时钟数据恢复电路中的线性相位插值器

针对时钟数据恢复电路(CDR)中相位插值器的非线性使得时钟抖动增大的问题,提出了一种基于非等值电流源阵列的线性相位插值器。根据插值器输出时钟相位与尾电流权重的反函数关系,在传统相位插值器的基础上调整尾电流阵列中每个电流源的设计比例,并将控制管用作共栅管来提高电流源的匹配度和稳定性,从而实现了输出时钟相位与控制信号的线性关系,提高了CDR的调节精度并降低了恢复时钟的抖动。采用0.25μm CMOS工艺设计了一款基于线性相位插值器的CDR。仿真结果表明:传统结构插值器的最大相位误差为63.68%,而所提出的线性相位插值器的最大相位误差仅为9.44%,可有效地降低CDR输出时钟的抖动。     

BMOA空间中的插值问题

本文用Carleson测度与Khinchin不等式证明了BMOA空间中的自由插值问题:ι~∞(?)T_∞之BMOA可解的充分必要条件是插值序列的一致分离性。     

三维泊松方程基于Richardson外推的高精度多重网格解法

基于三维泊松方程的四阶紧致差分格式,利用Richardson外推法、算子插值法和多重网格算法,使已有四阶紧致差分格式的计算精度整体提高二阶,精度达到六阶.数值实验验证六阶格式的精确性和多重网格方法的有效性,并与四阶紧致差分格式多重网格方法的计算结果进行比较.     

模糊神经网络分类器的主动学习方法

针对模糊神经网络分类器设计过程中所遇到的样本采样与标注过程耗时、代价大的问题,提出了一个新颖的模糊神经网络分类器主动学习方法,以最小-最大边界法以及确定样本的不确定性闽值两个新概念为主动样本选择准则,确保选择其中信息量尽可能大的样本进行标注,使得网络设计过程中对未标注样本的标注工作量和时间大为减少．实验结果表明,该方法与模糊神经网络的被动学习模型相比,训练样本数目大为减少,训练时间大大缩短．     

基于GIS的甘南高原积温资源空间插值分析

将气象台站的海拔和经纬度位置作为影响积温空间分布的因子,采用回归分析方法建立空间插值模型,对甘南高原0℃年积温进行空间插值分析,年积温资源分布图。研究表明,在甘南高原区域尺度上,积温资源的分布主要受海拔影响,积温与海拔之间关系以二次回归模型精度最好;全区包含了从寒冷到温暖共4个热量带,积温资源量总体偏低,其中0℃年积温小于1300℃的高寒带占有主要地位。     

基于Welch Costas序列的最佳跳频码结构及其在OFDM系统中的应用

讨论了OFDM系统中跳频码设计的问题,建立了含有一个间隙行的Welch Costas序列的结构理论,深入研究了含有一个间隙行的Welch Costas序列的代数结构、构造方法和自(互)相关特性,并证明了相关的定理.探索了用含有一个间隙行的Welch Costas序列设计OFDM系统中跳频图样的方法,举例说明了如何设计跳频码和怎样将跳频码分配给OFDM系统中的用户.用含有一个间隙行的Welch Costas序列设计跳频码能获得理想的自相关特性,并且当无线通信系统中多普勒频移受限时能获得极佳的互相关性能.     

基于个体特征和纹理特征的视频人数统计算法

视频人数统计利用视频图像特征,通过监测公共场所中的人群密度,可防止公共场所人群拥堵,确保行人安全.提出一种改进的视频人数统计算法,对于中低密度人群,利用个体特征法实现人数统计,对于高密度人群,利用纹理特征法实现人数统计.使用提出的算法,设计了视频人数统计系统,分别对多组视频进行了测试,测试结果表明该算法误差较低.     

多带插值型的单小波

引入二维正交小波的概念,并研究二维4带小波的相关性质。利用二维单小波构造新的函数,并证明该函数的一致连续性。给出对称函数和反对称函数的定义,得出几个关于有关实对称尺度函数的等价命题,最后给出满足多分辨分析（MRA）的尺度函数是插值型的充要条件。     

矩阵正态分布均值矩阵的可估函数的线性估计在线性估计类中的泛容许性

考虑以下问题 :设n×m随机矩阵Y有分布N(Θn×m ,σ2 (Vn×n Σm×m) ) ,0 <σ2 ≤ 1 ,即Y服从均值向量为Θ协方差矩阵为σ2 (Vn×n Σm×m)的多元正态分布 ,其中 (Θ ,σ2 )为未知参数 .类似覃红讨论均值矩阵Θ的可估函数SΘ的线性估计AY在线性估计类中的泛容许性 .称Y的分布为矩阵正态分布     

分形插值及分形维数的图解法

自然界中存在的许多现象具有分形特征,传统的Euclid空间对具有分形特征的自然界形态模拟具有一定的困难,对此可以用分形插值来拟合自然界形态。基于迭代函数系统（IFS）,通过离散的数据点构成分形插值函数,可以证明分形插值函数是这个IFS唯一的吸引子。分形插值曲线的分形维数直接用数学公式求解比较困难,借助于MATLAB矩阵运算与图形绘制功能,采用图解方法求取,精度可以达到0.01~0.001,从而实现离散数据点的分形插值拟合及其分形维数的求解。试验结果表明,该算法具有简捷直观的特点。