2.5 Gbit/s PHEMT前置放大器噪声分析与验证

根据OMMIC公司通过测量得到的0.2μm GaAs PHEMT器件参数模型和噪声模型,设计了2.5 Gbit/s的共源跨阻前置放大器.并根据PHEMT晶体管Y参数下的噪声模型,结合Y参数和ABCD参数下的噪声密度矩阵,分析了电路在带有晶体管噪声源情况下整个电路的噪声电压,得出了共源跨阻前置放大器等效输入噪声电流密度的理论公式.实现了芯片制作,并且对芯片进行了噪声参数的测量,测量结果、仿真结果和理论分析结论在6GHz的频率范围内基本符合.     

存在相位噪声和信道估计偏差影响的空相关MIMO-OFDM系统的性能分析

为了进一步了解相位噪声和信道估计偏差在空相关多输入多输出正交频分复用(MIMO-OFDM)系统中的作用,对存在相位噪声和信道估计偏差影响的空相关MIMO-OFDM系统的性能进行了分析.利用模型表达了空相关MIMO-OFDM系统的复包络信号,推导了在相位噪声和信道估计偏差影响下的空相关MIMO-OFDM系统的有效数据符号的信噪比表达式,给出了在相位噪声和信道估计偏差影响下的空相关MIMO-OFDM系统的差错性能指标.研究表明,理论计算和计算机仿真的空相关MIMO-OFDM系统的差错性能结果在各种不同相位噪声和信道估计偏差影响下都比较吻合.     

半色调误差扩散算法研究综述

误差扩散算法是数字图像处理领域中半色调技术的重要问题.通过跟踪近年来误差扩散算法的技术发展,介绍了误差扩散算法在并行处理、分配系数、阈值调制等方面的改进方案.     

不完全信号时内部交易

在假设内部交易者均收到不完全信号的基础上,对该信号在交易市场中所产生的影响进行了研究;在内部交易者进行多次交易时,模型以Schimidt正交化为研究方法、以标准Cournot双寡头模型为指导思想;进而得到风险资产市场上的均衡解及相关结论.     

煤矿风机房噪声分析及防治措施

噪声是煤矿井下生产中的重要危害之一,不仅会影响作业人员的身体健康,而且会威胁到生产安全。基于此,本文对煤矿风机房的噪声源进行分析,并在此基础上提出针对性较强的治理措施,探讨治理成效,以期为相关煤矿风机房噪声治理提供借鉴。     

FFH/MFSK噪声归一化合并接收机在部分频带干扰Rayleigh衰落信道下的性能分析

快速跳频系统能减少干扰对系统性能带来的性能损伤.文中分析了快速跳频M元频移键控(FFH/MFSK)噪声归一化接收机在部分频带噪声干扰非频率选择性Rayleigh信道下的性能.不同于以往的研究结果,利用数值计算的方法来近似计算误比特率,文中采用复变函数的相关理论,给出了误比特率的闭合表达式.最后对系统性能进行了仿真,仿真结果与理论分析结果完全一致;系统性能不会随着分集度的不继增大而持续变好,而是存在一个最佳分集度;最佳分集度的大小随着信道条件的变化而不同;增大系统的调制阶数会提高系统性能.     

高速面铣刀气动噪声计算与分析

面铣削过程中的噪声大致上可以分为空转噪声和切削噪声, 空转噪声主要由铣刀气动噪声组成. 基于Ffowcs Williams-Hawkings 方程建立高速面铣刀气动噪声数学模型, 进行高速面铣刀空转噪声测试, 噪声预测值与实验结果吻合良好. 模拟刀具参数(齿数、齿距)及测试观察点位置变化的情况下面铣刀气动噪声的变化情况, 研究表明面铣刀气动噪声具有方向性,结合频谱分析, 发现不等距面铣刀旋转频率的峰值移到高频部分, 大大降低面铣刀旋转频率处噪声, 可为低噪声铣刀的设计提供理论依据.     

采用仿鲤科鱼C型启动构型叶片的多翼离心风机气动性能研究

受鲤科鱼类C型启动逃逸反应时高效率游动姿态及其周围涡流特征的启发,进行叶片仿生设计,以提升多翼离心风机的气动性能。首先,采用逆向工程方法获取了鲤科鱼C型启动姿态时鱼体中心线方程和水平剖面轮廓线方程,以C型启动时鱼体中弧线为基准,设计了仿生等厚叶片。其次,通过多翼离心风机气动性能数值计算和实验测试,得到了具有最佳进口安装角的仿生等厚叶片(O-BETB),采用O-BETB的多翼离心风机的风量增加了6.8%,噪声下降了0.5 dB(A)。最后,将仿生重构的鱼体流线型轮廓与O-BETB相耦合,得到仿生耦合叶片(CBB),以进一步提高多翼离心风机气动性能。结果表明：当采用CBB时,多翼离心风机的风量增大了8.3%,噪声下降了1.1 dB(A)。基于流场分析,发现具有仿生中弧线和鱼体轮廓特征的耦合叶片在前缘进口角及叶片型线具有更好的引流导向作用,叶间流道的低速分离旋涡明显小于另外两种叶轮;叶片尾缘的尾迹涡脱落引起气流不均匀性程度也最弱,有效缓解了尾流与蜗舌、蜗壳之间的非定常相互作用。通过多翼离心风机声场特性的分析,发现多翼离心风机的气动噪声主要集中在中低频段。CBB的采用,叶轮通道内分离涡被抑制,...     

自校正信息融合Kalman预报器

对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于滑动平均（MA）新息模型的在线辨识和求解相关函数矩阵方程组,可在线估计噪声统计,进而在按矩阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman预报器。证明了它的收敛性,即它具有渐近最优性,且自校正融合Kalman预报器比每个局部自校正Kalman预报器精度高。一个目标跟踪系统的仿真例子说明了其有效性。     

辨识动态系统噪声方差Q和R的新方法

对于带未知噪声方差的线性离散定常随机系统,引入左素分解可得到一个新的观测过程,它用两个滑动平均（MA）过程之和表示。用解相关函数矩阵方程组得到了噪声方差Q和R的估值器,进而基于新的观测过程的采样相关函数及其遍历性可得到噪声方差Q和R的强一致估计。算法简单,便于实时应用。一个目标跟踪系统的仿真例子说明了其有效性。