基于Matlab的FIR滤波器设计及FPGA实现

FIR滤波器是一种被广泛应用的基本的数字信号处理部件．针对常用的软、硬件方法设计实现FIR滤波器存在的问题，提出采用Matlab的窗函数方法设计并在FPGA上高速并行实现严格线性相位FIR滤波器的方案．其可以方便地调熬滤波器的阶数和系数，适合不同场合的应用．通过编程调试结果表明，该设计是可靠的，可作为高速数字滤波器设计的较好方案．     

强海杂波背景条件下海上目标检测方法

为了减少展宽的一阶海杂波谱对空间超分辨谱估计技术的影响，提高MUSIC算法的检测性能，用径向基神经网络实现海杂波预测和对消．利用神经网络的可对任意非线性函数模拟的特性，对展宽的海杂波进行模拟，用模拟后的结果实现一阶海杂波的对消，来满足MUSIC算法的应用条件．最后用MUSIC算法分辨海上目标的方位信息．实验结果表明，对消前后目标背景噪声子空间特征值发生改变，对消后更接近于MUSIC算法的假设条件，提高了MUSIC算法的检测性能，扩大了MUSIC算法的应用范围，实现在非高斯噪声背景条件下应用MUSIC算法检测目标．确定最小的相空间维数和时间间隔，采用更先进的神经网络算法，可以提高神经网络的预测速度．     

软件无线电基于网络多DSP平台的并行算法研究

基于一种改进的软件无线电网络结构,提出了一种针对FIR滤波器的并行算法及其相应的结构,并且对这个并行系统的可实现性及有效性进行了研究.文中还将多处理器并行系统与单个处理器系统的处理结果进行了对比分析,验证了并行算法的优越性.另外,这种并行思想可以应用于软件无线电的其他功能模块.     

基线倾角对相位干涉仪测向的影响

在相位干涉仪测向系统中，通常都认为基线倾角对相位的影响是可以通过几何投影的方法得到等效基线来消除的．针对基线倾角的存在，从相位干涉仪测向原理出发给出了定性的分析，指出了基线倾角给相位干涉仪测向系统带来的测角错误，并通过实验的方法证实了其分析的正确性，在实际工程应用上具有一定的指导意义．     

细胞活性测定方法研究进展

细胞活性测定是体外筛选抗肿瘤药物和临床肿瘤药敏试验的重要方法之一;细胞活性的测定方法有MTT法、SRB法3、H-TdR掺入法、LDH法等,根据不同细胞系及其测定原理,它们有各自的优缺点及最适测定条件;概述了近年来细胞活性测定的几种常见方法、原理及应用特点。     

高层建筑物沉降变形监测实践

结合高层建筑沉降变形的监测实践，论述了沉降观测的应用技术、施工过程与方法，为确保建筑物的正常施工及安全运营提供了可靠的依据，沉降变形监测方法可供实际工程变形监测时参考。     

基于GSM语音的汉字隐秘传输方法

给出了一种基于GSM（global system for mobile communication）语音的机密汉字隐秘传输方法.该数据隐藏方法选择对每帧GSM语音信号中对人的听觉最不敏感的69 bits,最多改变1bit,便可以嵌入6 bits的机密数据.采用该方法可以在规则脉冲激励长时预测编码（RPE-LTP）语音中,每秒隐藏300 bits的机密汉字数据.由于该算法采用二级加密,因此,具有很好的安全性.该信息隐藏方法已通过局域网隐秘传输模拟实验,嵌入机密汉字信息后的语音具有较好的峰值信噪比（peak SNR,PSNR）,信号的平均失真（normal average distortion metrics,NADM）也很小.     

微梁传感器弹性模量的测试

利用一种静态和两种动态的检测技术,对红外辐射探测微悬臂梁式传感器材料的弹性模量进行了测试研究.在静态检测实验中,利用纳米硬度计直接测出传感器材料的弹性模量;在动态实验中,分别利用谱平面光学滤波法和多普勒测振仪得到微悬臂梁传感器结构的固有频率,再结合数值模拟计算求出传感器的等效弹性模量.通过几种检测结果的分析和比较,获得了更加精确的微梁传感器单元的弹性模量值,为微梁的优化设计和评估提供了可靠的参数.     

二维位势问题中的正则局部边界积分方程方法

针对无网格局部边界积分方程方法中，边界点局部边界积分方程存在的Cauchy奇异性，引入正则化列式进行消除。推导了正则化位势边界积分方程，给出了与边界点局部边界积分方程相应的正则化计算公式。数值算例表明该方法能够有效地消除这种奇异性，最终给出高精度的数值结果。     

磨盘山次生杂木林群落主要树种空间分布格局

应用泊松分布、负二项分布两种理论分布模型,对取自磨盘山的次生杂木林群落花曲柳、蒙古栎和春榆种群的样方资料进行了分布格局的研究.结果 表明,3种树种的实际频数符合负二项分布,因此判定种群的分布格局为聚集分布.通过对种群的聚集强度指数的计算,求得3树种的各参数为:扩散型指数(Iδ)为1.219 8,0.527 2,0.208 1;丛生指标(f)为2.622 5,3.586 9,2.505 4;负二项参数(K)为7.149 8,0.464 7,0.628 3;Cassie指标(CA)为0.139 9,2.152 2,1.598 7;扩散系数(C)为3.622 5,4.586 9,3.505 4,均表明为聚集分布(除蒙古栎、春榆的扩散型指数(Iδ)表明其属于均匀分布).