联合LDPC码和网络编码的协作通信技术

结合信道编码和网络编码的思想,提出了一种在两用户协作情况下联合LDPC(low-density parity-check)码和网络编码的协作分集方案,该方案在接收端通过基于整体H矩阵的置信传播算法实现LDPC码和网络编码的联合译码,并对该方案在瑞利慢衰落信道下的性能进行了MATLAB仿真。仿真结果表明:与编码协作和不协作方案相比,所提方案在系统误码率性能上有着明显地改善。     

流动注射化学发光法测定磺胺甲基异噁唑

研究了磺胺甲基异口恶唑在酸性条件下与高锰酸钾和亚硫酸钠产生化学发光的行为,建立了流动注射化学发光测定磺胺甲基异口恶唑的新方法.方法的检出限为3.0×10- 7 g/m L,磺胺甲基异口恶唑的浓度在1.0×10- 6～4.0×10- 5 g/m L范围内与化学发光强度呈良好的线性关系.对6.0×10- 6 g/m L磺胺甲基异口恶唑进行11 次平行测定,得方法的相对标准偏差为1.6% .该方法用于药剂中磺胺甲基异口恶唑含量测定,结果与药典标准方法测得值一致     

多翼自治水下机器人动力学建模与姿态控制

为了提高多翼自治水下机器人姿态自主控制的稳定性和控制性能,设计了基于多翼水下机器人全参数控制模型的姿态控制系统.首先对多翼自治水下机器人进行运动学和动力学分析,建立多翼自治水下机器人的全参数运动控制模型;在此基础上建立多翼自治水下机器人整体控制系统,设计基于线性二次型最优控制的多翼自治水下机器人姿态控制器;最后进行多翼自治水下机器人姿态控制仿真实验.结果表明:在给定的外界干扰下,多翼自治水下机器人能够快速稳定跟踪目标姿态,所建立的控制器以及控制模型能够满足多翼水下机器人姿态的自主控制需要,达到设计目标.     

图书借阅量的灰色回归组合模型研究

将灰色预测模型GM(1,1)和线性回归预测模型相结合,采用"误差平方和最小"作为最优准则,建立了图书借阅量的组合预测模型.结果表明,用该模型对图书借阅量进行预测,其预报精度优于各个子方法,具有很好的应用价值.     

一种基于移动Agent的分布式DSS模型

剖析了目前分布式决策的需求,结合面向服务的思想,应用移动Agent技术,提出了一种网格平台上的分布式决策支持系统（DSS）模型和设计思路,说明了该模型的层次结构和运行机制．这种新的模型通过引入移动Agent技术,将复杂的决策任务求解分布到网格的各节点上,实现决策问题的并行异步处理,提高了系统效率,减轻了网格负载和系统对网络带宽的依赖,并应用WebService技术利用丰富的网格决策资源,最大限度地扩展模型库,知识库和数据库,提高DSS的问题求解能力．     

FE-BI分析等离子体覆盖导体方柱的宽带RCS

文章将有限元—边界积分法(FE-BI)与渐进波形估计技术(AWE)相结合应用到宽带电磁散射特性分析中.首先应用该理论计算导体方柱的宽带雷达散射界面(RCS)并与FE-BI逐点计算进行了比较,接着计算了导体表面覆盖不同密度、不同碰撞频率的等离子体的宽带RCS.计算结果表明,FE-BI结合AWE技术比有限元逐点计算省时,且...     

化学镀Ni-P-W／A12O3复合镀层的耐腐蚀性能研究

用化学镀方法在NdFeB磁性材料基体表面施镀Ni-P-W／A12O3复合镀层．用扫描电子显微镜和X射线仪分别对Ni-P-W／A1203复合镀层的组织形貌和相组成进行了分析,并用腐蚀失重法对复合镀层的耐腐蚀性能进行了测试．结果表明,随着Alzos质量含量（5-20g／L）的逐渐增大,Ni-P-W／A12O3复合镀层的抗腐蚀性能逐渐增强．     

具有全调制范围的空间矢量脉宽调制算法研究

在分析空间矢量脉宽调制（SVPMW）过调制原理的基础上,对经典的双模式过调制算法进行了适当的简化,提出了一种新型的具有全调制范围的SVPWM算法．仿真和实验结果表明该算法简单实用,只用一种算法就实现了线性调制区、过调制区直至方波工况的平滑过渡．     

双模SU(1,1)相干态场与2原子相互作用过程中的保真度

运用全量子理论,研究了双模SU(1,1)光场和2原子相互作用模型中保真度的演化特性.结果表明,平均光子数越大,2模光子数差越大,原子和光场之间的相互作用就越大,保真度越小;原子间的耦合常数影响系统、光场和原子的崩溃和回复周期,原子间的耦合常数越大,崩溃周期越短.     

基于非均匀B样条曲面的DTM内插模型

对非均匀B样条曲面在数字地面模型(DTM)内插中的应用进行了研究,首先探讨了非均匀B样条曲面基本理论及其最小二乘解法,然后提出了基于非均匀B样条曲面的DTM内插算法,最后利用提出的B样条算法与目前一些常用的内插算法,对数学曲面与实际地形进行了试验和比较.试验结果表明B样条算法具有良好的精度和稳定性,能较好地改善在构建DTM时常出现的“梯田”现象.