一种提高样品放射性活度测量准确度的新方法

在使用高纯锗γ谱仪测量样品的放射性活度时,探测器对γ射线的探测效率是影响测量准确度的一个重要因素.目前使用的两种得到探测效率的方法——标准样品法和蒙特卡洛法,因为各自的局限性,都存在一定的系统误差.结合两种方法,提出并建立了一种能够消除前两种方法系统误差,获得更准确的探测效率的新方法,即用蒙特卡洛方法计算待测样和标准样的探测效率的比值,再乘以实验测量得到的标准样的探测效率,得到待测样品的探测效率.所建方法的正确性通过蒙特卡洛软件计算的模拟实验得到了验证,并证明了新方法能够完全消除标准样品法的系统误差,并且在绝大多数情况下消除了蒙特卡洛法的系统误差.     

反射式大功率CO_2激光功率测试仪

大功率CO_2激光器的功率测量关键在于大功率激光光束取样杆应在不影响光束工作条件下取样测量激光光束功率,被测量的激光功率可高达上万瓦.在研制反射式取样功率计过程中,重点考虑在保证测量精度及稳定性条件下,尽量使仪器成本降低.反射式的光学系统可以减少加工费用;反射口径可做得比较大,适用于大口径激光束测量,同时反射镜重量轻.另一方面,采用自行设计与研制的温差多接点热电堆探测器,不仅成本低而且     

某型检测仪的温度模拟电路设计

某型检测仪用于某型航空发动机温控装置的性能检测。温度模拟电路是该检测仪的重要组成部分。本文对温度模拟电路的设计进行了详细的叙述。该电路采用了先进的隔离传感器技术、可调恒流源技术以及热电偶测温技术,达到了设计和使用要求。     

采样成像系统中的欠采样噪声分析

在分析欠采样噪声机理的基础上，针对大多数采样成像设备中存在的带内和带外的欠采样噪声，使设备性能下降的问题，建立了欠采样噪声的数学模型和应用分析模型。研究了图像捕捉系统中，欠采样噪声与系统设计参数的关系，给出计算机仿真结果。讨论了消除欠采样噪声的途径。     

基于广义似然比的高分辨率雷达目标检测

目标的一维距离像反映了目标强散射中心在径向距离轴上的投影分布 ,它是目标特征的体现 ,根据目标的距离像提出了一种新的信号检测方案 ,即先从目标的距离像中提取散射中心 ,获得其空域分布密度 ,再进行广义似然比检测。仿真试验结果表明 ,这种检测器具有很好的检测性能     

基于AdaBoost算法的易拉罐检测方法

提出了基于Adaboost算法的易拉罐检测方法.易拉罐检测器的训练,是基于AdaBoost算法思想,分别使用Haar特征、LBP特征对易拉罐图像进行特征提取,并对两者训练检测器的过程差异及最终效果作出比较.实验证明,基于AdaBoost算法训练的易拉罐检测器,检测率高且速度快.     

基于目标极化适配的极化检测算法

极化检测是雷达目标检测的一个重要分支.在高斯杂波统计特征已知的情况下,极化白化滤波器(PWF)常被用于杂波中雷达目标的检测.假设目标的极化特性和杂波的统计特征均已知,为了利用目标的先验知识,提出了一种基于目标极化适配的检测算法,据此算法设计了极化适配检测器(PAD).PAD和PWF对低极化度高斯杂波中二面角的模拟检测结果显示,在低信杂比下,PAD算法具有较好的检测性能.     

1980~2020年安徽省土地利用时空演化特征

为分析安徽省土地利用时空演化特征,以1980、1995、2000、2005、2010、2015、2020年土地利用现状图为基础,利用Sankey图、土地利用动态度等方法分析了安徽省近40年土地利用演变特征;结合Getis-Ord General G聚类方法和多距离空间聚类（Ripleys K函数）方法对安徽省土地利用变化累积量进行了时空模式分析;并基于地理探测器模型分析了多种驱动因子对土地利用变化的单一与交互解释程度。结果表明：（1）1980~2020年安徽省建设用地、草地、水域面积分别增加35.04%、2.44%和0.75%,耕地、林地分别减少4.63%和0.98%;安徽省综合土地利用动态度逐渐增加,建设用地和耕地变化较快,单一动态度最高分别达到3.15%和-0.39%;林地、草地、水域变化较为稳定;（2）1980~2020年安徽省土地利用的剧烈变化具有显著的聚集性,通过K-means聚类可将不同程度的变化较好地分类;土地利用剧烈变化区域聚集特征受观测尺度变化的影响小于平缓变化区域;（3）地理探测结果表明：与人类活动强度密切联系的社会因子（夜间灯光数据、GDP、人口、到城市和主要道路距离等）和地形因子（高程、坡度）以及各因子间交互作用是土地利用变化的重要推动力。     

一种实用的打印机测试器

应打印机维修部门的要求，运用具有２Ｋ闪烁存储器的新型单片机ＡＴ８９Ｃ２０５１，结合国内流行的文字处理软件ＷＰＳ提供的打印机类型，设计出体积小、重量轻、价格低、易制作、实用性强的打印测试器。可代替微机对打印机的测试操作，有一定的社会推广价值。     

多传感器分布式检测综述

综述了多传感器分布式检测研究的发展、现状和最新进展。首先讨论了一些经典问题基于Neyman-Pearson和Bayes准则的分布式检测系统的优化,这包括局部判决的优化、融合准则的优化和全局优化。主要考虑了并行和串行结构,并且假设各传感器观测统计独立。给出了基于似然比检验(LikelihoodRatioTest,LRT)的最优准则。最后进一步讨论了分布式检测中的一些前沿方向渐近最优检测,非参数检测和CFAR检测以及序贯检测。