基于谐波抑制与补偿线技术的非对称Doherty功放设计

为了提高WiMAX信号下doherty功率放大器（doherty power amplifier,DPA）回退点的效率,提出一种基于谐波抑制和补偿线技术的非对称doherty功放（asymmetric doherty power amplifiers,ADPA）结构。该结构在传统ADPA结构的基础上,首先对主功放（carrier）和辅功放（peak）输出匹配电路加入2次、3次谐波电路进行匹配设计,减少晶体管漏极电压电流的重合;然后通过添加补偿线（offset line）的方式,改变carrier和peak的功率分配比,使得整体电路获得更高的效率和输出功率。基于上述谐波抑制和补偿线理论,设计了一款工作在3.4 GHz~3.6 GHz,增益约为13 dB的ADPA。实测结果表明,当饱和输出功率达到48.75 dBm,功率回退9.5 dB时,功率附加效率（power added efficiency,PAE）达到41.8%,5 MHz偏移量的相邻信道功率比（adjacent channel power ratio,ACPR）优于-35 dBc,10 MHz偏移量的ACPR优于-48 dBc。满足WiMAX基站对功放线性度和效率的要求。     

学术期刊编辑间的信息不对称

在学术期刊编辑出版中,编辑之间广泛存在信息不对称问题。由于这种信息不对称,会对学术期刊的编辑质量及出版造成负面影响。为此,应积极建立学习与合作型编辑部,建立编辑间信息传递机制等,以适应学术期刊的发展。     

基于子带跃迁的非对称GaAs量子阱的三阶非线性系数研究

设计了一种适用于CO2激光器双波长泵浦的非对称结构的Al0.2Ga0.8As/GaAs/Al0.5Ga0.5As量子阱结构,用以差频产生THz波.运用密度矩阵理论和迭代方法计算了这种非对称量子阱的三阶非线性系数,并研究了其随两束差频泵浦光波长的变化.结果表明,量子阱对两束差频泵浦光的三阶非线性系数x（3）ω1和x（3）ω2随两束泵浦光波长的增大都是出现先增大再减小的变化趋势,峰值都位于9.756μm（λp2=10.64μ m）和10.96μm（λp1=9.69μm）,相应的峰值大小为1.185×10-20m2V-2、8.002×10-21m2V-2和2.98×10-19m2V-2和8.565×10-20m2V-2.     

巧用填补法解决大学物理电学非对称问题

填补法是求解大学物理电学非对称问题的有效方法之一。本文利用填补法对大学物理电学中的场强、电场力、电势、角速度、电通量和电阻进行了分析与求解。实例分析表明,利用填补法求解大学物理电学非对称问题时可避免复杂的数学积分,便于问题的求解。教学中引入填补法解决实际问题,不仅可使教学效果事半功倍,还可培养学生的逻辑思维能力和解决实际问题的能力。     

关于ADSL特殊故障的处理

就ADSL业务,针对2个经常出现的特殊故障进行了现象说明、原因分析和相关处理。     

一种新型模拟酶类手性相转移催化剂中间体的合成

以L-脯氨酸和均苯三甲酸为原料，经过对氨基酸的羧基保护，均苯三甲酸的酰化，再与去保护的L-脯氨酸甲酯反应，得到一种新型手性催化剂的中间体，其结构经过IR、MS和^1HNMR确定，考察了溶剂、温度等因素对反应关键步骤的影响，并提高了反应收率．     

非对称双队列周期查询完全服务排队系统特性分析

采用嵌入马尔科夫链和概率母函数的分析方法，对非对称双队列周期查询完全服务排队系统的一阶和二阶特性进行了分析，给出了系统的一阶和二阶特性解析式     

Sn—Pb合金的三次树枝晶生长

在定向凝固的条件下对Ｓｎ－Ｐｂ合金的三次树枝晶生长进行了研究。探讨纵向和横向生长的三次树枝晶形态，给出了三次枝晶间距与工艺参数即温度梯度和生长速度之间的指数衰减关系。发现纵向和横向三次枝晶在枝晶粗化和间距上存在着明显的差别，并探讨了枝晶爬行对枝晶不对称生长的影响。     

Unemployment variation over the business cycles: a comparison of forecasting models

Asymmetry has been well documented in the business cycle literature. The asymmetric business cycle suggests that major macroeconomic series, such as a country's unemployment rate, are non‐linear and, therefore, the use of linear models to explain their behaviour and forecast their future values may not be appropriate. Many researchers have focused on providing evidence for the non‐linearity in the unemployment series. Only recently have there been some developments in applying non‐linear models to estimate and forecast unemployment rates. A major concern of non‐linear modelling is the model specification problem; it is very hard to test all possible non‐linear specifications, and to select the most appropriate specification for a particular model. Artificial neural network (ANN) models provide a solution to the difficulty of forecasting unemployment over the asymmetric business cycle. ANN models are non‐linear, do not rely upon the classical regression assumptions, are capable of learning the structure of all kinds of patterns in a data set with a specified degree of accuracy, and can then use this structure to forecast future values of the data. In this paper, we apply two ANN models, a back‐propagation model and a generalized regression neural network model to estimate and forecast post‐war aggregate unemployment rates in the USA, Canada, UK, France and Japan. We compare the out‐of‐sample forecast results obtained by the ANN models with those obtained by several linear and non‐linear times series models currently used in the literature. It is shown that the artificial neural network models are able to forecast the unemployment series as well as, and in some cases better than, the other univariate econometrics time series models in our test. Copyright © 2004 John Wiley & Sons, Ltd.     

线性收益条件下经理人的激励约束模型

使用不对称信息经济学的背景知识,讨论公司制企业中股东与经理人的委托-代理关系。得出在线性总收益作为单一可观测变量条件下,经理人的最优激励合同并分析了几个有意义的结果。