基于MEMP算法的二维DOA估计

针对L形阵列,提出利用增广矩阵束(MEMP)进行二维DOA估计的新算法。计算两个均匀线阵的互协方差矩阵,利用MEMP方法构造增广矩阵,运用ESPRIT算法实现二维波达方向的估计,并采用一种新的配对算法,实现二维波达角的自动配对。为了克服MEMP方法对阵列有效孔径的损失,利用四阶累积量的阵列扩展的性质,提出了基于MEMP方法扩展的二维DOA估计算法,该算法增加了阵列的有效孔径,无需进行谱峰搜索。仿真实验证明了算法的有效性。     

DMMSE准则在DS-CDMA系统中的应用

给出了基于差分最小均方误差(DMMSE)准则的短扩频序列DS-CDMA自适应多用户检测算法。DMMSE准则避免了跟踪信道衰落，而是有效的利用了两个连续符号增益的微小变化来调整接收机，该准则在快衰落信道条件下显示了良好的鲁棒性。仿真结果也证明了算法的合理性和有效性。     

基于高阶循环统计量和线性预测的虚拟孔径扩展DOA估计

本文提出一种新的多径信号DOA估计方法--基于高阶循环统计量和线性预测的虚拟孔径扩展DOA估计算法.首先构造阵列接收信号的四阶循环累积量矩阵并估计其广义舵矢量,进而基于前后向线性预测(FBLP)估计每组多径信号的DOA,以进一步提高分辨力.该方法与扩展虚拟ESPRIT算法(即EVESPA)相比,兼有高阶累积量和循环统计量的优点,具有信号选择性和更强的抑制复杂噪声/干扰的能力;在小样本情况下估计空间距离较近的多径方向具有更高的分辨力;用包含K阵元均匀线阵的任意阵列所能接收的信号总数可以超过2K(K-1)/3个,适于信号数大大多于阵元数的情况.     

不同产地灵芝中16种矿物元素的TXRF测定

了解不同产地灵芝中K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Rb、Sr和Pb 16种矿物元素的含量。灵芝样品经粉碎后,微波消解处理,采用全反射X射线荧光分析法(TXRF)同时测定灵芝粉中16种矿物元素。仪器检出限(LLD)在0.001~0.011 mg/L之间,方法检出限(LDM)在0.003~0.143 mg/kg之间。各元素加标回收率在92.0%~105.5%之间。灵芝中K、Ca、Zn和Se等元素含量非常丰富,K和Ca元素平均含量分别在2 000 mg/kg和1 000 mg/kg左右。山东和四川产地的Mn略高于其他产地,山东产地的Sr低于其他产地。结论:微波消解-全反射X射线荧光分析(TXRF)法可以应用于测定灵芝中的多种矿物元素。不同产地的灵芝均含有所测的16种矿物元素,这16种元素的含量差异性不显著(p0.05),这些微小差别可能和产地、气候以及采摘期有一定的关系。     

支持向量机原始问题研究综述

支持向量机学习器往往是通过求解原二次优化问题的对偶问题获得的.诸多研究表明,支持向量机原始问题同样可以适当地处理约束项,同时,突破以前原二次优化问题不能利用核函数的认识误区,通过引入核函数建立一个无约束优化问题,利用传统优化方法进行求解.理论分析和实验表明,支持向量机原始问题也能实现对数据的高效学习,而且在大规模数据学习问题上,较之求解对应的对偶问题获得的近似解更可靠,参数选择也更好进行.