An Improved S-Random Interleaver Design for Turbo Code Based on Chaos Model

A new method to design interleaver based on Henon chaos model is presented. The designed interleaver is with rather random behavior. Experimental results show that the proposed S-henon interleaver make a magnitude of im provement in bit error rate （BER） performance by 0.4 dB compared with the S-random interleaver for AWGN channel respectively. The S-henon interleaver may be adapted to 3G mobile communication systems.     

小煤窑采空区注浆治理技术

结合大运高速公路的施工实践,阐述了对小煤窑采空区采用注浆法进行治理的关键技术及其工艺特点.     

生命物理学研究的新突破

简要介绍了生命科学研究的新突破,包括人类嗅觉谜团被解开,激活自愈机能治疗肝炎,运用基因重组或剔除基因治疗癌症获重大进展等.     

电荷屏蔽对超新星前身星阶段电子俘获的影响

利用Langanke等人给出的新的弱相互作用理论，分析了在超新星前身星阶段，电荷屏蔽对电子俘获的影响．分析中屏蔽势采用最近Itoh等人用线性响应理论导出的结果．表明在高密情况下电荷屏蔽对电子俘获率的影响是明显的．     

实践教学法在模拟电子技术课程教学中的应用

通过充分利用实验设备、采用多媒体课件、运用模拟仿真软件等教学方法，阐述实践教学法在模拟电子技术课程教学中的应用．     

加强实验教学培养学生综合设计能力

本文讲述一个综合设计性实验的设计思想、实验方法和实验步骤。学生通过设计、安装和调试，了解实现一个应用电路的全过程，提高和加强学生的实践能力和工程意识。     

断裂力学理论及其研究方法在材料学中的应用

综述了断裂力学理论的产生和发展的历史过程及断裂力学理论的主要内容.论述了断裂力学的两大理论线弹性断裂力学理论和弹塑性断裂力学理论的主要内容及其研究方法在材料磨损研究以及估算材料使用条件和安全寿命研究方面取得的成果以及发展水平.     

基于新型轴对称无网格方法的水下爆炸冲击波和气泡运动数值模拟

采用无网格光滑粒子流体动力学（smooth particle hydrodynamics,SPH）方法,结合粒子体积自适应技术（volume adaptive scheme, VAS）构建高精度、高效率的新型轴对称SPH模型,实现水下爆炸冲击波和气泡运动模拟。在冲击波传播阶段,通过与经验公式及文献理论值对比,验证了该轴对称SPH模型的精度。针对气泡脉动模拟,选取典型的双气泡耦合问题,分析气泡形态和压力载荷的力学特性,讨论了两气泡之间的距离参数对气泡相互作用过程的影响。结果表明,该新型轴对称SPH模型可实现水下爆炸过程压力载荷和气泡形态演化的精确预报。     

预应力混凝土箱梁爆炸损伤评估及公式拟合

对预应力混凝土箱梁进行爆炸损伤评估研究。首先,对矩形梁进行爆炸数值分析,结合现场试验结果验证了爆炸数值模型的准确性、可靠性。其次,基于箱梁剩余承载力,建立了箱梁爆后损伤评估准则。通过对预应力混凝土箱梁在不同爆炸工况下的爆后剩余承载力计算,建立箱梁各损伤程度下P?I（超压?冲量）曲线。研究发现,混凝土强度对箱梁超压和冲量临界值影响较大,钢筋屈服强度对超压和冲量临界值影响较小。随着结构损伤等级的增大,各参数对箱梁P?I曲线的影响幅度各不相同。最后,对不同混凝土强度箱梁中各损伤等级P?I曲线进行公式拟合,并对拟合参数β进行分析。     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。