傅里叶变换红外光声光谱法在纺织上应用

本文叙述了傅里叶变换红外光声光谱法(FTIR-PAS)的基本原理及其在纺织上应用。研究了组合浆料中变性聚乙烯醇的定量测定、涤棉混纺纤维中涤纶的定量测定、苎麻及甲壳素经碱处理后的光谱性质的变化。研究结果表明,以变性聚乙烯醇C=O基团的伸缩振动1570cm~(-1)吸收峰可作为定量测定变性聚乙烯醇的依据。以涤纶分子结构中羰基伸缩振动1725cm~(-1)峰高与纤维分子结构中碳氢键伸缩振动2915cm~(-1)峰高的比值,可定量测定涤棉混纺纤维中涤纶含量。苎麻经碱处理后,非晶谱带898cm~(-1)度明显增加,晶区谱带1430cm~(-1)强度明显下降,其变化程度取决于碱浓度。甲壳素的酰胺吸收峰1555cm~(-1)随碱处理浓度、温度和时间的增加而下降。与常规的红外吸收光谱法相比较,傅里叶变换红外光声光谱法具有无损快速的优点,适宜于制作困难的试样。     

一种适用于混合双极直流输电的纵联方向保护方法

直流输电线路通常是以大电感和直流滤波器作为边界,故障行波在边界发生折射和反射时,其行波能量也会因为电感和滤波器的存在而被吸收,导致区内、外高频行波能量产生差异.当故障发生为正方向故障时,其高频前行波能量小于高频反行波能量;当故障发生为反方向故障时,其高频前行波能量大于高频反行波能量.由此特征提出了一种基于前、反行波高频能量差异的纵联方向保护,该保护采用小波包变换提取行波的高频能量,利用前行波与反行波在区内故障和区外故障时的高频能量差异判别故障.仿真结果表明,该保护能快速准确地识别故障,并且不受故障类型、过渡电阻以及故障发生位置距离和噪声的影响,具有一定的实用性.     

一种新的TDCS基函数生成方法及性能分析

针对变换域通信系统基函数生成过程中硬判决门限难以精确设置且判决复杂度高的问题,提出了一种功率谱翻转的基函数生成方法。该方法在对电磁环境采样估计的基础上,利用环境谱翻转来构造基函数幅度谱,省去了传统门限值设置和判决的步骤,从而大大降低了通信系统的运算复杂度;另外,由于没有完全舍弃被干扰的频段,与传统的"0"、"1"硬判决相比,该方法生成的基函数频率组成更加丰富而具有更好的相关特性。仿真结果表明:功率反转的基函数生成方法可以降低系统的运算复杂度,同时提高基函数的相关性能,为TDCS的深入研究提供了新的思路。     

小波变换及其在图像编码中的应用

小波分析是目前许多学科共同关心的一个前沿领域。本文首先付里叶变换和窗口付里叶变换的局限性,从时域、频局部化的角度对小波理论作了简介,其次综述了小波在图像编码中的应用。     

基于小波域中视觉门限模型的数字水印技术

给出了一种在小波变换域中给图像加水印的方案,本方案利用了小波分析的优良性质,结合人类视觉系统（ＨＶＳ）的特性,基于小波变换域中的视觉门限模型,对小波变换后的图像系数按不同的方向,层次子带分别加水印,使得在每个小波系数所加的水印的幅值不超过此系数所能掩盖的失真,这样可以保证水印在不可视的前提下尽可能提高坚固性,模拟实验结果表明这个方案取得了良好的效果。     

高斯光束的反向传输变换

用高斯光束的复数表示和ＡＢＣＤ定律,讨论了高斯光束的反向传输变换,并求出了表述高斯光束的几个重要参量。     

谐振腔镜对高斯光束远场发散角的影响

利用变换矩阵和ＡＢＣＤ定律讨论了激光谐振空对高我束的变换,推导出高斯光束参数通过光腔输出镜的变换公式。并对热透镜腔,光束远场发散角等问题进行了讨论。     

广义洛仑兹变换和超光速运动（I）

本篇引入的新的广义洛仑兹变换允许作ｖ〉ｃ和ｖ≤ｃ的协变换,有更高的时空对称性。这种变换保留相对论（除ｖ〉ｃ某些断言外）绝大多数有用结论,还预言超光速特有的某些性质。     

离散余弦变换系统在微光夜视系统中的应用研究

军事和空间技术的要求促进了微光电电视技术的发展。微光图像实时处理技术是微光夜视技术今后发展的方向。该文给出了实现实时图像处理的离散余弦变换编码系统框图及性能参数,并讨论了离散余弦变换系统在微光夜视系统中的应用。为微光电视的实时图像处理及图像编码进一步研究打下了基础,同时也为实现目标探测识别,跟踪的实时性,智能化和微型化,从而为研制新一代的战术侦察与火控系统提供出具体有效的技术基础。     

基于双正交小波的快速矢量量化算法

提出了一种用于图象压缩的矢量量化算法．该算法通过构造符合图象小波变换系数特征的跨频带矢量,利用小波系数之间的相关性,提高了图象的编码效率和重构质量．同时,该算法又采用了两种新的矢量量化技术——非线性插补矢量量化（ＮＬＩＶＱ）和渐进构造聚类（ＰＣＣ）,提高了矢量量化的速度和码书质量．实验结果证明,该算法在比特率为０．１７２ｂｐｐ的条件下仍能获得ＰＳＮＲ＞３４ｄＢ的高质量重构图象．研究图象小波变换系数的固有特性是提高矢量量化性能的关键,而提高矢量量化速度是这类算法得以实用的重要前提．