全球大气温湿度廓线是研究极端天气和气候变化的重要数据集。本文利用三源资料误差评估方法评估了2021年风云三号极轨卫星(FY-3D)和美国极轨卫星(Suomi National Polar-Orbiting Partnership,NPP)以及掩星探测系统(Constellation Observ...全球大气温湿度廓线是研究极端天气和气候变化的重要数据集。本文利用三源资料误差评估方法评估了2021年风云三号极轨卫星(FY-3D)和美国极轨卫星(Suomi National Polar-Orbiting Partnership,NPP)以及掩星探测系统(Constellation Observing System for Meteorology,Ionosphere and Climate-2,COSMIC2)的温湿度廓线产品的误差。结果表明:①三类温度廓线均方根误差垂直分布相似,在对流层中低层(700~300 hPa)一致性较好,且小于2 K;对比三类湿度廓线,FY-3D湿度廓线的均方根误差最大,NPP的均方根误差最小。②晴空条件下FY-3D温湿度廓线均方根误差较全天空条件减小最显著;NPP温湿度廓线误差有微弱减小;受洋面超折射现象的影响,COSMIC2温湿度廓线低层反演精度有所降低。③与单一资料评估法相比,三源数据误差估计方法考虑了基准数据自身的误差后,计算的COSMIC2温湿度廓线误差在对流层低层分别增加了0.4 K和0.3 g·kg^(-1)。展开更多
智能反射面(Reconfigurable Intelligent Surface,RIS)有着操纵性强、能耗低、方便部署等优势,已成为6G(第六代移动通信)的关键技术。研究了关于智能反射面的信道估计算法,对于传统算法在传播时路径会因角度原因发生偏移的情况,采用了Tu...智能反射面(Reconfigurable Intelligent Surface,RIS)有着操纵性强、能耗低、方便部署等优势,已成为6G(第六代移动通信)的关键技术。研究了关于智能反射面的信道估计算法,对于传统算法在传播时路径会因角度原因发生偏移的情况,采用了Tucker分解的稀疏角度域高阶奇异值分解(High Order Singular Value Decomposition,HOSVD)信道估计算法来解决路径偏移的问题。为了验证所提出算法的鲁棒性,对比了传统的交替最小二乘法信道估计算法,可以得到不管是在用户数量、传播的路径偏移上都能取得比传统的信道估计算法更好的归一化最小均方误差(Normalized Mean Squared Error,NMSE)效果。展开更多
文摘全球大气温湿度廓线是研究极端天气和气候变化的重要数据集。本文利用三源资料误差评估方法评估了2021年风云三号极轨卫星(FY-3D)和美国极轨卫星(Suomi National Polar-Orbiting Partnership,NPP)以及掩星探测系统(Constellation Observing System for Meteorology,Ionosphere and Climate-2,COSMIC2)的温湿度廓线产品的误差。结果表明:①三类温度廓线均方根误差垂直分布相似,在对流层中低层(700~300 hPa)一致性较好,且小于2 K;对比三类湿度廓线,FY-3D湿度廓线的均方根误差最大,NPP的均方根误差最小。②晴空条件下FY-3D温湿度廓线均方根误差较全天空条件减小最显著;NPP温湿度廓线误差有微弱减小;受洋面超折射现象的影响,COSMIC2温湿度廓线低层反演精度有所降低。③与单一资料评估法相比,三源数据误差估计方法考虑了基准数据自身的误差后,计算的COSMIC2温湿度廓线误差在对流层低层分别增加了0.4 K和0.3 g·kg^(-1)。
文摘智能反射面(Reconfigurable Intelligent Surface,RIS)有着操纵性强、能耗低、方便部署等优势,已成为6G(第六代移动通信)的关键技术。研究了关于智能反射面的信道估计算法,对于传统算法在传播时路径会因角度原因发生偏移的情况,采用了Tucker分解的稀疏角度域高阶奇异值分解(High Order Singular Value Decomposition,HOSVD)信道估计算法来解决路径偏移的问题。为了验证所提出算法的鲁棒性,对比了传统的交替最小二乘法信道估计算法,可以得到不管是在用户数量、传播的路径偏移上都能取得比传统的信道估计算法更好的归一化最小均方误差(Normalized Mean Squared Error,NMSE)效果。
