自适应跌倒前实时检测方法

为了能利用单一传感器在跌倒撞击前实时检测出跌倒即将发生,结合支持向量机(SVM)和阈值法设计了一种自适应跌倒前实时检测方法.实验结果表明,该方法能在跌倒撞击前实时检测出跌倒即将发生,且比人工阈值法和SVM方法有更长的间隔时间,比SVM方法有更高的召回率和特异度.     

基于自适应形态学的跳频信号参数联合盲估计

跳频通信的应用大大提高了军事装备的抗干扰和抗截获能力，使得跳频对抗技术面临严峻的挑战。为解决传统形态学跳频信号参数估计方法中结构元素选择困难问题并提高估计精度，提出了一种基于自适应形态学的跳频信号参数联合盲估计方法。首先，对跳频信号进行短时傅里叶变换获取谱图。然后，从其时间轴投影中获取结构元素尺寸的知识, 设计自适应形态学滤波器抑制谱图噪声, 提取跳频图案初步估计跳频参数。最后, 引入最小二乘估计方法, 对跳频周期和跳变时刻进行精估计。仿真结果表明，此方法能够同时估计出跳频频率、跳频周期和跳变时刻, 不需要其中某一种参数作为先验条件, 在复杂的通信环境也能够保持良好的估计性能。     

存在定时偏移的UFMC系统信号与干扰分析

通用滤波多载波（universal filtered multi-carrier，UFMC）接收机接收到的信号到达时间与预期到达时间不一致时，会产生定时偏移（timing offset，TO），引入符号间干扰（inter symbol interference，ISI），从而破坏子载波正交性造成通信质量下降。为了分析TO对UFMC系统的影响，本文研究存在TO的UFMC系统信号和干扰分析，推导其数学表达式，数值计算并分析对比不同波形滤波器长度与不同定时偏移下的信干比（signal to interference ratio，SIR），仿真对比不同情形的误符号率（symbol error rate，SER）。结果表明，定时偏移数值与信号干扰强度呈正向相关，滤波器长度与系统SER数值呈反向相关。     

改进型DSC的并网锁相环直流偏移消除方法

针对在SRF-PLL的控制内环中使用延迟信号消除(DSC)算子，放缓了动态行为问题，提出了一种用于电网同步的三相PLL中的快速直流偏移抑制方法.通过使用改进型DSC运算器(MDSC)方法，改进了传统的基于DSC的PLL的动态性能.该方法能够有效地克服系统带宽给直流偏移消除带来的影响，并使系统响应速度得到提升.另外基于MDSC的PLL在相位跳变和频率阶跃变化的调整时间也很小.所提方法的有效性通过仿真实验结果得到证实.     

科尔沁沙地菊科植物叶性状系统发育信号研究

科尔沁沙地植物叶性状的研究可揭示叶性状受环境驱动及其响应,但当前研究未充分考虑物种进化对叶性状的影响.以科尔沁沙地22种菊科植物为对象,研究比叶面积、叶片体积、叶重比、叶片组织密度、叶片干物质含量等叶片性状的系统发育信号.研究发现比叶面积、叶体积、叶重比、叶组织密度、叶厚度、叶干物质含量的K值(表征系统发育信号)分别为0.727,1.02,0.687,0.881,0.992,0.866.各叶性状系统发育信号均不显著(P0.05).据此认为,科尔沁沙地菊科植物叶性状特征与系统发育关系不大.该研究可为深入理解环境因素与植物进化的相互作用提供参考,为当地植被恢复提供科学依据.     

基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code, STBC)识别中多种编码类型难区分的问题, 提出了一种基于卷积神经网络的STBC盲识别算法。该算法首先将接收信号采用自相关函数的频域预处理, 输入到卷积神经网络中对信号特征进行提取, 全连接层对特征进行映射, 实现对6种STBC类型的识别。仿真实验结果表明, 在无信道和噪声等先验信息的条件下, 所提算法能够有效区分3种相似度高的STBC3码, 且将STBC可识别的编码类型由目前的4种扩充到6种, 识别准确率能达到96%。该方法的复杂度较低, 不需要利用大量样本数据, 实时性高, 具有较好的工程应用价值。     

基于MSP430F5438A的工业排污督察管理终端设计

工业排污占环境污染高达70％,传统水质监测方法效率低且排污企业暗自偷排、突排污水问题严重,为此设计了一款基于MSP430F5438A和北斗的工业排污督察管理终端.工业排污督察管理终端以MSP430F5438A为核心控制器,利用北斗定位模块定位排污口位置并借助水质检测单元实时采集pH值、温度、浑浊度、溶解氧、氨氮浓度等信息,再通过带有注册包和心跳包功能的GPRS通信模块传输数据至监测中心.实现了对分散式工厂排污的实时远程动态监测,提供实时的水质、位置等信息.实际运行表明,终端运行稳定,相对于其他设计,功耗更低,通信更加灵活,更方便,更安全.     

血浆Sema4D和MMP-9与膝关节骨性关节炎的相关性研究

背景:骨性关节炎(OA)在我国患病率约为8.1％,是一种严重影响患者生活质量的关节退行性疾病,OA的诊断目前多依赖于病史、体征及影像学改变等,因此,探索血清学改变有助于OA的早期诊疗与预后.目的:研究血浆可溶性信号素4D(Sema4D)和基质金属蛋白酶-9(MMP-9)含量与老年膝骨性关节炎的相关性,评价血浆可溶性Sema4D和MMP-9对老年膝骨性关节炎诊断的参考价值及其对评价骨关节炎严重程度的临床价值.方法:选取2020年12月至2021年4月因骨关节炎就诊于中国人民解放军联勤保障部队第九四○医院(第九四○医院)的拟行膝关节置换术的患者32例为实验组;同期于第九四○医院行健康体检的21例为对照组.使用酶联免疫吸附法分别测定实验组及对照组血浆可溶性Sema4D和MMP-9浓度,同时根据指南对实验组进行HSS评分及Kellgren&Lawrence分级.结果:膝骨性关节炎患者血浆可溶性Se-ma4D和MMP-9浓度均高于健康对照组,两组间差异具有统计学意义;膝骨性关节炎患者血浆Sema4D浓度及MMP-9水平与HSS评分呈负相关,与Kellgren&Lawrence分级呈正相关.结论膝骨性关节炎患者血浆可溶性Sema4D和MMP-9均升高,血浆可溶性Sema4D和MMP-9均对膝骨性关节炎的诊断具有参考价值;血浆可溶性Sema4D和MMP-9浓度水平与HSS评分呈负相关,与Kellgren&Lawrence分级呈正相关,表明其对评价老年膝骨性关节炎严重程度具有临床价值.     

基于改进CLDNN的辐射源信号识别

传统辐射源信号识别方法往往需要人工提取特征,不仅对专业知识要求较高,而且人为选择的特征不能够保证适用于大多数类型信号的识别,识别精度和识别速度也不能兼顾。针对上述问题,将语音处理领域常用的深度学习模型——卷积长短时深度神经网络(convolutional long short-term deep neural network, CLDNN)引入到辐射源信号的识别中,并将该模型中的长短时记忆层改为双向门控循环单元层。模型的输入为原始时间序列数据,特征提取和分类识别过程均在网络中进行,避免了人工选择特征的不完备性。实验结果表明,所提模型在低信噪比情况下也能够有效识别信号类型,同时与其他模型相比,实现了识别精度和识别速度之间的平衡。     

PD-1/PD-L1抗体阻断药物的研究进展与临床应用

研究发现在生理状况下PD-1与PD-L1相互识别能产生负向信号,该信号通路一旦被激活后,可诱导抗原特异性效应T细胞凋亡,该生理效应可防止过度免疫反应带来的附加损伤,因此该信号通路又被形象的称为"免疫刹车".如果利用特异性阻断剂阻断PD-1/PD-L1信号通路,便可以恢复免疫细胞的杀伤抑制功能.截止至2019年12月,全球已有7种PD-1阻断药物和3种PD-L1阻断药物批准上市,均属于大分子抗体类药物,其中的4种PD-1单抗由我国自主研发,目前中国大陆批准上市的PD-1/PD-L1阻断药物有8种.这些单抗药物在多种肿瘤的临床治疗中产生较好的疗效,并且部分患者得到完全缓解,具有良好的应用前景.从其生物学背景出发,按药物分类综述了近年来PD-1/PD-L1信号通路抑制剂在临床治疗中的应用和表现,讨论了目前此类药物在临床使用中存在的问题以及应对策略.