数字并行接收机的反馈频域均衡方法

为了适应高速宽带无线通信的需要,在一种高速数字并行接收机(APRX)结构的基础上,提出了一种使用伪随机(pseudo-random num ber,PN)序列进行反馈频域均衡的方法,通过PN序列相关估计的信道冲激响应反馈到频域均衡器来更新并行接收机频域均衡器系数,这种结构能适应高速率传输的要求,并且能有效地对抗频率选择性衰落。仿真结果表明:在多径信道下,APRX已无法工作,而提出的反馈频域均衡方法性能较好,仅与G auss ian白噪声信道下有约5 dB的性能损失,且实现简单,便于应用。     

250～500℃时NO对干法脱硫反应的影响

用热重分析仪(TGA)研究了250~500℃烟气中NO对干法脱硫法反应的影响规律。实验采用分析纯C aO作为脱硫剂与模拟烟气反应。TGA实验结果表明,在250~500℃的范围内,NO对干法脱硫反应有促进作用。并且存在最佳的NO促进脱硫反应进行的温度和浓度范围:最佳温度为300℃,最佳浓度为2.009~3.348 g.m-3。对脱硫产物的Fourier变换红外分析(FT IR)和扫描电镜(SEM)分析表明NO是通过增加反应活性位和改变反应途径促进干法脱硫反应的进行。     

基于轮询机制的Utopia接口设计与实现

针对多个物理层传输芯片(PHY)、单ATM层的应用情况,分析了Utop ia level 2接口时序,基于现场可编程门阵列(FPGA)设计并实现了轮询机制的Utop ia接口逻辑,给出了时序仿真结果。设计了一种ATM同高层协议的接口逻辑并给出了进一步减小轮询操作开销的方法。同传统单端口模式相比,节约了75%的逻辑资源和引脚。测试结果表明,4个物理层单元能以155 Mbps的速度双向并行通信,可为模块化设计提供参考。     

特征筛选对脑-机接口信号单次提取精度的影响

脑-之机接口的核心问题之一是通信载体信号的单次提取．在构建脑控拼写器的过程中，通过“模拟自然阅读”诱发模式产生的视觉诱发电位作为人脑与计算机之间的通信载体，采用支持向量机方法进行特征信号的单次识别．为提高识别精度，详细研究了信号时程、时段的选择对模式识别精度的影响．结果表明，信号时程越长分类精度越高，时程达到300ms时，分类精度就可达到最大值（且趋于饱和）；信号时段的选择对分类精度亦有较大影响，最佳时段在靶刺激出现后约250～350ms作为起始处．这一结果为提高系统的整体速度与精度打下了基础．     

掺Er3+离子碲酸盐玻璃的光谱性质研究

测量了掺Er3 离子碲酸盐玻璃的吸收光谱和荧光光谱,经荧光光谱测试发现掺Er3 离子碲酸盐玻璃的荧光半高宽可达80 nm,应用McCumber理论计算了1 531 nm处的受激发射截面可达7.5×10-21cm2.对Er3 离子在不同基质玻璃中光谱特性的比较发现,Er3 离子在碲酸盐玻璃中具有相对较高的受激发射截面和宽的荧光半高宽.     

包含约束极值问题的二阶最优性条件

定义了函数f的二阶逼近;给出了当f和集值函数F的支撑函数的和函数在(x-,0)处具有紧二阶逼近时,f在约束0F(x)下取得最小值的二阶充分条件和必要条件.     

毛细管气相色谱指纹图谱在广藿香质量控制中的应用

用毛细管气相色谱研究不同栽培品种广藿香挥发油的指纹图谱,用相对保留值和相对峰面积2个参数以及指纹图谱八强峰和指纹图谱分区2种方法加以分析.结果表明不同栽培品种广藿香的指纹图谱既有一定相似性,也有一定差异性.相似性表现为:指纹图谱各区出峰稳定,峰数一致,有5个共有峰在12个样品中均进入指纹图谱八强峰,参考峰均为指纹图谱八强峰中的最强峰.差异性则表现为:各区特征峰的峰形、相对峰面积值亦有不同,19和20号峰是湛江广藿香特有的指纹图谱八强峰,而14和17号峰却为石牌广藿香特有的指纹图谱八强峰.指纹图谱分区比较与指纹图谱八强峰的结论相一致.     

来自多尺度分析的R iesz基

不采用正交化方法,给出了来自多尺度分析的R iesz小波基的具体形式以及小波基母函数ψ(x)与尺度函数φ(x)的关系.建立了基于这种R iesz基的分解与重构算法.     

MANET中的多目标组播路由协议

针对临时性、少量信息群发业务模型,提出一种多目标组播路由协议,利用已有的单播路由信息实现组播发送功能。中间节点根据组播分组中目的节点的地址和路由信息,结合本节点路由表或转发表,对相关目的节点执行转发。协议无需维护组播树和组播成员状态,可在任意提供路由表或转发表的单播路由协议基础上工作。在该应用模型下,协议的分组递交率性能与单播路由协议相当,发送开销比单播和其他组播路由协议大大减少,控制比特开销也较低。     

基于PCA和LS-SVM的软测量建模与应用

针对工业过程中某些重要过程变量难以实现实时在线检测和高维数据处理的问题,提出了将主元分析与最小二乘支持向量机相结合的软测量建模方法,并利用该方法建立了工业阿维菌素发酵过程中的菌丝浓度软测量模型.主元分析方法的引入,有效地提高了最小二乘支持向量机软测量模型的精度和泛化能力.应用结果表明,该方法与基于径向基函数神经网络软测量模型相比具有有效性和优越性.