平面锥形光波导模斑转换器的研究

基于三维有限差分束传输法（FD－BPM）对平面光波导器件中的关键元件之一－平面锥形模斑转换器作了深入的研究，对线性和数种非线性侧面边界的模斑转换器进行了数值仿真和对比，分析了平面锥形模斑转换器侧面边界函数对耦合损耗的影响，以及模斑转换器中模场分布随传输距离的变化，确定了不同长度的平面锥形模斑转换器的最佳侧面边界，指出长度在200－1000μm范围内具有余弦边界的平面锥形模斑转换器性能最佳，并且发现，光纤中的出射光进入模斑转换器以后，光波模式会逐渐发生变化，并最终转化为单模。     

多码DS／CDMA传输自适应系统的序列优化

为了优化多码DS／CDMA系统性能，提出了一种自适应序列优化及功率控制方法，通过优化系统扩频码设计，使系统能有效地克服多径多址干扰，降低系统传输功率。此方法中，为提高接收端用户的信号干扰噪声比(SINR)，提出了一种快速收敛的优化序列设计算法，通过优化发送扩频序列和接收解扩序列，降低了多址干扰，提高了多径分集增益；通过调整发射功率，使接收端达到设定服务质量要求，是一种有效的多码DS／CDMA传输自适应方法。     

战斗机起飞噪声测试及特性分析

目标特性的研究是智能武器系统进行目标识别的基础。主要对某型战斗机在起飞阶段产生的噪声信号进行了测试方面的探讨，介绍了测试系统的原理和各部分的功能，并分析了其时域和频域特性，具有一定参考价值。     

Matched field noise suppression： Principle with application to towed hydrophone line array

Discrete noise source suppression in underwater acoustic channel has attracted great attention in recent years. The paper proposes a new principle for dealing with the problem. This new principle is called matched field noise suppression (MFNS). Based on a previous work of the authors group, a full understanding about how a discrete noise source shows effects on the performance of a towed hydrophone line array has been obtained. In light of that finding,MFNS is proposed, which explores and utilizes the characteristics of the noise transmission channel to achieve much greater suppression of the noise in comparison with existing approaches. MFNS combines the concept of matched field processing (MFP) and optimal sensor array processing (OSAP) together to suppress the discrete noise source and to maintain an optimal beam for receiving far-field wanted plane wave signals. A MFNS beam-former is deduced in constraint with signal plane-wave response being unit and noise matched field response being zero. A dosed-form solution of the weight vector for the beam-former is given. Computer simulation results agree well to the theoretical analysis.     

基于多传感器观测下的带乘性噪声系统的最优滤波融合算法

多传感器系统由于具有较高的精度及可靠性日益受到研究者的重视。本文针对多传感器观测下的带乘性噪声系统，分别给出了集中式与分布式滤波融合算法。这2种算法在数学上完全等价，在线性最小方差意义上均是最优的。但对于工程实际问题，分布式的融合策略在计算、可靠性、故障的检测与隔离等方面更具有优势。文中举例验证了这2种融合算法的有效性。     

两多模相干态的叠加态光场的等幂N次Y压缩

根据量子力学态叠加原理,构造了由多模复共轭相干态|{zj(a)}>q和多模复共轭相干态的相反态等幂次|{-zj(b)}>q的线性叠加所组成的振幅不等的非对称两态叠加多模叠加态光场|Ψn(2)>q(j=1,2,3,…,q),利用多模压缩态理论研究了态|Ψn(2)>q的等幂次N次方Y压缩特性。结果表明:在各模的平均光子数不相等而对应模的初始相位相等亦即Rj(a)≠Rj(b)且ψj(a)=ψj(b)=ψj的条件下,如果各模的初始相位ψj和态间的初始相位差θpq(R)-θnq(R)=△θ满足一定取值关系,则无论压缩次数N为奇数还是偶数,态|Ψn(2)>q的两个正交相位分量均可分别呈现周期性变化的等幂次N次方Y压缩效应,但N是奇数时的压缩深度大于N是偶数时的压缩深度。     

交通噪声预测的神经网络模型

运用 Matlab语言编程 ,构造预测交通噪声的 LM算法 BP神经网络模型 ,把预测因子 (轻、重型车流量、平均车速、受声点距路肩距离、敏感点高差 )作为样本输入到网络模型 ,噪声等效声级作为样本输出 ,反复训练网络 ,通过增加隐含层节点数、改进算法 ,以降低误差 ,缩短训练时间。     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

微波放大器Rn-Gn噪声模型阻抗变换测量方法

为了使接收微波放大器在工作频段上具有较小的噪声，讨论了如何使用M-Lane方法，结合自行研制的精密阻抗变换器，得到微波放大器Rn-Gn噪声模型中包括最小噪声系数Fmin在内的4个参数，使设计的放大器工作在匹配状态，Fmin可达到2．32dB，测量时间也大大缩短，结果稳定，为进行微波放大器低噪声设计提供了一个快速准确的方法。     

一种基于Measurement Studio计算动态信号1/3倍频程谱的方法

在声学中,1/3倍频程谱反映了声源的能量分布情况。利用对信号1/3倍频程谱分析的结果,选择适当的吸声系数的材料,以达到良好的降噪效果。通过利用Measurement Studio中的Visual Basic组件,提供了一种快速、准确、可视化的计算1/3倍频程谱的方法。