某机枪计数控制误差分析及减小途径

通过对控制系统各单元延时性能的分析和对电磁铁动作时间的实验测试，确定了该系统计数误差的主要贡献是电磁铁，章从理论上分析了后的动态性能并提出了减小控制误差的方法．     

普通话元音er[(e)]的语音范式与教学

普通话语音中的元音er[(e)]具有鲜明的特点,依其音值的本质而论,它是个舌面单元音,但又以卷舌色彩迥异于一般舌面元音.兼顾其音值的本质与卷舌的特点,才有利于教学.     

框筒结构剪力滞后效应分析

剪力滞后现象是高层框筒结构的一个重要力学现象,本文采用能量变分法分析了薄壁箱形截面梁的剪力滞后效应,对影响剪力滞系数的几何参数进行了对比分析,得到了一些有用的结论,对结构设计与施工有一定的指导作用.     

基于UWB技术的Ad Hoc网络的资源分配

研究了基于超宽带(Ultra Wide Band,UWB)无线Ad Hoc网络的资源分配问题,以速率的成比公平性原则和效用函数最大化为依据,讨论了功率及速率的分配对网络性能的影响.通过求解效用最大化的问题,得到了一组数值解,并对其进行了仿真.试验结果表明,该模型能够在节点的公平性和网络的吞吐量之间获得良好的折中.     

室内电波传播预测与实验研究

由于室内环境的复杂性,给室内无线电波传播的预测带来了很大的困难.本文通过选取比较简单的模型进行实际测量来对电波传播特性进行研究,我们将测量数据绘制成图形,对其变化趋势做以定性分析.     

凋亡细胞线粒体膜电势与物理参数变化的可视化研究

目的: 通过放线菌酮(CHX)诱导HL-60细胞凋亡模型,探讨线粒体膜电势与细胞物理参数的变化.方法:建立CHX诱导HL-60细胞凋亡模型.于6和18 h时点,利用Annexin V-FITC/PI双染流式细胞术检测凋亡和晚期凋亡细胞及坏死细胞比率;利用JC-1染色流式细胞术,通过对对照组和CHX组FL1/FL2散点图上具有不同荧光强度的细胞群划分为R2,R3,R4 3个细胞群,并分别对这些细胞群在FSC/SSC二维散点图上进行反向设门,分析细胞凋亡过程中线粒体膜电势变化与细胞物理参数间的关系.通过透射电镜观察凋亡细胞形态结构改变.结果:CHX可引起HL-60细胞凋亡;与对照组相比,CHX组R2和R3细胞群物理参数为FSC和SSC均显著增高,但线粒体膜电势无显著性差异,P>0.05;R4细胞群则为FSC降低,SSC增高,P<0.05,且线粒体膜电势降低.CHX可诱导HL-60细胞体积变小,皱缩,并出现凋亡特征,如核固缩形成新月体和质膜"出芽"现象.结论:流式细胞仪FSC/SSC图可视为细胞指纹图谱.本模型中线粒体膜电势降低的细胞变小,且颗粒程度增加,可能与细胞凋亡过程中的结构改变有关.     

遗传算法中交叉算子的配对策略研究

提出了一种称为“国王配对”的配对策略来选择进行交叉运算的父母体,在此基础上再执行改进的交叉运算.经过测试,证明国王配对策略比随机配对策略要优越,可以加速遗传算法的进化过程.     

基于无线传感器网络的室内停车场定位系统研究

以TI公司CC2530芯片为核心,提出基于无线传感网络的测距和定位算法来解决"取车难"的问题.系统着重在测距算法上进行优化,先采用接收信号强度(RSSI)测距,再通过高斯模型进一步提高测距准确性,最后利用优化的测距数据来进行三边定位算法定位,确定车辆的位置,从而达到方便取车的目的.     

Green hydrogen ammonia synthesis in China under double carbon target: research on development basis and route

采用简单的沉淀-煅烧工艺合成了B-Co₃O₄ Nano-particles(NPs),研究了B-Co₃O₄ NPs电催化硝酸盐还原合成氨(NitrRR)的性能。研究发现：在含0.1 mol/L NaNO₃的NaOH(1 mol/L)溶液中进行电催化反应, B-Co₃O₄ NPs具有较高的电催化活性。当电压在-0.8 V(vs. RHE)时,获得20 mg/(h ·cm²)的NH₃产率和94%的法拉效应(FE)。当电压在-0.6 V(vs. RHE)时,获得17.2 mg/(h ·cm²)的NH₃产率和95%的FE。电极材料B-Co₃O₄ NPs优异的电化学性能得益于B-Co₃O₄ NPs中的B—O键在电催化过程中能有效抑制析氢反应。较低的结晶度和特殊的多孔结构有效促进了B-Co₃O₄ NPs对NO₃^-的吸附性和还原活性, 也促进了电子的传输与转移过程。

     

基于数据场联合决策图改进的GMM聚类

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题, 提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model, GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征, 生成势能距离决策图, 进而自动实现聚类数目和中心点的选择, 最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明, 在脉冲到达角、脉宽、载频等参数存在较大抖动, 测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时, 本文方法相较于现有典型分类方法具有更好的分选效果。