一种新的Ka频段雨衰预测模型

雨衰的预测与计算是Ka频段卫星通信中的关键问题之一。分析了Ka频段DAH雨衰预测模型,归纳了DAH模型的计算步骤。基于维纳预测思想,提出了一种结构相对简单、计算量较小、易于迭代的新雨衰预测模型,给出了具体算法与步骤。仿真结果表明,新模型在水平、垂直和圆极化方式下具有与DAH模型几乎一致的变化特性,在不同地区也具有一致的预测效果,当阶数为2和3时,新雨衰预测模型与DAH模型最大偏差分别不大于0.065 dB和 0.005 dB。证明提出的新模型有效、算法简单,易于工程化。     

扇、轮和完全图的r(2)点色数

提出了图的r(2)点染色的概念,研究了扇Fn、轮Wn、完全图Kn的r(2)点染色问题,并得到了它们的r(2)点色数.     

兰州地区网织血小板百分比参考值范围调查

为建立兰州地区有关外周血网织血小板的参考值范围,通过分析慢性肝病患者外周血中网织血小板(RP)的变化,探讨慢性肝病患者血小板变化的原因.用流式细胞仪测定网织血小板占血小板的百分比(IPF).结果表明:兰州地区网织血小板百分比成人正常值为2.59%(0.37%～9.25%).由此初步建立了兰州地区网织血小板百分比.慢性肝炎患者血小板降低可能与血小板破坏过多有关.     

重金属污染下台湾相思和尾叶桉根区土壤微生物群落多样性

利用BIOLOG微平板技术对广州市黄埔区龟山重金属污染下台湾相思（Acacia confusa）和尾叶桉（Eucalyptus urophylla）根区土壤微生物群落多样性进行了研究.结果表明,广州市黄埔区龟山土壤重金属污染严重,其中全Cd和全Zn含量大大超出广州市背景值,并对微生物群落产生最大负效应.土壤环境的恶化导致细菌数量减少,微生物代谢活性滞后,对醣类和氨基酸类碳源利用低,多样性指数降低.黄埔区台湾相思和尾叶桉根区土壤细菌数量和微生物多样性显著高于裸地.由于重金属污染对根区土壤的影响较大,台湾相思和尾叶桉根区土壤的细菌数量、微生物碳源利用类型以及群落多样性指数均无显著差异.然而,台湾相思根区土壤微生物的代谢活性随着培养时间的延长,呈迅速上升趋势,并较其他供试土壤具有更高的代谢能力;另外,台湾相思不仅可以稳定土壤中的Cu和Pb,还能吸收Cd和Zn,并且其固氮能力能有效增加土壤养分含量,对土壤条件进行改良,也是广州市常用的造林先锋树种,适合作为广州市黄埔区重金属污染地植被重建材料.     

无成本协同效应的横向兼并行为

基于寡头垄断竞争行业,研究了企业横向兼并的获利性和社会福利问题。结果表明:在企业兼并成垄断被排除的情况下,若兼并企业在其内部实施两阶段错开竞争且兼并企业与未参与兼并的企业之间进行Cournot竞争,则一次有利可图的先置兼并行为会引发系列兼并行为。当系列兼并行为发生后,兼并企业可能会陷入"囚徒困境",社会福利与初始的、完全分散的Cournot竞争市场相比可能增加。     

耐用品动态古诺模型的建立及分析

依据耐用品的市场容量随着时间发生变化的特点,对多个企业同时博弈的动态古诺模型进行修正,建立了适用于耐用品市场的动态古诺模型,并得到新的产量均衡解.通过与合作情形下的最优产量解的比较与分析,得到非合作情形下的产量均衡解和合作情形下的最优产量解都随着阶段数的增加而单调下降,并且前者依旧劣于后者等结论.     

变质产品供应链中多品种的订购策略研究

针对核心企业为订货商的变质产品供应链,建立了多品种的库存模型,分析了基于三种不同订购策略的总成本函数的性质,提出了多种变质产品的近似最优订购策略.最后,通过算例对理论结果加以说明.     

Turbo码最优周期交织器的设计

从码重分布的角度分析了影响Turbo码性能的原因，介绍了Turbo码最优周期交织器的概念，为Turbo码提供了一种新的交织器设计方法。经实验验证，用提出的方法所设计的交织器具有较好的性能，易于实现。     

城市化进程中上海植被的多样性、空间格局和动态响应（Ⅴ）：管护放弃后城市水杉林林下植被自然演替格局的研究

以上海市华东师范大学校园内于1995年放弃管护的水杉林林下植被为研究对象,分别于自然恢复5,8和12年跟踪调查研究了林下植被的种类组成、物种多样性及主要物种的种群结构与高生长速率的动态变化.调查结果显示：(1) 在放弃管护后林下木本植物种类不断减少,物种多样性下降;（2） 林下木本植物多分布于0～1.5 m层和1.5～3 m层,其中拥有丰富种源的棕榈贡献率最高;（3） 种群基径级结构的总体发展趋势由间歇型转变为单峰型.其中棕榈有持续增加的趋势,而女贞和小叶女贞都处于衰退状态,林下植被恢复处于偏途演替阶段;（4） 适合生长于林下阴湿生境的棕榈、八角金盘和小叶女贞具有较快的高生长速率.研究结果表明生境、种源以及种子扩散方式为人工水杉林在放弃管护后林下植被自然恢复的主要限制因素.