摘要：在时-空-频随机变化的浅海水声信道条件下,采用单一调制方式的水声通信系统难以权衡稳定性和通信速率,无法适应海洋信息可靠、高效传输的应用需求,因此自适应调制成为提高水声通信环境适应性的重要技术手段之一.但是,由于水声信道下传输时延增长,传统基于阈值判断和反馈的自适应调制方案存在反馈信息过时的问题,导致系统性能下降.本文将强化学习中的重复更新Q学习(RUQL)算法引入浅海信道自适应调制,用信噪比和多普勒频偏表征信道的状态变化,通过与环境交互学习信道的变化,经过多次迭代学习最优策略,实现多通信制式的自优化调整.实验结果表明,相对传统的基于门限阈值判断调整调制参数的自适应调制方案,本文设计的强化学习自适应浅海水声调制方案在系统吞吐量和误码率上均有明显提升,且相较于传统的Q学习算法有更快的收敛速度.

摘要：【目的】我国的水果生产大都在山区地带,地貌崎岖,导致水果的运输较为困难,山地果园轨道运输机的应用使生产过程变得简单。但传统的山地果园轨道运输机的操作往往需要人为控制,不便于实际操作,因此亟须对传统山地果园轨道运输机进行升级改造。【方法】课题组设计了一款山地果园轨道运输机控制系统,系统以STC89C51单片机为主控制器,通过键盘输入前进、后退、停止3种指令,通过LoRa无线通信技术,对输入的指令进行无线传输,另一STC89C51单片机接收到指令后控制电动推杆产生相应的动作。【结果】实际测试表明,该山地果园轨道运输机控制系统覆盖直径可达5 km,传输数据误码率几乎为0,数据传输平均时间在2 ms以内。【结论】该山地果园轨道控制系统能够满足远程精准控制的要求,功耗低,续航时间久,能运用于多种款式轨道运输机及其他的远程控制领域。