花生中后期管理技术

中期控棵稳长中期指花生开花下针、荚果开始膨大中期，历时30天左右，是花生田间管理的关键时期。主要管理技术：在搞好抗旱排涝的同时，必须做到亩用50％多菌灵100克、硼肥80克、钼肥10克、硫酸锌30克、硫酸亚铁200克、15％多效唑可湿性粉剂30-50克、磷酸二氢钾200克、清水40千克，混合稀释后，选择在晴天上午7～10时或下午4～7时进行叶面喷雾。     

燃气蒸汽联合循环燃料系统动力学建模的分析研究

为了提高燃气轮机联合循环动力学建模的精度和适用范围,对影响燃料量的因素进行全面分析.提出将燃料量作为复合自变量进行燃料系统建模的必要性,确立以燃料指令、分配系数、机组负荷、转速和燃料低位发热量作为其简单自变量,采用模块化的灰箱建模法建立燃料系统动态模型.对仿真与实际机组的燃料指令和流量之间的匹配关系进行了研究,提出以燃料设计热耗量为枢纽的仿真系统燃料流量修正方法,建立了更加精确的稳态模型,提高了联合循环动力学模型对于燃料种类变化的适应能力.利用所建立的模型对气、液燃料的切换、混烧过程及机组起动过程进行了数字仿真,分析研究了其动态特性,表明该模型的精度和适应性得到明显的提高.     

MIMO-OFDM无线传输系统中的信道估计

以2×2多输入多输出正交频分复用(MIMO-OFDM)非盲信道估计方法为研究对象,分析了该系统中基于时域训练序列,结合空时分组码的直接判决信道估计方法和基于Wiener内插的信道估计方法仿真比较了其性能。结果表明,当多普勒频移较小时,可采用简单的直接判决方法进行信道估计;多普勒频移较大时,宜采用维纳内插方法进行信道估计,且可以提高信道估计精度。     

一种基于加权证据合成的多传感器目标识别方法

针对多传感器数据融合目标识别问题，基于D-S证据理论，提出了加权证据合成的时空域目标识别算法。该方法充分利用了多传感器多周期的测量数据，并根据D-S合成规则要求参与合成的各证据具有相同权重的特点，充分考虑了提供证据的信源即各个传感器的可靠性。在合成中，引入证据权的概念，解决了不同权重的多传感器数据融合问题，在一定程度上改善了目标识别系统的性能。最后通过计算实例表明算法是有效的。     

节点电价下输电容量限制与发电厂商市场力的仿真分析

通过构造节点电价下电力市场智能代理仿真模型，讨论了节点电价下输电容量限制与发电厂商市场力的相互影响关系．结果表明，在市场环境下，发电厂商的逐利行为会显著改变网络潮流，且输电网络的限制可放大发电厂商的市场力，网公司随着发电厂商市场力的实施而获利，故需要有严格的措施阻止其行为．进一步通过阻塞线路中的相关份额组成分割的市场，分析了输电网容量限制的影响，提出了一种分析发电厂商市场力实施的新方法．     

基于多目标进化算法的低轨区域通信星座优化设计

研究利用进化算法实现低轨区域通信星座的多目标优化设计。首先分析、确定低轨星座优化的轨道控制参数，然后将基于Pareto最优概念的多目标进化算法引入星座优化中。结合星座覆盖性能的评价准则，给出了一种利用非劣分层遗传算法(NSGA—Ⅱ)实现星座轨道控制参数优化的框架。最后对具体实例进行了优化仿真，结果表明，该方法可以获得一组分布合理的Pareto解，为星座方案决策提供了有力的支持。     

基于隐藏马尔可夫模型的干扰抑制技术

研究了DS(direct sequence)扩频系统中基于隐藏马尔可夫模型HMM(hide Markov models)的干扰抑制技术，简要引述了算法原理，着重给出了该算法的改进方案和在具体干扰条件下的系统性能仿真。研究表明，该算法由于能够对干扰信号进行准确估计，因而减小了对有用信号的损伤，可以获得更好的抗干扰性能。通过减小复杂度的措施，可以用于实际系统，这对于应用DS扩频系统的短波通信和卫星通信，增强抗干扰能力具有重要意义。     

一种改进的非线性铣削力建模与仿真

综合考虑再生振动效应和刀具偏心模型对动态铣削加工过程的影响．改进并建立具有较高预测精度的非线性圆周铣削力数学模型和铣削加工过程闭环控制系统．通过对比铣削动力学实验数据和计算机仿真结果验证了该模型的有效性和预测能力．     

以矩形/长方体为周期复合材料的弹性力学问题的多尺度分析

针对呈矩形／长方体为周期的复合材料弹性力学问题，对具有高速震荡系数的弹性方程给出了一种多尺度渐进分析方法，描述了以矩形／长方体为周期的复合材料以及相关的弹性力学方程．对此种周期区域进行双尺度分析得到其计算力学性能参数的公式及相应位移场的一些理论结果，给出了基于双尺度方法来计算复合材料的多尺度计算程序．     

多载波CDMA上行链路中的盲信道估计算法

介绍了OFDM 的多载波CDMA系统上行链路中的一种盲信道估计算法。通过分析接收端的信号， 利用接受信号和已知扩频码的二阶统计性估计出目标用户的信道脉冲响应。最后的仿真结果表明，该算法 比把目标用户以外的用户信息当作噪声的算法具有更好的性能。