基于EKF的Duffing振子正弦策动力判别算法

以Duffing振子系统为研究对象,分析了以正弦函数为周期策动力的Duffing方程基本形式及相应的振子运动,并用扩展卡尔曼滤波(extended Kalnan filter,EKF)对Duffing振子系统进行递推滤波,实现了对Duffing振子系统的稳定估计.根据滤波过程中周期策动力随卡尔曼增益的变化,提出了一种基于卡尔曼增益判别Duffing振子系统周期策动力的方法,可以作为运用Duffing振子进行弱信号检测的依据.仿真结果表明,与经典Lyapunov指数判别法相比,该算法具有更好的判别性能.     

海军陆战队的空中掩护者能力几何

说起海军陆战队,可能大家首先想到的便是"海豹突击队"."海豹突击队"执行了击毙本·拉登的任务,从而威名远扬,受到世人的关注. "海豹突击队"隶属于美国的海军陆战队.不同于其他国家和地区,美国的海军陆战队是一个独立的军种,而且,海军陆战队是总统在美国武装力量中唯一不需要经过国会批准就可以动用的部队,因而也受到历任美国总统的青睐.     

无创式脑调制的神经效应研究进展

无创式脑调制(noninvasive brain modulation,NBM)技术是基于电磁感应原理,采用电场或磁场以非侵入的方式刺激中枢神经系统(central nervous system,CNS),进而改善脑功能.现在,它不仅是诊断和治疗神经精神疾病(neuropsychiatric disorders)的一个有效手段,同时也是研究脑生理和脑功能的常用工具,此外在探索认知、情感、记忆和语言等方面也有着巨大的应用价值.虽然,NBM技术在认知神经科学、神经生理学及神经精神病学等各个领域被广泛成功的应用,但是它对脑功能和CNS的调节机制目前还不清楚,这严重地限制了该类技术的进一步应用以及研发.NBM技术作用的共同规律是通过在脑组织周围产生感应电场来调节相应脑区的神经活动.因此,明确不同电场作用下神经元放电活动的演化规律以及相应的发生机制是揭示NBM技术神经调节机制的关键.本文首先介绍了NBM在神经科学中的应用现状,然后对近年来有关电场神经调节效应的研究成果进行了综述,包括电生理实验和计算模型仿真,最后对未来的研究方向进行了展望.     

土地调查监理若干技术问题探讨

结合太原市城镇土地调查的实际工作,对第二次土地调查中的控制测量、权属调查、地籍测量、数据库建设、进度控制等方面的监理工作进行了论述,阐述了监理工作在土地调查中所起的作用。     

自动化变电站体系结构及其构建方式探讨

随着经济的飞速发展,电力需求也不断增长,客户对电能的质量要求也越来越高,传统的电力网络已不能满足发展的需要和客户的要求。为了更好的服务经济和社会发展,智能电网的建设可谓势不可挡。而自动化变电站作为智能电网的重要环节,不但为整个电网的安全稳定运行提供数据分析,同时也为智能电网的高效运行提供了技术方面的支持。     

变宽度凸组合变阶数LMS自适应滤波算法

为了进一步改善凸组合变阶数最小均方(convex combination variable fractional tap-length least mean square,CFTLMS)自适应滤波算法的稳态性能,在证明其稳态性能的基础上,提出了一种变宽度凸组合变阶数(variable width-CFTLMS, VW-CFTLMS)自适应滤波算法,并给出参数的选择依据。仿真结果验证了低信噪比情况下,VW-CFTLMS算法稳态性能和参数选择依据的正确性;同时该算法的稳态性能要优于CFTLMS算法,其额外均方误差相比于CFTLMS算法降低约1.8 dB,具有实用价值。     

面向电网监测的线状WSN节点中继次数均衡路由算法

在面向输电线路监测的线状WSN中,如果无线传感器节点将采集到的数据按照从节点到基站逐点中继传递,则会导致节点中继次数的不均衡;而在采用现场取电技术解决能量供给问题时,需要尽可能使节点的中继次数均衡,以此增加网络的生命周期.文章提出了一种节点中继次数均衡路由算法,算法通过将传感器网络中的节点划分为簇和簇群,建立2层网络结...     

变换域通信系统的分形门限研究

变换域通信系统中,存在无法准确辨识的各种复杂干扰和难以找到对各种干扰均适用的阈值问题.基于分形理论的谱峰检测思想,提出分形门限概念,采用以盒维数为判据的谱峰检测算法,对干扰频谱的起点、终点进行判断,据此对干扰进行剔除,从而达到降低误码率的目的.仿真实验表明:该算法能显著降低变换域通信系统的误码率,特别对TDCS抗70%部分带宽干扰,改善尤为明显,达1dB以上;而对于TDCS抗线性调频干扰条件下,在大干信比时,对误码率的减小最为明显,约为1.7dB.该算法简单可靠,对提高变换域通信系统的抗干扰能力具有实用价值.     

集中式多传感器无极联合概率数据互联算法

针对杂波环境下非线性系统中的多传感器多目标跟踪问题,提出了一种集中式多传感器无极联合概率数据互联算法。该算法中,首先采用无极卡尔曼滤波器实现非线性系统中状态分布的传递,在此基础上应用联合概率数据的思想将单个传感器的量测点迹与航迹互联,最后推广至顺序结构。由于无极卡尔曼滤波器可以获得比扩展卡尔曼滤波算法更高精度的近似,因此能减少非线性模型线性化引起的近似误差对联合概率数据互联概率及状态估计的影响,与基于扩展卡尔曼滤波器思想的顺序多传感器联合概率数据互联算法相比,该算法具有更高的跟踪精度和稳定性,最后通过仿真结果验证了该算法的优越性。     

植物激素调控研究进展

近年来, 随着大量植物激素合成与信号途径突变体的分离鉴定及其相应基因的克隆, 人们对植物激素的合成、运输、信号转导和降解及其在植物生长中的作用开始有了比较深入的了解. 植物激素研究在激素受体分离鉴定、激素间相互作用以及激素调控植物生长发育的分子机理等方面取得了一系列突破性进展. 全面深入地了解这些调控途径及其分子机制将帮助人们更好地理解激素如何在植物生长发育中发挥作用. 本文综述了植物激素调控领域在这些方面取得的最新研究进展.