具有脉冲控制及扩散的Watt型食饵-捕食系统的周期解的存在性

对一类具有脉冲生育的Watt型捕食扩散系统,限制捕食者只能在一个斑块中活动,利用重合度理论得到了系统存在正周期解的充分条件.     

过氧化氢-硫代硫酸钠-亚硫酸钠-高氯酸反应体系的脉冲波

实验研究发现过氧化氢-硫代硫酸盐-亚硫酸盐-高氯酸(H₂O2-S₂O₃^2−-SO₃^2−-H⁺)反应在凝胶扩散介质中呈现出化学脉冲波时空动力学行为,脉冲波在特定初始浓度组成中存在特定的最大半径和最大寿命,它们随着硫代硫酸盐初始浓度的增加先增大而后减小。过氧化氢初始浓度增大,脉冲波中心的pH值会出现二次下降,甲基红存在条件下体系呈现为带有红心的脉冲波。另外,脉冲波在演化过程中,出现有趣的回缩现象。本文还结合相关机理对脉冲波动力学进行了讨论。     

用脉冲计数和奇偶校验法解调BPSK信号

提出一种从经过高斯信道传输的BPSK信号中正确恢复原二进制码序列的方法。在一个码宽内对信号进行多次采样,如果采样值大于门限值则把该采样值记为＇1＇,反之记为0’。然后对每个码宽内分别计算’1’和‘0’的个数,当在一个码宽内‘1’的个数大于‘0’的个数时,该期间对应的就是‘1’码,否则为‘0’码。为了进一步减少误码,对脉冲计数进行了奇偶校验。通过理论分析和仿真结果,显示该方法可以有效地改善BER性能。     

利用联合特征参数的卫星单混信号调制识别

针对卫星通信中常见的单-混二进制相移键控(binary phase shift keying, BPSK)、正交相移键控(quadrature phase shift keying, QPSK)、8进制相移键控(8 phase shift keying, 8PSK)、16进制正交幅度调制(16 quadrature amplitude modulation, 16QAM)信号调制识别问题,本文基于不同信号的累积量差异和方谱特性,充分利用累积量和谱线特征并构造合理的特征参数,最终构建决策树分类器,实现了这些信号的调制识别,并有效实现了混合QPSK和混合8PSK信号的识别。实验表明,该算法能够实现高斯白噪声条件下的单-混BPSK、QPSK、8PSK、16QAM信号的分类。当信噪比大于6 dB时,除混合QPSK和混合8PSK信号外,其他信号的调制识别率能达到98%,当信噪比大于10 dB时,混合QPSK和混合8PSK信号的调制识别率能达到92%。与现有算法相比,识别率更高,由此证明所提算法的有效性。     

二阶脉冲发展方程非局部问题mild解的存在性

首先通过引入一个Green函数,给出了含非局部条件■的二阶非线性脉冲发展方程mild解的新定义。其次运用Sadovskii不动点定理证明了该mild解的存在性。最后,给出了一个具体例子作为抽象结果的应用。     

数字化多道脉冲幅度分析中的梯形成形算法

为了研制数字化核谱仪,研究了一种用于数字多道脉冲幅度分析的梯形成形算法。采用理论推导,结合数值模拟的方法,分析了梯形成形算法的基本结构、幅频特性以及弹道亏损。梯形成形算法具备一定的低通滤波能力,梯形上升沿越宽滤波效果越好。在梯形平顶宽度大于探测器最大电荷收集时间的情况下,弹道亏损是可以避免的。该研究表明,梯形成形很好地符合核谱仪的脉冲成形要求,通过针对具体情况优化参数设置,易于满足不同应用的需求。     

旋转中心偏移对反射光调制强度的影响

为了研究新型的旋转中心偏移传感器,在Gauss光束分析法的基础上,提出了漫反射强度调制型光纤传感器测量旋转中心偏移的计算模型。该模型从数学上描述了旋转中心偏移和反射光强度调制之间的关系,定量地得出了光纤束结构参数对传感器灵敏度和线性范围的影响。建立了高精度旋转中心偏移测量实验系统,对模型进行了实验验证。在旋转中心偏移较小的情况下,模型与实验结果相符。     

小波变换与线性调频信号脉内调制特征分析

提出了通过特征尺度的小波系数模极大值分析线性调频信号(linear frequency modulated signal,LFM)脉内调制特征的算法,分析了怎样选取特征尺度以及探究了怎样通过特征尺度的小波系数模极大值辨识出LFM的载频变化规律;并且研究了利用改进的小波脊线法提取了LFM的瞬时频率;最后对低信噪比下的LFM利用此改进算法进行了仿真。仿真结果表明,瞬时频率估计的精度得到了提高,尤其是信号起始段频率估计的相对误差低于0.05%,有效的克服了以往的小波脊线算法对低信噪比下的信号起始段频率估计的精度不高的缺陷。     

自陡峭效应对不同群色散剖面色散缓变光纤中调制不稳定性的影响

研究了自陡峭效应对不同群色散剖面色散缓变光纤中调制不稳定性的影响,结果表明：不同类型的色散缓变参数均存在某一最佳值,在此值下增益谱的谱宽最宽,而当色散缓变参数大于某—值时,增益谱宽为0。     

基于双通道脉冲耦合神经网络的应用研究

通过对双通道脉冲神经网络模型的改进,提出了一种邻域SEML激励的自适应双通道脉冲耦合神经网络医学图像融合的新方法。即通过提高模型的性能和脉冲神经网络进行自动化图像处理的能力。首先介绍了双通道脉冲耦合神经网络模型及其原理,然后阐述了基于这一模型的一种新融合算法,最后对本文融合算法以及各传统融合算法得到的实验仿真结果进行了分析。