一种高分辨率雷达视频信号模拟器

首先分析了不同距离高分辨宽带雷达信号波形的回波模型。针对其中的调频步进距离高分辨雷达信号这一特殊信号形式,提出了一种基于ADSP2106X的雷达视频信号模拟器。该模拟器能够实时模拟调频步进宽带单脉冲雷达三通道I、Q信号,并具有角支路闭环功能,已成功地应用于某雷达系统的测试和调试中。     

器官移植捐献认知度和意愿度的研究及建议

根据调查问卷,对器官移植捐献认知度和意愿度及其影响因素问题,建立多项回归Logistic模型,借助SPSS等软件,得出调查人群对器官捐献认知度和意愿度的基本情况、各因素对器官捐献认知和意愿的影响等结论并给出相应建议。     

三种串行E2PROM的特性及其微控制器的接口与应用

以93LC46、24LC01B和DS1971为例,分别介绍了采用3线、2线和单线协议进行数据传输的串行E2PROM芯片的引脚特性、外围电路及其工作原理;阐述了它们与单片机的接口连接和构成廉价存储器应用系统的方法.     

高职生在跨境电商领域中的创新创业教育研究——以电子商务专业为例

<正>新时期，大众创业、万众创新已经成为一种社会新常态，并逐渐演变成经济高质量发展的新引擎。作为新型外贸经济业态模式之一，在“双循环”新发展格局及一系列税费优惠政策的支持下，跨境电商近年来的发展十分迅猛。作为与该领域联系最为紧密的专业之一，电子商务专业在开展创新创业教育时，仍存在重视程度不够、教师队伍专业水平有待提升、课程体系不完善、缺少实训环节等问题。因此，高职院校要想切实提高电子商务专业的创新创业教育成效，     

风力机叶片表面覆冰影响因素分析

我国低温高海拔地区的风能资源十分丰富，风力机在该环境下运行时会产生叶片表面覆冰现象，不仅降低风力机的发电效率，严重时会影响结构安全性能.采用Fluent与FENSAP-ICE相结合的方法对风力机叶片表面覆冰问题进行数值模拟分析，明确环境温度、来流速度、水滴等主要环境因素影响下叶片表面覆冰发展规律.结果表明，环境温度从-5℃降低到-20℃的过程中，覆冰质量随温度的降低呈线性增长，增长幅度约为0.74 kg/℃;当温度继续降低时，覆冰质量增长幅度降低为0.228 kg/℃.来流速度、空气中水含量(LWC)与水滴直径(MVD)的增加均使覆冰质量呈线性提高，覆冰质量增长幅度分别约为0.236 kg·s/m、8.529 kg·m³/g、0.512 kg/μm.降低环境温度、增大来流速度和LWC会增加叶片覆冰面积，但增大MVD会使覆冰面积减小.     

极地海洋工程装备圆管结构的对流换热影响

电伴热是极地海洋工程装备防寒主要措施，而热平衡是对流换热的关键问题.以圆管构件为研究对象，采用有限元数值仿真软件Fluent数值仿真与模型实验相结合的方法，分析了圆管构件在风速为0～40 m/s、温度为-40～0℃的极地环境条件下对流换热系数变化情况；基于数值仿真数据建立了电加热圆管构件对流换热系数的预测模型.结果表明：增大风速和降低温度都会增加圆管构件的对流换热系数；温度低于-30℃或风速大于25 m/s且温度低于-20℃时，温度对圆管的对流换热系数影响增大；实测数据验证了该模型的合理性.     

用Monothio-Cyanex 272和TOA从废汽车催化剂的高酸浸出液中分离钯和铂

汽车尾气催化剂是燃油汽车不可缺少的一部分，铂族金属（特别是Pt、Pd和Rh）是汽车催化剂的活性成分。废汽车催化剂具有潜在的环境和健康风险，而铂族金属非常珍贵和稀有，具有很高的经济价值。因此，从废汽车催化剂中回收铂族金属近年来备受关注。废汽车催化剂的浸出液通常为高酸性HCl体系，使得直接从浸出液中高效分离钯和铂十分困难。本文采用monothio-Cyanex 272和TOA从高酸性汽车催化剂浸出液中直接分离Pd和Pt。讨论了酸度、萃取剂浓度、相比和稀释剂等参数对萃取分离Pd和Pt的影响，同时提出了分离Pd和Pt的原则流程图。结果表明，Monothio-Cyanex 272和TOA能够成功的从废汽车催化剂的高酸模拟浸出液中分离Pd和Pt。Monothio-Cyanex 272对Pd具有很强的萃取能力和选择性，仅需一级萃取即可将99.9%以上的Pd选择性地萃入有机相，酸性硫脲能够将负载的Pd有效反萃。当酸度为6 mol·L–1 HCl时，TOA对Pt和Fe具有很强的萃取能力，经过两级逆流萃取，超过99.9%的Pt和几乎所有的Fe被萃取入有机相，稀HCl能将共萃的碱金属（Fe、Cu和Co）洗涤干净。负载的Pt能被1.0 mol·L–1硫脲和0.05~0.1 mol·L–1 NaOH溶液有效反萃。Monothio-Cyanex 272和TOA可以实现从废汽车催化剂的高酸浸出液中分离Pd和Pt。     

结合多特征赋权的谱聚类水下多目标分割技术

由于声呐图像受噪声污染严重，导致水下多目标分割存在精度低的问题.为此，提出一种自调整谱聚类结合熵权法进行多特征赋权的水下多目标分割技术.该技术首先通过自调整谱聚类对声呐图像的像素点进行聚类处理，使图像划分为多个独立的区域，然后根据多特征的互补性和冗余性统计每个区域的信息熵、亮度、对比度和狭长度等特征，利用熵权法对多特征进行赋权并筛选出最优的一个目标区域，再将该最优目标区域和所有区域进行多特征相似度匹配，最后根据相似度的匹配结果使用自适应阈值迭代法自动分割出所有的目标区域.实验结果表明没有对噪声干扰区域误分割，分割出的目标区域精度更高，验证了所提方法的有效性.