 １ ％和 ５ ％。仿真表 明本 文方法 具有足够 的效率 平 精度 。 ¨ 关键词 。Ｒ Ｃ ＿ 延时 ，工艺 波动 ，统 计模 Ｌ ｇ连 中圈分 类号 ｔ Ｎ４ ５９ 文献 标识码 ：Ａ Ｔ ０ ．７
亚微 米集 成 电路 的 性 能【。随 着 电路 时钟 频 率 的 迅速 提 高 和 片 内互连 长 度 的不 断 增加 ，互 连 的 电感效 ２ 】
应 已成 为 高 性 能 集成 电路 设 计 中 不可 忽 视 的重 要 因素 之 一 【 。因 此 ，在 给 定 的 设计 中分 析 工 艺波 动 对 ３ ｊ 电路 性 能 产 生 的影 响 ，并建 立 精 确 的考 虑 工 艺 波动 的Ｒ Ｃ 连 统计 延 时 模 型 是 需要 解 决 的关 键 问题 。 Ｌ 互 目前 国 内外 研 究 互连 工 艺 波 动主 要 采 用 蒙特 卡 罗 （ ｎｅＣ １ ）方 法 【，一般 而 言 ，采 样 点数 取 Ｍｏ ｔ ａＩ ’ ｏ ４ Ｊ 的越 大 ，蒙特 卡 罗 方法 的模 拟 结 果越 精 确 ，但 是 当采 样 点数 取 的很 大 时 ， 由于 需 要对 原系 统进 行 直接 计 算 ，会 耗 费大 量 的计 算 时 间 。 因此 ，如 何 建 立 一 种 解 析 的 方 法 来 给 出工 艺波 动 对 互 连 延 时 的 影 响， 是 集 成 电路 设 计 过程 中急 需 解 决 的任 务 之 一 。Ｅｍｏ ｅ 】 时模 型 计 算 简单 ，在 业 界有 着 广 泛 的应 用 ， ｌ ｒ｛延 ５ 但 是 其 误 差 比较 大 。 为 了提 高 瓦连 延 时 模 型 的精 度 ，提 出 了许 多 改进 方法 。大 多 数延 时 模 型 需要 首 先计 算 电路 矩 ，有 些延 时 模 如Ｄ２ 、Ｌ Ｄｌ甚至 是 电路 矩 的解 析 表 达 式 ，而另 外 一 些延 时模 型如 ＷＥ ｊ ＭＩ ｎ ７ 】 Ｄ 和ｈｇ ｍｍａ 则 需要 查 表 。其 中 ，Ｌ Ｄ延 时模 型 是通 过 拟 和 冲 激 响应 的矩 和对 数 正 态 分 布概 率 密 度 函数 —ａ ［ ｎ
广义Birnbaum-Saunders疲劳寿命分布的统计性质
广义Birnbaum-Saunders疲劳寿命分布的统计性质某些机器设备的损坏、人体某些器官结构的病变、自然环境的污染等诸多问题均是由于外界或自身的一些因素长时间的干扰造成的,而非由外力瞬间造成的,因此能够建立模型来衡量这些因素的影响是很有研究意义的,在这种需要下,Birnbaum-Saunders疲劳寿命分布应运而生。
因而在本篇论文中,对Birnbaum-Saunders疲劳寿命分布的性质进行了介绍,包括它的期望、方差、协方差、峰度、偏度等都给出了相应的表达式和推导过程。
但随着研究的进一步深入,Birnbaum-Saunders疲劳寿命分布也不足以对各种复杂的实际应用数据建立更加完善的模型,因此将Birnbaum-Saunders疲劳寿命分布进行推广扩展成了新的研究热点,在各位数学学者的努力之下,广义Birnbaum-Saunders疲劳寿命分布终于呈现在世人面前。
在广义Birnbaum-Saunders疲劳寿命分布的学习过程中我们发现,广义Birnbaum-Saunders疲劳寿命分布与椭圆分布的关系甚为密切,因而我们也有必要对椭圆分布的相关定义和对应的概率密度函数进行学习。
故而在第二章中,还对椭圆分布以列表的方式进行了介绍。
在论文的第三章中,对广义Birnbaum-Saunders疲劳寿命分布的定义、性质、相关分布、生存分析、参数估计等都进行了比较详尽的学习研究。
通过广义Birnbaum-Saunders疲劳寿命分布的定义我们知道,若随机变量在R中服从椭圆分布,则相应的Birnbaum-Saunders疲劳寿命分布可称为广义Birnbaum-Saunders疲劳寿命分布;广义Birnbaum-Saunders疲劳寿命分布的性质主要包括它的矩、偏度、峰度等性质,还包括了它的一些相关变型的性质等等;广义Birnbaum-Saunders疲劳寿命分布在生存分析方面的应用,体现了广义Birnbaum-Saunders与常规的分布模型相比在衡量持续周期力对物体寿命的影响上的优势,其相应的风险函数、幸存函数、平均残差寿命、风险函数的临界点等结果都已经给出;广义Birnbaum-Saunders疲劳寿命分布的参数估计主要讨论了极大似然估计方法和修改过的矩估计方法,并给出了参数的置信区间。
Birnbaum-Saunders 分布环境因子的置信限
Birnbaum-Saunders 分布环境因子的置信限
孙祝岭
【期刊名称】《强度与环境》
【年(卷),期】2012(000)004
【摘要】环境因子在不同环境下试验数据的折算与综合问题中有着重要应用。
在失效机理保持不变的条件下,讨论 Birnbaum-Saunders 疲劳寿命分布环境因子的估计问题。
设产品在环境1、环境2下的某指标分别为 X、Y,定义环境因子K EX EY=,给出了 X、Y 的分布均服从 Birnbaum-Saunders 疲劳寿命分布时 K 的置信限
【总页数】5页(P51-55)
【作者】孙祝岭
【作者单位】上海交通大学数学系,上海,200240
【正文语种】中文
【中图分类】O213.2
【相关文献】
1.两参数Birnbaum-Saunders疲劳寿命分布图像特征的拓展分析 [J], 徐晓岭;王蓉华;顾蓓青
2.三参数Birnbaum-Saunders疲劳寿命分布的统计分析 [J], 王蓉华; 顾蓓青; 房晴晴; 徐晓岭
3.环境因子的非参数置信限 [J], 孙祝岭
4.两参数Birnbaum-Saunders疲劳寿命分布拟合检验与参数的区间估计 [J], 顾
蓓青;王蓉华;徐晓岭
5.广义Birnbaum-Saunders分布 [J], 何慧姿
因版权原因，仅展示原文概要，查看原文内容请购买。
金属化膜电容器可靠性研究进展
金属化膜电容器可靠性研究进展摘要：中国现代化工业的迅猛发展，对相关电力设备（如电容器等）的性能和稳定性、可靠性提出了更高的要求。
干式金属化膜电容器是一种安全性与稳定性较好的电容器，近来研究较为广泛，特别是针对其运行可靠性的研究成为热点问题。
本文综述了多年来金属化膜电容器可靠性方面的研究工作，涉及材料老化、金属化膜自愈等方面，针对金属化膜的自愈机理及应用、材料老化的机理及寿命评估模型等关键问题进行了深入的探讨，为电容器的可靠性优化设计提供理论依据，为相关工程技术人员提供运维参考。
关键词：金属化膜；电容器；可靠性；进展引言随着我国现代工业和国防科技的发展，大容量电容器在直流输电网、新能源并网、混合动力汽车等方面的作用越来越重要。
高性能电容器件的开发已成为电气工程领域的迫切需求。
早期的电容器多是箔式结构，20世纪50年代，金属化膜电容器因其特有的自愈性等优势开始得到应用并迅速发展，逐渐取代传统的箔式电容器。
金属化膜电容器相较于铝电解电容器和超级电容器，具有耐电压等级高、可靠性强（自愈性能）、损耗低、维护成本低等优点，是高性能大容量电容器的新兴发展方向。
传统金属化膜电容器多为油浸式电容器。
金属化膜电容器在运行过程中会发生自愈以及老化现象，造成其性能的逐渐下降，最终导致设备的故障及失效，影响系统的安全稳定运行，因此金属化膜电容器的可靠性问题是相关领域研究的重要课题。
本文针对金属化膜电容器的自愈和老化两个方面，综述了多年来国内外专家学者的相关研究工作并进行了提炼归纳，为电容器的性能提升、改进设计提供参考。
1金属化膜自愈特性明确金属化膜电容器自愈的物理机理，对于金属化膜进一步的设计、改进等具有重要意义。
目前金属化膜自愈方面的研究主要集中在自愈的能量、电流的幅值、持续时间、蒸发面积、电弧产生与熄灭机理和影响因素等。
普遍认为，金属化膜电容器自愈是否成功关键在于自愈过程能量的大小。
适中的电弧能量是自愈成功的关键，过大的能量可能引发贯穿性的电容器短路，过小的能量可能使电极蒸发不完全，导致连续的放电或电晕。
互联网远程实时控制系统短时间窗口往返时延测量、分析与建模
互联网远程实时控制系统短时间窗口往返时延测量、分析与建模于赫;秦贵和;孙铭会;李滨;吴星辰【摘要】为了得到准确地描述互联网远程实时控制系统时延的分布模型,对短时间窗口往返时延(round-trip time,RTT)进行了测量、统计和分析,提出了一种短时窗RTT时延混合威布尔(Weibull)模型.该混合模型满足网络控制系统的实时性需求,具备对短期非平稳的短时间窗口RTT时延样本随机聚类特性的描述能力,并利用期望最大化(expectation-maximization,EM)算法估计模型的混合分量密度及混合分量模型参数.实验结果表明:使用二重混合威布尔模型建模短时窗RTT时延样本能够很好地反映时延的随机聚类特性,K-S检验显示该模型对样本匹配效果评价可接受,该模型为互联网远程控制系统的优化控制提供了一种更准确的参考模型.【期刊名称】《西安交通大学学报》【年(卷),期】2016(050)002【总页数】7页(P26-32)【关键词】RTT时延;网络控制系统;混合威布尔模型;期望最大化算法【作者】于赫;秦贵和;孙铭会;李滨;吴星辰【作者单位】吉林大学计算机科学与技术学院,130022,长春;吉林大学计算机科学与技术学院,130022,长春;吉林大学符号计算与知识工程教育部重点实验室,130022,长春;吉林大学计算机科学与技术学院,130022,长春;吉林大学符号计算与知识工程教育部重点实验室,130022,长春;吉林大学计算机科学与技术学院,130022,长春;吉林大学计算机科学与技术学院,130022,长春【正文语种】中文【中图分类】TP393以互联网为基础设施和实现工具,将互联网与传统产业相结合是新一代信息技术与创新的发展方向。
近年来,网络接入的速度和移动终端的计算性能都成几何级数增长,通过互联网进行的远程实时控制应用焕发出新的活力。
然而,Internet的复杂性远超经典NCS使用的现场总线、工业以太网等网络系统,当控制系统以互联网为基础设施时,网络时延对控制系统设计、优化的影响是不可忽视的。
多发送端拓扑结构中网络链路延迟推断方法
多发送端拓扑结构中网络链路延迟推断方法许鑫;何泾沙;石恒华【摘要】为检测多发送端拓扑结构中网络内部延迟情况,在充分利用路径延迟数据的基础上,提出一种简单易行的网络链路延迟分布推断方法.在满足网络平稳性、网络链路延迟的时间独立性和空间独立性的假设下,将复杂的多发送端拓扑结构的网络分解成多个简单的单发送端拓扑结构的分解单元,采用最大似然估计法并按照分解单元所含链路个数的升序推断各分解单元中的网络链路延迟分布,使得分解单元中的数据流共享链路延迟分布的真实值和估计值之间的差异逐渐减小.研究结果表明:采用该方法能有效推断出复杂的多发送端拓扑结构中网络链路延迟分布情况,与最小方差权值平均方法相比,具有较高的精度.【期刊名称】《中南大学学报（自然科学版）》【年(卷),期】2010(041)003【总页数】7页(P1058-1064)【关键词】延迟;推断;拓扑;最大似然估计;多发送端【作者】许鑫;何泾沙;石恒华【作者单位】北京工业大学,计算机学院,北京,100124;北京工业大学,软件学院,北京,100124;北京工业大学,计算机学院,北京,100124【正文语种】中文【中图分类】TP393.06网络透视(Network tomography)[1]作为新兴的网络测量方法已受到很多研究机构[2-7]的关注。
其基本思想是利用统计学方法，分析端到端的网络路径级属性信息并推断网络链路级属性信息，以更好地检测网络行为及诊断网络的性能变化。
Chen等[8]认为这种方法将成为复杂网络性能诊断和评估中最受关注的方法之一。
在对基于网络透视的链路延迟分布推断研究中，Lo等[9]提出使用端到端多播测量法建立基于逻辑多播树的离散延迟推断模型。
Shih等[10]提出使用端到端单播测量法建立有限的混合模型，采用最大似然估计(Maximum likelihood estimation, MLE)和期望最大化(Expectation maximization, EM)算法来推断网络链路延迟情况。
回归疲劳寿命分布参数的P-S-N曲线拟合方法
回归疲劳寿命分布参数的P-S-N曲线拟合方法
白恩军;杨超杰
【期刊名称】《内燃机与配件》
【年(卷),期】2022()22
【摘要】通过加权最小二乘法拟合各应力水平疲劳寿命的分布参数,通过对疲劳寿命的均值和标准差与应力水平的线性回归分析,得到回归后的各应力水平的疲劳寿命均值及标准差,并应用其反求疲劳寿命分布的统计参数,进而获得具有高度线性相关性的各寿命分位点数据,拟合不同置信度下的P-S-N曲线。
通过应用本文方法和国标方法对实验数据的拟合结果对比分析,本文方法拟合的P-S-N曲线具有较高的精度,并且得到相对保守的结果。
通过回归分析后得到了统计参数与应力水平的函数,为应用应力-寿命干涉模型计算系统可靠度提供了基础。
【总页数】3页(P102-104)
【作者】白恩军;杨超杰
【作者单位】沈阳理工大学汽车与交通学院
【正文语种】中文
【中图分类】TB114
【相关文献】
1.基于三参数威布尔分布的自动调整臂疲劳寿命的P-S-N曲线研究
2.Birnbaum-Saunders疲劳寿命分布参数的回归估计方法
3.疲劳寿命分布参数估计方法对比
4.
威布尔分布下小样本P-S-N曲线拟合方法5.确定疲劳强度概率分布和P-S-N曲线表达式的简便方法
因版权原因，仅展示原文概要，查看原文内容请购买。
双射线模型损耗
双射线模型损耗双射线模型损耗（Birnbaum-Saunders model）是一种常用的损耗模型，广泛应用于可靠性工程和寿命分析领域。
该模型是由Birnbaum和Saunders于1969年提出的，用于描述材料在应力作用下的疲劳寿命分布。
本文将介绍双射线模型损耗的基本概念、特点及其在实际应用中的意义。
1. 双射线模型损耗的基本概念双射线模型损耗是一种统计模型，用于描述材料的疲劳寿命分布。
该模型假设疲劳寿命服从双射线分布，即在寿命的两侧存在两个分布参数，分别表示较高寿命和较低寿命的分布特征。
双射线模型损耗的概率密度函数可以表示为：f(x) = (1/2α + 1/2β) * (e^(-x/α)/α + e^(-x/β)/β)其中，x表示材料的疲劳寿命，α和β分别表示较高寿命和较低寿命的分布参数。
2. 双射线模型损耗的特点双射线模型损耗具有以下几个特点：（1）双射线模型损耗是一种灵活的模型，能够较好地拟合实际材料的疲劳寿命分布。
（2）双射线模型损耗能够同时描述较高寿命和较低寿命的分布特征，能够更准确地估计材料的寿命分布。
（3）双射线模型损耗的参数可以通过最大似然估计等方法进行求解，具有较好的统计性质。
（4）双射线模型损耗可以通过参数的调整来适应不同材料的疲劳寿命分布，具有一定的通用性。
3. 双射线模型损耗的应用意义双射线模型损耗在可靠性工程和寿命分析中具有重要的应用意义：（1）双射线模型损耗可以用于预测材料的疲劳寿命分布，为产品的设计和可靠性评估提供重要依据。
（2）双射线模型损耗可以用于分析材料的疲劳寿命特征，了解材料的脆性和韧性等性质，指导材料的选择和制备。
（3）双射线模型损耗可以用于评估材料的可靠性指标，如失效概率、可靠度等，为产品的可靠性设计和维修策略制定提供依据。
（4）双射线模型损耗可以用于优化产品的寿命分布，实现产品性能的提升和寿命的延长。
双射线模型损耗是一种常用的损耗模型，能够较好地描述材料的疲劳寿命分布。
BS疲劳寿命分布一般序加试验的统计分析
BS疲劳寿命分布一般序加试验的统计分析王蓉华;顾蓓青;徐晓岭【摘要】The reliability statistical analysis is studied for the products of Birnbaum-Saunders fatigue life distribution under general progressive stress V(t)=Kt+V 1, V 1＞0, accelerated life test in this paper. When the scale parameter satisfies inverse power law model, the failure distribution is derived for the products of BS fatigue life distribution under general progressive stress accelerated life test by using time conversion idea of Nelson assumption, and the point estimations of parameters are obtained by using maximum likelihood estimation method. Moreover, it is stated that the point estimations of parameters cannot be obtained by using the methods such as regression method and inverse moment estimation. Finally, the Monte-Carlo simulation example shows the feasibility of the methods.%论文研究了Birnbaum-Saunders(以下简称BS)疲劳寿命分布产品在一般序进应力V(t)=Kt+V 1, V 1＞0,加速寿命试验下的可靠性统计分析.在刻度参数满足逆幂律模型下,利用Nelson假定的时间折算思想,推导出了BS疲劳寿命分布产品在一般序进应力加速寿命试验下的失效分布,并在此基础上利用极大似然估计的方法得到了参数的点估计,同时也简要说明利用诸如回归方法、逆矩估计等方法得不到参数的点估计.论文最后通过Monte-Carlo模拟算例说明方法的可行性.【期刊名称】《强度与环境》【年(卷),期】2018(045)003【总页数】9页(P39-47)【关键词】两参数Birnbaum-Saunders疲劳寿命分布;一般序进应力加速寿命试验;逆幂律模型;刻度参数;极大似然估计【作者】王蓉华;顾蓓青;徐晓岭【作者单位】上海师范大学数理学院,上海200234;上海对外经贸大学统计与信息学院,上海201620;上海对外经贸大学统计与信息学院,上海201620【正文语种】中文【中图分类】O32Birnbaum和Sauders在1969年推导出Birnbaum-Saunders模型，其广泛应用于可靠性研究中。
一种新的互连延迟度量
一种新的互连延迟度量
苏舟
【期刊名称】《半导体技术》
【年(卷),期】2004(29)8
【摘要】互连线的延迟已成为集成电路设计中必须解决的问题,人们已展开了全面、深入地研究,提出了许多方法。
本文将在这些方法的基础上,利用二阶瞬态推出新的
单极点模型,并利用它来计算延迟。
实验证明这种方法准确,有效。
【总页数】4页(P69-71)
【关键词】互连线延迟;单极点模型;延迟计算;集成电路
【作者】苏舟
【作者单位】东北微电子所
【正文语种】中文
【中图分类】TN402
【相关文献】
1.互连线延迟的瑞利度量 [J], 刘昆;郑赟;黄道君;侯劲松
2.一种面向片上互连的自适应通道双缓冲延迟模型 [J], 齐树波;李晋文;乐大珩;赵
天磊;张民选
3.一种低延迟低功耗的片上全局互连方法 [J], 刘祥远;陈书明
4.一种基于目标延迟约束缓冲器插入的互连优化模型 [J], 朱樟明;钱利波;杨银堂;
柴常春
5.研究多芯片组件互连延迟的一种新方法 [J], 李珂;黄培中;来金梅
因版权原因，仅展示原文概要，查看原文内容请购买。
一种对流层延迟模型的优化方法
一种对流层延迟模型的优化方法
侯堃;舒瑞;杨汀
【期刊名称】《北京测绘》
【年(卷),期】2017(0)3
【摘要】Bernese软件是一款高精度GNSS数据处理软件,软件内部所含的改正模型一般是全球化的模型,在某些区域化的研究中不是很适用.因此本文通过
Lahey/FujitsuFortran 95编译器对Bernese进行编译,对已有的对流层延迟模型进行修改,将区域化的模型加入到Bernese中.下载IGS跟踪站的数据,使用Bernese软件对修改的模型进行数据处理,在对流层结果文件中可以看到整个运算结果.通过对于Bernese软件内部模型的编译,对于其他模型的改进研究也有一定借鉴意义.
【总页数】4页(P120-123)
【作者】侯堃;舒瑞;杨汀
【作者单位】中国矿业大学(北京)地测学院,北京100083;中国矿业大学(北京)地测学院,北京100083;中国矿业大学(北京)地测学院,北京100083
【正文语种】中文
【中图分类】P228.4
【相关文献】
1.一种高精度区域对流层延迟模型及验证 [J], 任天鹏;唐歌实;史珍威;曹建峰;陈略;韩松涛;王美
2.一种基于遗传算法和BP神经网络的对流层延迟改正模型 [J], 陈阳;胡伍生
3.一种基于频谱分析和AR补偿的对流层延迟预报模型 [J], 吕慧珠;黄文德;闻德保
4.一种改进的网络RTK对流层延迟误差线性内插模型 [J], 谢建涛;郝金明;邱璇
5.一种无气象参数区域对流层延迟模型 [J], 杜伟吉; 夏晓明
因版权原因，仅展示原文概要，查看原文内容请购买。
基于网络演算的卫星网络端到端时延上界
基于网络演算的卫星网络端到端时延上界
魏德宾;王旭;杨力
【期刊名称】《计算机仿真》
【年(卷),期】2022(39)10
【摘要】针对卫星网络链路传播时延周期性变化且变化量不可忽略,传统时延边界计算过于放大排队时延等问题,提出了一种卫星网络端到端时延上界分析方法。
通过计算星间链路长度推算链路传播时延,并将链路处于峰值速率时的排队时延作为链路排队时延最大值,计算卫星网络端到端时延上界。
进一步,分别研究端到端路径包含节点数目、节点服务速率、业务流权重值以及突发量等对卫星网络端到端时延上界的影响。
仿真结果表明,在铱星拓扑结构下,卫星网络的端到端时延上界比基于令牌桶模型计算的端到端时延上界更接近于仿真值。
【总页数】6页(P44-49)
【作者】魏德宾;王旭;杨力
【作者单位】大连大学通信与网络重点实验室;大连大学信息工程学院;南京理工大学自动化学院
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.基于随机网络演算的LTE网络端到端时延分析
2.基于统计网络演算的端到端时延上界研究
3.基于随机网络演算的LTE网络端到端时延分析
4.基于网络演算的TSN端到端最差时延分析
5.基于网络演算的TSN端到端最差时延分析
因版权原因，仅展示原文概要，查看原文内容请购买。