战斗机起飞噪声测试及特性分析

目标特性的研究是智能武器系统进行目标识别的基础。主要对某型战斗机在起飞阶段产生的噪声信号进行了测试方面的探讨，介绍了测试系统的原理和各部分的功能，并分析了其时域和频域特性，具有一定参考价值。     

搅拌型芦荟果粒酸奶稳定性的研究

实验结果表明：在能够打碎酸凝乳条件下，以慢速短时间搅拌效果较好；添加8～10％的芦荟果粒，3‰的变性淀粉，产品均匀细腻，质量稳定。     

有关级数敛散性的几个问题

讨论了级数绝对收敛的导数判断法，正项级数的极限审敛法和等价审敛法，以及泰勒公式在级数审敛中的应用。这些判断法对判定某些级数的敛散性是非常方便的。     

基于多传感器观测下的带乘性噪声系统的最优滤波融合算法

多传感器系统由于具有较高的精度及可靠性日益受到研究者的重视。本文针对多传感器观测下的带乘性噪声系统，分别给出了集中式与分布式滤波融合算法。这2种算法在数学上完全等价，在线性最小方差意义上均是最优的。但对于工程实际问题，分布式的融合策略在计算、可靠性、故障的检测与隔离等方面更具有优势。文中举例验证了这2种融合算法的有效性。     

交通噪声预测的神经网络模型

运用 Matlab语言编程 ,构造预测交通噪声的 LM算法 BP神经网络模型 ,把预测因子 (轻、重型车流量、平均车速、受声点距路肩距离、敏感点高差 )作为样本输入到网络模型 ,噪声等效声级作为样本输出 ,反复训练网络 ,通过增加隐含层节点数、改进算法 ,以降低误差 ,缩短训练时间。     

用简单动态递归网构造固体散料流量模型

提出了用简单动态递归网来建立固体散料流量模型，针对动态递归网结构复杂，训练算法收敛速度慢的缺点，采用一种结构十分简单的递归网，对RPE算法进行了改进和补充，使之适用于简单递归网，用来对网络的权值和阈值进行调整，建模结果表明此方法收敛速度快，精度高。     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

微波放大器Rn-Gn噪声模型阻抗变换测量方法

为了使接收微波放大器在工作频段上具有较小的噪声，讨论了如何使用M-Lane方法，结合自行研制的精密阻抗变换器，得到微波放大器Rn-Gn噪声模型中包括最小噪声系数Fmin在内的4个参数，使设计的放大器工作在匹配状态，Fmin可达到2．32dB，测量时间也大大缩短，结果稳定，为进行微波放大器低噪声设计提供了一个快速准确的方法。     

正确理解高斯定理

高斯定理在大学物理中仅表示为积分形式 ,应从它的教学意义去认识物理意义 ,同时又必须从它的物理含义上认识它的数学应用 ,这对清楚、全面了解静电场是至关重要的     

一种基于Measurement Studio计算动态信号1/3倍频程谱的方法

在声学中,1/3倍频程谱反映了声源的能量分布情况。利用对信号1/3倍频程谱分析的结果,选择适当的吸声系数的材料,以达到良好的降噪效果。通过利用Measurement Studio中的Visual Basic组件,提供了一种快速、准确、可视化的计算1/3倍频程谱的方法。