多子阵互耦影响下的鲁棒自校正算法

针对多子阵中各子阵的标称方向可能存在扰动偏差这一问题,给出了一种多子阵互耦影响下的鲁棒自校正算法。与现有很多互耦自校正算法类似,本文算法同样利用了均匀线阵互耦矩阵的带状、对称Toeplitz性以及多子阵互耦矩阵的块状对角特性,从而避免了多参数联合估计中的多维非线性搜索以及迭代运算。不同的是,本文算法能够克服各子阵标称方向的扰动偏差,具有更强的鲁棒性。此外,还推导了多参数联合估计的克拉美罗界。仿真实验验证了本文算法的有效性和优越性。     

采用有向阵元的扇形阵列DOA估计

大部分传统的DOA估计算法都是基于全向阵元假设的,该假设显然与实际情况存在偏差。结合无线电引信对目标的空间定位问题,利用克拉美-罗界和MUSIC算法研究了采用有向阵元的扇形阵列DOA估计,并进行了数值仿真,结果表明,在相同的信噪比条件下,采用有向阵元的扇形阵列DOA估计精度和分辨力都要优于全向阵元阵列。     

锥面共形阵列天线的极化-DOA估计

由于共形载体曲率的影响,锥面共形阵列中的阵元不仅具有不同指向的方向图,而且具有不同的极化特性,从而使得共形阵列呈现多极化特性。利用锥面共形阵列的多极化特性,针对现有共形阵列下空间超分辨算法对信号极化参数估计缺失这一问题,结合多重信号分类(multiple signal classification, MUSIC)算法实现了入射信号的极化参数与二维波达方向(direction of arrival, DOA)的联合估计。算法对阵列形式无特殊要求,不需要参数配对;在此基础上进一步对算法的估计性能进行了理论分析与推导,给出了算法多参数估计的克拉美-罗边界(Cramer-Rao bound, CRB)。最后通过计算机仿真验证了算法的有效性。     

溶剂挥发法制备克拉霉素微球

探索用溶剂挥发法制备克拉霉素乙基纤维素微球的最佳条件。以得率和包封率为评价指标,设计了一个五因素四水平的正交试验,从而确定了制备克拉霉素微球的最佳参数。当EC浓度3%,CLM/EC为1:1,SDS浓度0.10%,油水体积比1:4,PVA浓度1.0%时制得的乙基纤维素克拉霉素微球的得率和包封率达到最高。     

一种迭代频偏估计算法

提出一种适于低信噪比条件下工作的数据辅助型(data-aided)频偏估计算法。计算接收信号自相关函数的辐角,基于最大似然策略合成频偏估计,并通过迭代消除估计模糊。仿真结果表明：迭代算法具有较大的频偏估计范围(估计范围达±40%符号速率),与M&M算法相比,迭代算法信噪比门限有接近3dB性能改善,其估计性能更接近FFT最大似然算法和克拉美-劳下界(CRLB),并且计算量有所降低;基于迭代算法的简化版本与迭代线性预测(ILP)算法相比信噪比门限更低,并且降低了计算复杂度。     

澳大利亚富婆豪宅送邻居

很多人相信善有善报,澳大利亚悉尼市一对善良的夫妻就得到了一个很大的回报。这对夫妻持续多年照顾隔壁一位独居的老太太,对此非常感激的老人在她去世前立下遗嘱,把价值1250万美元的豪宅送给了他们。不过,老人去世后她的一个侄女对这份遗嘱持怀疑态度,把这对好心的夫妻告上了法庭,     

基于参数估计精度的SAR图像分辨率评估方法

分辨率是SAR图像超分辨处理性能评估的一个重要指标。首先分析传统的3dB主瓣宽度计算方法用于超分辨性能评估的缺陷与不足,并利用三次样条方法证明了对传统方法而言,像元分辨率为最高测量分辨率。然后基于频域点散射模型,从最优参数估计精度角度提出了新的分辨率评估方法。该方法克服了传统方法的缺点,并建立了分辨率与目标参数、噪声水平之间的联系,可用于SAR图像超分辨及其它处理性能的预测与评估。利用仿真实验验证了该方法的有效性。     

基于到达时间差的曲线交叉点测向算法研究

针对传统的基于到达时间差的曲线交叉点测向精度不高、权值确定困难的问题,提出一种采用旋转坐标系求出交叉点,根据几何精度因子GDOP来加权不同交叉点参量的方法;通过坐标系旋转,获得两个非线性方程关于两个未知变量的解析解,即方位角和俯仰角,改善了曲线交叉点测向精度不高的问题;与传统的加权方法相比,采用GDOP指标综合加权估计...     

顶空气相色谱法测定克拉霉素中的丙酮溶剂残留

建立了克拉霉素中丙酮溶剂残留量的测定方法.采用顶空气相色谱法,氢火焰离子化检测器(FID),以二甲基甲酰胺(DMF)为溶剂,HP-FFAP弹性石英毛细管柱为色谱柱(30 m×0.25mm,0.25μm),氮气为载气,分流比为1:60,进样口温度为200℃,检测器温度250℃,柱温采用程序升温.丙酮的质量浓度在0.002～4 g·L-1的范围内呈良好的线性关系(r=0.999 5),回收率为99.2%(RSD=1.9%)检出限小于2.0 mg·L-1.     

存在基站误差的稳健时差定位算法

针对存在基站误差的目标无源定位问题,提出了一种基于修正牛顿算法的时差定位技术。众所周知,牛顿法对初值要求较高,较差初值会导致迭代发散,而且基站位置误差也会导致牛顿算法Hessian矩阵维数扩大和目标函数的缓慢下降,使运算量变大。该算法利用最大似然方法确定目标函数,运用牛顿法对目标位置进行迭代求解,对于计算过程中可能出现的病态Hessian矩阵,引入正则化理论修正病态的Hessian矩阵,使保证迭代收敛,同时简化算法降低Hessian矩阵的维数并且加速目标函数的下降趋势,使目标位置解脱离局部最小值,算法能够稳健高效的运行。实验结果表明:相对于传统牛顿法,此算法在初始值的选取上具有稳健性,对误差选取较大的初始值,仍能够保证算法的收敛性,同时加速了收敛速度,降低了计算量;相对于现有闭合式定位方法,此算法在噪声较大时具有较好的定位精度。