通道幅相误差条件下的相干信源波达方向估计

针对通道幅相误差条件下的相干信源波达方向(direction of arrival, DOA)估计问题,提出一种基于互相关矢量的误差校正和解相干算法。首先对阵列的状态转换进行时延控制,使两个子阵的接收数据保持旋转不变特性。再利用阵列互相关矢量元素的错位比值实现了误差系数估计,将误差校正后的互相关矢量重构为一个等效协方差矩阵即可实现解相干。进一步对不同时延可能导致的角度偏移进行了分析。仿真结果表明,该算法能够实现通道幅相误差的精确校正及解相干,且DOA估计性能接近于无幅相误差条件下的空间平滑类算法。     

基于傅立叶级数的半参数CAViaR模型的贝叶斯分析

针对金融市场复杂性及不确定性,为了更灵活地测度金融市场的波动风险,提出了一类半参数CAViaR模型,利用傅立叶级数拟合前一期信息对当前VaR风险值的非线性影响,选择合适的先验分布,基于非对称Laplace分布构建了相应的似然函数,推导了参数的后验分布,从而实现了对CAViaR模型的贝叶斯推断;最后利用贝叶斯CAViaR模型研究了上海综合指数的风险波动特征,结果发现上证综指的风险波动存在自回归性.     

PM2.5中有机碳和元素碳的研究概况

PM2.5是一种区域性复合型的大气污染物,其重要组成部分有机碳(OC)和元素碳(EC),因其独特的环境、气候效应以及对人类健康的影响而成为世界各国共同关注的热点;综述了国内外PM2.5中OC和EC的四大特征(组成及来源、粒径分布、人体健康和环境影响、样品采集与测定)的研究进展,并对OC和EC研究发展前景进行展望;考虑区域复合型污染特征,认为含碳气溶胶与其他气溶胶之间相互作用、实地观测与卫星反演预测综合研究,将是OC和EC研究的重要发展方向。     

基于双重字典及联合特征的遥感图像超分辨率算法

为了解决低分辨率遥感图像超分辨重建的问题,本文提出了一种基于双重字典及联合特征的遥感图像超分辨率算法.超分辨率重建技术目的就是根据低分辨率图像重建出原始高分辨率图像的高频信息.本文将图像的高频信息分解成为主高频信息和残差高频信息两个部分,然后针对主高频信息和残差高频信息,分别训练主高频字典和残差高频字典,并结合稀疏表示方法对图像进行重构.同时,为了建立更能反映图像内部结构信息的字典,本文联合图像的不同的结构特征,建立统一的字典.本文算法对图像取得较好的复原效果,复原出的高分辨率图像更接近于真实图像,与其他方法相比具有更好的主观和客观质量.     

乙醇对鲜切西兰花品质及其生理、生化代谢的影响

以西兰花为对象,考察不同浓度乙醇处理的鲜切西兰花在贮藏期内菌落总数、失重率、感官品质、相对电导率、总酚、叶绿素以及多酚氧化酶活性和苯丙氨酸转氨酶活性的变化,探讨不同浓度乙醇溶液对鲜切西兰花生理、生化代谢的影响。研究结果表明,乙醇溶液处理鲜切西兰花,不同程度地保持了鲜切西兰花的质地,延缓了营养物质的损失,抑制了PPO和PAL活性,有效地提高了鲜切西兰花贮藏期间的品质,延长了货架期。     

茶苏打饼干货架寿命预测模型的建立

采用两种数学模型,即Arrhenius模型和Q10模型,预测茶苏打饼干的货架期并比较误差值,确定最优模型.以一级动力学理论为基础,研究了不同温度(24,34,44,54℃)储藏过程中,茶苏打饼干的过氧化值随时间的变化,利用Arrhenius方程和Q10方程建立储藏温度和过氧化值反应速率的关系,验证茶苏打饼干在28,38,48℃条件下的货架期并与真实值对比.结果表明Arrhenius模型的最大预测误差达到10.9％,Q10模型的最大预测误差为4.3％.因此,Q10模型可以较好地反应货架寿命和温度之间的关系.相比于Arrhenius模型,Q10模型的准确性更高,可以用来预测茶苏打饼干的货架期.     

食用植物油中生育酚含量测定方法优化及分析

采用高效液相色谱法测定了8种24个植物油样本中生育酚的含量,并对生育酚的提取条件进行优化.在室温下,以甲醇为溶剂,采用超声法进行提取,料液比为1∶1.25,提取3次,每次20min,采用液相色谱方法进行分析.结果表明:该方法在生育酚质量浓度为0.05 ～ 1.00 g/L时,相关系数R2可达到0.999 2 ～0.999 4,线性关系良好;检出限分别为α-生育酚0.5 mg/L,γ-生育酚2.0mg/L,δ-生育酚1.2 mg/L;三水平加标样品的平均回收率为92.1％ ～99.8％,相对标准偏差(RSD,n=3)为2.5％ ～8.5％.在8种植物油中,葵花籽油中α-生育酚的质量分数较高,可达4.2349×10-4,大豆油的β/γ-生育酚、δ-生育酚及总生育酚的质量分数较高,分别为7.3713 ×10-4,1.621 5×10-4,9.883 6×10-4.     

基于神经网络动态优化的再入轨迹设计

为解决当飞行器出现破损以及飞行器受干扰时的轨迹优化问题,新一代的再入式飞行器需要有实时在线轨迹优化的能力。神经网络动态优化算法(neural dynamic optimization,NDO)的主要特点是能使神经网络逼近最优解。神经网络动态优化算法可以避免传统的间接法在求解轨迹优化问题时协态变量初值猜测问题。给出了神经网络动态优化的原理,详细介绍了优化流程。仿真结果表明神经网络动态优化算法可以很好的避免协态变量初值猜测问题,具有较强的鲁棒性,能满足实时性要求。     

电磁环境数据场多频段绘制算法

针对现有电磁环境绘制研究中未考虑频段信息的情况,提出了一种多频段电磁环境绘制算法。基于光线投射算法实现,对传递函数进行了多频段设计,各频段颜色可以交互设置,同时定义了频段颜色增强因子,能够提高不同频段的颜色对比效果。最后,在统一计算设备架构下并行实现本算法,完成了实时交互的多频段电磁环境绘制。实验证明该算法能够方便、有效的展示电磁环境的频段信息,同时用户可以交互控制绘制及频段对比结果,便于观察和理解电磁环境。     

辅助数据缺失环境下结构化自适应目标检测器

杂波背景非均匀导致经典自适应检测方法性能下降,为改善辅助数据缺失环境下的目标检测性能,研究了雷达目标结构化自适应检测方法。利用杂波协方差矩阵斜对称特征,设计了结构化广义似然比检验自适应检测器,提高了杂波谱结构化信息和待检测单元杂波信息的利用率;进一步推导了检测器的实数域表达式。仿真分析表明,所提检测器具有恒虚警率特性,其检测性能对不同杂波相关性具有很好的鲁棒性。在辅助数据缺失环境下,所提检测器性能优于现有典型非结构化和结构化检测器,且这种优势随着辅助数据缺失程度的增大而加大。