细胞松弛素B、温度、离心处理对猪卵母细胞OPS玻璃化冷冻的影响

主要探讨使用CB预处理和不同温度冷冻保护剂对猪卵母细OPS玻璃化冷冻保存的影响,并对使用不同温度冷冻保护剂下,探讨离心猪卵母细胞后的OPS冷冻、解冻的效果.结果表明,体外成熟培养12h后,将经7.5μg/mL细胞松弛素B(CB)处理的猪卵母细胞进行OPS玻璃化冷冻保存.解冻后继续体外成熟培养,猪卵母细胞的形态正常率和成熟率与对照组无显著差异(P>0.05),但是与对照组相比,经冷冻前经CB预处理的卵母细胞其体外受精胚胎的卵裂率、桑葚胚和囊胚率显著提高(P<0.05).此外,使用预平衡至39℃的冷冻保护剂能够达到较好的解冻效果,卵母细胞成熟率较高,但离心并没有促进冷冻后猪卵母细胞体外受精胚胎发育率.     

基于粒子群优化算法的宽带频谱感知方案设计

针对宽带频谱感知问题,构建了系统优化模型.该模型通过寻找最优的权重系数,提高最大化系统吞吐量.考虑到优化模型目标函数的非凸性,提出基于粒子群算法的求解方法.对比分析了次级用户数目、采样点数目以及子频段数目等参数对宽带频谱感知算法性能的影响,仿真结果验证了该算法的有效性.     

基于ATV正则化与初始模型约束的波阻抗反演

提出了一种基于各向异性全变分正则化和初始模型约束的波阻抗反演方法.为了综合利用地震数据的时空信息,提高反演结果的横向连续性,采用多道同时反演.实验结果表明,即使在强噪声干扰的情况下,利用该方法仍然能得到较好的反演结果,且反演误差较小.     

基于特征值检测的多天线盲频谱感知算法的研究(英文)

在多天线感知场景中噪声不确定和信号相关现象可能同时存在,经典的基于能量检测(ED)感知性能将急剧恶化。利用多天线接收信号存在的相关特性,提出一种基于取样协方差矩阵(SCM)特征值的盲频谱感知方法。新方法无需噪声方差、主信号和无线信道的信息参与感知过程。与经典的能量检测方法相比,由于无需噪声方差参与感知节点的判决过程,新方法的感知性能对噪声不确定性具有良好的鲁棒性。利用多元统计理论和随机矩阵理论(RMT)获得了相应的理论判决门限。仿真结果表明新算法比基于ED的感知算法具有更好的误警性能和更可靠的检测性能。     

SystemView定制模块的DLL方式实现研究

阐述了以动态链接库方式实现SystemView定制模块的步骤与方法,用VC++6.0实现了一个限幅器模块.仿真表明：输出结果与理论相符,从而证明了该实现方法的正确性与可靠性.     

高阶Σ-Δ调制器的滑模电路设计方法

提出了一种新的高阶Σ-Δ调制器滑模电路设计方法.首先,证明了滑模控制系统的Σ-Δ调制编码功能,进而推出了Σ-Δ调制器传输函数形式的稳定性判据;然后,结合判据提出了一种稳定的巴特沃斯极点、零点优化的传输函数设计算法;最后,利用建立参数方程及求解、参数仿真调整,设计了Σ-Δ调制器的环路滤波器级联结构的电路,并通过一个设计实例及仿真,验证了所提方法的可行性.     

基于小波包去噪和图像质量评估的指纹图像预处理

分析了指纹图像的噪声类型及传统指纹图像处理方法的不足,提出一种基于小波包去噪和图像质量评估相结合的指纹图像预处理方法,仿真结果表明：该方法能有效去除指纹中的随机噪声,降低干湿指纹和不完整指纹对指纹识别率的影响,且算法简单,处理速度快,能满足实时性要求.     

基于数值分析理论的低复杂度MED算法

经典的最大特征值检测（MED）算法在检测相关信号时具有优异的性能.然而,随着信号维度的不断增大,MED算法面临着严重的感知判决量和判决门限计算的效率和实现问题,从而极大地限制了该算法在现代认知通信系统中的进一步应用.为此,提出了一种基于数值分析理论框架的低复杂度MED频谱感知算法.所提算法利用Rayleigh商加速幂法迭代地计算感知判决量,与经典的幂法相比,在检测高维信号时具有更快的收敛速度;此外,不同于经典的查表法,新算法基于三次样条插值法快速、准确地确定任意给定目标虚警概率所对应的感知判决门限.所提MED算法在保持原有算法检测性能的同时,有效提升了计算效率,降低了算法实现复杂度;其对于高维条件下的频谱感知问题尤其具有吸引力.最后,仿真结果证明了所提算法的有效性.     

基于Web的随机信号分析远程虚拟实验平台设计

以Matlab软件为开发平台,以《随机信号分析与处理》课程为例,提出了其远程虚拟实验平台的设计方案.用户通过互联网访问服务器组件Matlab Web Server,由客户端浏览器远程进行《随机信号分析与处理》的仿真实验,并以LMS算法在自适应信道均衡中的应用实例验证了该方案的有效性.     

带约束PSO算法的最优多带协作式频谱感知

针对无约束粒子群优化(PSO)算法在进行多带协作频谱感知时存在难以控制系统总干扰的问题，设计了一种带约束PSO算法的最优多带协作式频谱感知方法.该方法通过引入惩罚函数，将带约束条件下的优化问题转化为无约束优化问题.仿真实验结果表明，相对于无约束PSO算法，带约束PSO算法能够解决带约束的多带协作式频谱感知问题，所得最优解满足约束条件，避免造成总干扰过大.