负反馈放大电路的网络参数分析法

利用双口网络参数分析负反馈放大电路的方法．通过对典型电流串联负反馈电路的z参数分析，得到了与其它分析方法相同的结果．分析过程简洁，物理概念清晰．     

红外焦平面探测器输出图像信噪比计算和分析

推导了红外焦平面探测器输出图像信噪比的一般计算公式 ,并针对红外焦平面探测器在地面面目标自动识别系统中的具体应用 ,计算了其在不同天气情况下的成像信噪比。由计算结果可知 :采用高性能的焦平面探测器后 ,红外成像的图像信噪比非常高 ,即使在较恶劣的天气 (大雾 )情况下也可获取质量较好的红外图像 ,满足自动目标识别系统图像处理的需求     

两地点8年生柏木生长性状家系变异及选择

【目的】揭示柏木生长性状的遗传变异规律,为高阶遗传改良筛选优良种质,选择优良家系,及其区域推广奠定基础。【方法】以营建在浙江省开化县林场(KH)和湖北省太子山林场(TZS)两个试验点的8年生柏木优树子代家系为材料,分析其生长性状的遗传变异,估算其育种值、遗传力等参数。【结果】柏木生长性状(树高、胸径和材积)的遗传变异系数为3.08%～13.93%,其中材积的变异最大。子代家系的树高、胸径和材积在地点间差异显著,TZS点的单株材积高于KH点315.79%,且家系与地点间的交互效应显著。胸径、树高和材积具有显著的家系效应,KH和TZS试验点的家系遗传力变幅分别为0.42～0.61和0.58～0.74。KH和TZS试验点分别以单株材积育种值大于CK的10%和45%为标准,各选出6个优良家系,现实增益分别为33.51%和67.95%。利用独立淘汰法,在KH点和TZS点各筛选优良单株17和12株,材积的遗传增益分别为41.38%和40.92%。【结论】8年生柏木优树子代家系生长性状具有较大的遗传改良潜力,但家系与环境的互作效应显著;通过子代家系的遗传评价有助于种子园建园亲本的再选择和现有种子园的...     

气溶胶浓度分布平面探测系统的仿真分析

为了实现气溶胶分布的成像探测,根据平面激光诱导荧光技术的基本原理,对气溶胶浓度分布平面探测系统单个像元的探测能力进行了理论分析.以荧光素作为目标粒子,对波长为450 nm的连续激光在探测平面内的分布和衰减变化进行了计算,并根据波长范围为500～600 nm的荧光信号和sCMOS相机单个像元输出信号的信噪比公式,分析了不同系统参数变化对单个像元可探测最低粒子数的影响,以及在探测平面内的分布差异,从而了解不同系统参数对气溶胶平面成像探测准确度的影响规律,为研究气溶胶分布的平面探测提供有效方法和理论参考.     

Y形缝隙加载小型化超宽带Vivaldi端射天线

针对常规Vivaldi天线尺寸大、低频段前向辐射增益低的问题,设计了一款覆盖2.7~18.3GHz的小型化高增益超宽带端射天线。该天线通过在辐射贴片两侧加载Y形缝隙的方法,将天线表面电流汇聚于槽线附近,使天线的辐射特性明显提高。改善天线的阻抗匹配特性,展宽天线带宽,提高天线的增益,增强天线端射效果,天线的尺寸仅为25mm×25mm×1mm,实现了小型化。低频部分(2.7~8GHz)增益比原始天线提高最大值为3.5dB。通过天线实物的加工和测试,进一步验证了设计的可靠性。     

一种改进的树形矢量量化编码算法

矢量量化中的一个最严重的问题是在一本码本中搜索最近码字的高计算复杂度。本文在研究树形矢量量化的基础上提出了一种改进的树形矢量量化编码算法。实验结果表明,本文提出的编码算法相对于树形矢量量化算法可大大改善峰值信噪比（ＰＳＮＲ）。     

硅光探测器紫外量子增益谱

对硅光探测器在紫外光波段的量子增益过程进行了分析,考虑到碰撞粒子的相对运动及终态的态密度分布,计算了增益谱,制作了紫外性能良好的硅光电二极管,测量了紫外谱响应,对实验测量与理论计算进行了比较,结果基本一致。     

构造 TCM 好码的动态规划算法

提出了一种构造ＴＣＭ好码的动态规划算法（ＤＰ）．ＤＰ算法在建立了ＴＣＭ好码规则、编码器及信号网格图间的对应关系的基础上,采用动态规划算法进行寻优,从而获得ＴＣＭ好码．与常规ＴＣＭ好码构造算法［４,５］相比,本算法在精度、计算复杂度和灵活性上均有所改进．     

MCP平均增益参数的快速估算法

该文利用“MCP综合特性测试分析仪”测得的G—V特性曲线结合运用E.E.Eberhardt的MCP增益模型提出一种对MCP平均增益参数的快速估算方法。可在G—V测试结果的基础上,通过计算得出MCP的各种增益参数和工作参数。这对MCP的研制和应用是很有意义的。     

分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。