桂林尧山常见植物叶片性状研究

选择桂林尧山14种常见植物为研究对象,通过测定其叶干质量(DW)、叶面积(AR)、叶干物质含量(LDMC)、叶厚度(TH)和比叶面积(SLA)等叶片性状因子,探讨不同植物适应土山生境所表现出的叶性状特征.结果表明:14种常见植物的5个叶性状因子之间存在显著差异.Pearson相关性分析表明,DW与LDMC、AR、TH呈显著的正相关关系.DW与SLA呈显著的负相关关系;LDMC与AR、TH、SLA呈显著的负相关关系;AR与TH、SLA呈显著的正相关关系,TH与SLA呈显著的负相关关系.5个叶性状因子中,反映叶片性状权重的大小依次为:AR＞LDMC＞TH＞DW＞SLA.与桂林岩溶石山相比,作为土山的桂林尧山生境植物具有相对较小的DW、LDMC、AR、TH和相对较大的SLA,研究结果较好地反映了植物适应土山和石山不同生境的策略.     

长沙会战与湖湘精神

长沙会战是抗日战争期间中国正面战场开展得最成功、最受世界关注、所获评价最高的战役。它不仅处于中国抗战的关键点,而且也处于世界反法西斯战争的关键点;不仅改变了中国抗日战场的被动局面,开创了中国正面战场战役反击的先例,而且成功逆转了太平洋战争爆发后盟军连遭失败的形势。会战中战区总指挥守土有责、与城共存亡的精神,将士英勇顽强、敢于牺牲的精神以及民众同仇敌忾、团结一心的精神,是对尚武好勇、自立自强、爱国爱种之湖湘精神的最好诠释和体现。     

基于IBES优化的三维无人机自主避障

针对三维空间环境复杂,航迹规划计算量较大,而现有BES算法受路径搜索能力不足等因素制约,无人机易在低空自主避障时陷入局部最优、难以完成复杂任务等缺陷的情况,提出了一种基于IBES算法的三维无人机自主避障方法。首先,构建威胁源模型、无人机物理约束模型以及三维山地模型,建立代价函数;其次,设计了随机Tent映射来初始化种群,提高初始化种群的质量;然后,针对BES算法在第一阶段——选择搜索空间阶段过早收敛,易陷入局部极值点的情况,引入Levy飞行策略修订此阶段更新公式,跳出局部最优;再后,设计了融合自适应指数权重的黄金正弦指引机制,提高秃鹰在既定空间全面探索并利用搜索空间的能力,解决了BES算法在既定空间内搜索猎物能力不足的问题;最后,设计了动态选择自适应t分布变异算子,提高了全局能力,同时,利用样条插值随机取点解决了路径点过于密集的问题,进一步提升了算法精度。仿真实验结果表明,提出的IBES算法规划的路径相比灰狼算法、改进的飞蛾扑火算法、麻雀算法及秃鹰搜索算法,航程分别降低了23.05、10.55、13.44和3.20 km,代价相比其他4种算法分别降低了7.26、9.51、8.27和4....     

TD-LTE交通安全预警通信系统调度算法研究

为向各类交通安全预警信息流的可靠传输提供更好的通信链路支持,将具有更高数据传输速率和更好频谱利用率的第4代移动通信技术(4 G)——时分长期演进(TD-LTE)技术引入交通安全预警通信系统。交通安全预警管理中心首先通过公网/专网将各类交通预警信息流递交至监管车辆隶属的TD-LTE基站(eNodeB)处,再由eNodeB将其进行分类映射,并快速、可靠的下达至监管车辆车载终端处,从而通过主动预警的方式有效避免和减少交通事故,保障生命安全,提高交通运行效率。在此基础上,建议一种适用于TD-LTE交通安全预警通信系统的时频资源调度模型及相关调度算法,建议算法在已有比例公平(PF)算法基础上,将时延调节因子引入时频资源调度函数,使得系统能够根据各类交通安全预警信息流的目标时延限定要求及其所在分类器的队头分组的等待时间,自适应地调整时频资源调度匹配指数,并总是为即将超出自身时延限定要求的交通安全预警信息流赋予优先获取时频资源的调度机会。仿真结果表明,建议算法与典型的PF算法均具有较好的公平性,建议算法能够将视频预警信息流和话音预警信息流的丢包率分别平均降低29%和48%,从而为监管车辆提供更加可靠地安全预警保障。     

自治法计算介电张量旋转界面的反射系数

给出了介电张量在两个晶体面之间旋转时该类界面上的光反射模型和一种计算出该类界面反射系数的方法,并计算了入射光在不同偏振度时的界面反射系数．讨论了介电张量旋转角度大小、光偏振方向对该类界面反射系数的影响,给出了该类界面在两个相互垂直方向上的反射系数．对于自然光,当两个平面介电张量之间的旋转角非常小时,界面之间反射系数很小．随着旋转角度增加,反射系数同时增加,但最大折射率和最小折射率方向的反射系数增加程度不同,在一定的角度下能达到极大值．对于线偏振光,当介电张量旋转角度非常小时,其反射系数不受光偏振方向的影响;当旋转角度稍大时,光偏振方向对这两个方向反射系数都有影响,但影响程度不同．     

传感器特性自动化测试系统研究与实现

针对现场电子设备环境中,传感器特性测试过程中强电磁干扰导致的高强数据噪声,设计一种强电磁干扰条件下传感器特性自动化测试方法。通过光电隔离和金属电磁屏蔽方法进行物理上降电磁干扰;同时通过最优阈值小波变换对采集数据进行数字降噪。通过寻求小波变换的最优阈值舍去噪声小波系数,从而获得有效数据。实际的液压传感器测试实验系统验证了该算法能够有效滤除实测信号中的干扰噪声。紧接着压力调控装置发送调控指令,调节液压传感器测试点的压力值,自动测试出液压传感器灵敏度、迟滞、线性度、重复性和漂移等特性。通过对比实验,测试方法可以快速测试液压传感器的各种特性参数和绘制特性曲线,完成传感器各种特性的自动化测试。