基于DSP的JPM-1型质子磁力仪研制

为提高传统质子磁力仪综合性能, 同时为研制Overhauser磁力仪提供参考依据, 设计了基于数字信号处理器（DSP: Digital Signal Processor）TMS320F2812研制的JPM-1型质子磁力仪。该磁力仪以DSP为核心实现质子旋进信号的采集和处理, 采用基于DSP的软件过零数频算法计算旋进信号频率。分析了探头初始信号强度, 并通过建立仪器噪声模型分析了仪器噪声。野外测试结果表明, 该磁力仪探头信号初始幅度约为0.4 μV, 初始信噪比为32 ∶1, 灵敏度为0.27 nT。     

经济增长与税制改革对税收总量影响的实证分析

研究了1978~2010年税制改革对税收总量影响的机理.运用描述统计量、多线段线性回归模型、邹突变点检验等方法,从税收总额角度实证分析了税制改革是如何影响税收变动的.结果表明:每一次税制改革都是卓有成效的,但影响的程度不同,主要是因每次改革的侧重点不同引起的.因此,经济增长是影响税收总量的关键因素.     

种子注入高重复频率Q开关激光器

分析了自发辐射与注入种子信号在激光建立过程中的竞争对种子注入的影响. 利用单块非平面环形腔单频激光器作为种子振荡信号,注入到高重复频率Q开关构成的从动激光器,获得单脉冲能量大于5mJ、脉冲宽度40ns的单纵模振荡脉冲激光输出. 测试了种子激光器在不同频率、功率及在从动激光器不同抽运能量下种子注入现象发生的几率实验. 结果表明,频率匹配和从动激光器的抽运能量是影响种子注入发生几率的重要因素.     

SINS/GPS组合导航和末端寻的复合制导半实物仿真

针对采用SINS/GPS组合导航及末端寻的复合制导体制的制导弹药,为检验组合导航系统和制导控制系统的工作性能,设计了半实物仿真系统框架结构.设计半实物仿真时序,采用基于频率调度(FBS)机制,实现仿真的实时性和同步性.探讨并解决了仿真中多CPU时钟同步问题.仿真结果表明,捷联惯导算法正确,解算时延较小,GPS修正效果良好,组合导航系统可顺利完成中末制导交班;制导控制系统设计合理,对于静止和机动目标,落点射击精度和落角均满足设计要求.     

在线传感器突变信号的检测与区分

为了准确区分传感器突变信号产生的原因,提出了基于数学模型的小波频带分析法. 针对工业流程中的测控系统,分析了输出突变信号的频率组成与突变原因的关系. 用小波频带分析技术,将高低频信号分离,并进行能量统计,根据高低频信号能量比例的变化,判断出突变信号产生的原因. 经典型控制系统的计算机仿真和恒压供水系统实验结果表明,该方法能够有效地诊断出传感器是否发生故障.     

改进的LOFDM系统实现方法

利用网格正交频分复用(LOFDM:Lattice O rthogonal Frequency D ivision Mu ltip lexing)可使系统的频谱利用率比采用脉冲成形OFDM(O rthogonal Frequency D ivision Mu ltip lexing)技术时更高,但带来实现上的复杂化。为此,在对LOFDM信号结构进行分析的基础上,给出了LOFDM系统调制解调器的有效实现。该方法先利用信号的反傅立叶变换(IFFT:Inverse Fast FourierTransform),可方便地分解出奇偶下标信号的反傅立叶变换的特点,把LOFDM系统的实现简化为一个脉冲成形OFDM系统的实现,再参考脉冲成形OFDM系统的有效实现方法,从而简化了系统结构。与已有方法相比,在成形脉冲是实序列时,计算量上,每个LOFDM符号周期减少4(Lg-N)次实乘和4Lg-6N实加;存储量上,发送端和接收端从分别存储两个长Lg的成形脉冲减少为发送端存储一个长Lg的成形脉冲,接收端存储一个长Lg的成形脉冲和一个长N/2的序列e-j2πn/N。     

含步长加速变异算子的微粒群算法

提出了含步长加速变异算子的微粒群算法和它的一种变体———全局最优位置的步长加速变异微粒群算法,通过测试函数的对比分析,说明了这两种含变异算子的微粒群算法具有较好的收敛速度和稳定性.     

0.18μm CMOS高集成度可编程分频器的设计

采用标准0.18 μm CMOS工艺,提出了一种高集成度可编程分频器.该电路所采用技术的新颖之处在于：基于基本分频单元的特殊结构,对除2/除3单元级联式可编程分频器的关键模块进行改进,将普通的CML型锁存器集成为包含与门的锁存器,从而大大提高了电路的集成度,有效地降低了电路功耗,提升了整体电路速度,并使版图更紧凑.仿真结果表明,在1.8V电压、输入频率Fin=1 GHz的情况下,可实现任意整数且步长为1的分频比,相位噪声为-173.1 dBc/Hz@1 MHz,电路功耗仅为9 mW.     

论表征形式与教育背景对于概率推断准确性的影响

在本研究中,实验人员就上述两种因素对于一例医疗诊断问题的影响进行了调查,997名不同专业背景的本科学生对于妇女是否患有乳腺癌进行了概率推断.研究所用的诊断题目采用了一种概率格式(probabilistic format)和三种频率格式(frequency format).调查结果显示,具有理科背景的学生综合表现优于文科背景的学生;相比于概率格式,两种频率格式(树状图和表格频率)改善了所有学生的表现,而标准频率格式只提高了理科学生的表现.此次研究为今后概率推断的教育工作提供了更广阔的思路.     

A Neuro‐wavelet Model for the Short‐Term Forecasting of High‐Frequency Time Series of Stock Returns

We propose a wavelet neural network (neuro‐wavelet) model for the short‐term forecast of stock returns from high‐frequency financial data. The proposed hybrid model combines the capability of wavelets and neural networks to capture non‐stationary nonlinear attributes embedded in financial time series. A comparison study was performed on the predictive power of two econometric models and four recurrent neural network topologies. Several statistical measures were applied to the predictions and standard errors to evaluate the performance of all models. A Jordan net that used as input the coefficients resulting from a non‐decimated wavelet‐based multi‐resolution decomposition of an exogenous signal showed a consistent superior forecasting performance. Reasonable forecasting accuracy for the one‐, three‐ and five step‐ahead horizons was achieved by the proposed model. The procedure used to build the neuro‐wavelet model is reusable and can be applied to any high‐frequency financial series to specify the model characteristics associated with that particular series. Copyright © 2013 John Wiley & Sons, Ltd.