第29章 暴雨（2 / 2）
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
唐旭的需求和他正在解决的问题恰好是同一枚硬幣的两面——唐旭需要高频率的信道预测输出，左城需要在低频率的气象数据之间做高频率的插值补偿。
如果把气象数据看成一种“低刷新率的外部输入“，那他需要的插值补偿机制和唐旭需要的高刷新率接口，本质上是同一个技术组件。
“你的波束赋形需要多高的刷新率“左城问。
“理想情况下，毫秒级。“
“那正好。“左城放下筷子，“我现在有一个问题——气象数据的更新周期是五分钟，但我的预测模块需要毫秒级的气象校正。我正在想怎么在两次更新之间做插值。如果这个插值机製做出来了，它同时可以输出你需要的毫秒级信道预测。“
唐旭的眼睛一下子亮了。
“那咱们一起做“他放下勺子，双手比划著名，“插值的核心是在已知数据点之间估算趋势，对吧天线阵列的波束扫描过程本身就会產生大量的空间採样数据，这些数据可以当作气象插值的辅助约束——因为不同方向的波束接收到的信號衰减差异，本身就包含了降雨空间分布的信息。“
左城愣了一秒。
这个想法他完全没想到。
用天线阵列的波束扫描数据来辅助气象插值——等於把天线当成了一个简易的“气象雷达“，不需要等五分钟一次的气象站更新，天线自己的观测数据每毫秒都在刷新，完全可以填补空白。
“唐旭，你这个思路太妙了。“左城由衷地说。
唐旭嘿嘿一笑，露出一排整齐的白牙：“应该的，互相帮忙嘛。“
两个人当天下午就开始联合攻关。
左城负责插值算法的数学框架设计，唐旭负责天线阵列波束数据的提取和预处理。两个人的技术方向原本各自独立，但在这个交叉点上精確地咬合在了一起。
三天后，联合方案跑通了。
气象插值模块利用天线波束扫描数据实现了毫秒级的降雨分布更新，精度比纯气象站数据提升了四倍。左城把这个模块嵌入双层预测架构的底层，重新跑暴雨场景的仿真测试。
结果出来的时候，唐旭正站在左城身后看屏幕。
暴雨场景下的信道预测精度：超过蓝湾通信现有方案百分之三十六。
从百分之十九到百分之三十六，几乎翻倍。
唐旭吹了声口哨。
左城靠在椅背上，嘴角弯了一下。
暴雨，过了。
还剩六个极端场景。
他翻开笔记本，在“暴雨衰减“旁边画了个勾，然后看向清单上的下一个名字——“太阳风暴“。
余光里，他注意到程远从自己的工位上抬起头，金丝眼镜后面的目光从屏幕上的数据移到了左城和唐旭並排站著的背影上。
那目光里的东西不太好辨认。
不像是敌意，更像是一种被落下的紧迫感。
↑返回顶部↑