全球参考站网窄巷非校准相位延迟

窄巷非校准相位延迟（UPD）产品的质量和可用性是影响精密单点定位模糊度固定（PPPAR）效率的重要因素.采用全球108个国际GPS服务（International GPS Service,IGS）测站观测数据,计算了基于全球参考站网的窄巷UPD产品,分析了窄巷UPD产品的变化特性,其单日变化量最大可达0.6周.通过分析UPD改正后的模糊度残差,论证了UPD产品和用户端模糊度均受到因未被恰当模型化而造成的残余误差的影响,且UPD的时变特性与各参考站残余系统误差有关.最后,采用4个用户站进行PPPAR实验分析UPD产品的可用性,以模糊度固定失败率、固定错误率和首次固定时间为评估指标,结果表明,全球参考站网窄巷UPD产品的最佳使用时限不大于30 min.     

2017年土壤重金属污染与修复研究热点回眸

 土壤污染关系着生态环境质量、农产品安全及人体健康,土壤重金属污染与修复是社会发展所赋予的重要研究课题。本文遴选2017年度在重金属污染的来源时空解析、监测和风险评估、过程和形态转化、植物修复机制、植物修复强化调控措施、稳定化修复、修复措施对土壤生物与化学性质影响、重金属污染土壤安全利用等方面的研究进展进行盘点。     

天线时域平面近场测试的信号源误差修正

提出了天线时域平面近场测试中信号源稳定度误差的修正方法.建立了误差修正所需的参考信道,分析了信号源误差所包含的误差项,根据时域近场测试对采样信号进行近场重建和近远场变换的两种方式,分别给出时域-频域结合修正和纯时域修正的两种修正方法,针对信号源误差包含的误差项对采样信号进行修正.实测结果证明修正后得到的频域方向图和时远场波形与参考结果都比较吻合,证明了两种修正方法的正确性.      

基于声源定位的头部姿态检测系统研究与实现

研究了声源定位技术在鼾声检测上的应用,主要研究鼾声的声学特性、声源定位技术原理,并利用声源定位技术对人体打鼾时头部姿态进行识别.采用广义互相关函数法对多路声音采集系统采集到的鼾声信号进行延迟估计计算,根据得到的相对时延信息进行声音定位,结合定位信息和朝向信息推断出当前受试者打鼾时头部姿态.采用数据采集卡进行高速信号采集,使用虚拟仪器Labview进行信号处理和算法实现,实验中受试者以不同头部姿态在该系统监测下模拟打鼾,通过该系统检测头部姿态,综合判断正确率达到80%.     

基于分组简化粒子群算法的盲源分离

传统盲源分离算法普遍存在收敛精度低和易陷入局部最优的缺点,针对上述问题,提出将蛙跳算法的分组思想应用到盲源分离算法中.该分组思想是将整个粒子群分为多组子群体,每组粒子在进行组内寻优的同时进行全局寻优,从而增加了粒子之间的差异性,可以有效避免早熟收敛.该算法以负熵为目标函数,通过对分离矩阵进行调整,使各个信号分量之间相互独立,从而完成对瞬时混合信号的盲源分离.实验仿真结果表明,提出的算法与基本的粒子群盲源分离算法相比,能有效避免早熟收敛并进一步提高收敛精度和算法的稳定性.     

密度均匀连续分层流体的内波格林函数

考虑自由表面的影响,从理论上建立了在密度均匀的连续分层流体中脉动点源生成内波的数理模型,应用Fourier变换和围道积分,推导出点源脉动频率的平方小于Brunt-Visl频率的平方条件下含自由面的连续分层流体中脉动点源的内波格林函数,并给出了详细的解析表达式,讨论了解的性质、内波的生成机理和自由面的干扰机理及波动特征.结果表明,所提出的连续分层流体中脉动点源的内波生成格林函数具有较好的准确性.     

基于目标导向的多属性决策属性价值公度方法

MACBETH方法在多个属性维度上确定出的一组属性Good值(或Neutral值)并不能真地具有保证属性价值公度的完全相同的偏好涵义.为克服该方法缺陷,基于包容性属性价值函数,通过引入数据包络分析技术和马尔可夫理论给出了以目标参照方案为导向的目标导向属性价值函数和多属性决策属性价值公度的方法程序.相比于具有较大随意性确定属性Good值和Neutral值的MACBETH方法,依赖目标导向属性价值函数的多属性决策属性价值公度程序具有更明显的科学合理性,因此具有发展MACBETH方法,推动实际决策应用该方法及相关多属性偏好关联决策模型的创新价值.基于决策实验的应用分析直接验证了多属性决策属性价值公度方法程序的科学有效性,间接验证了包容性属性价值函数和目标导向属性价值函数的科学理性.     

严寒地区某示范工程土壤源热泵系统综合评估

通过实时监测严寒地区某教学楼示范工程土壤源热泵系统运行的各项参数,从技术性、节能性、环保性及经济性各自不同的角度全面进行综合评估。为严寒地区土壤源热泵系统的高效运行提供参考。     

高校历史院系资料室文献资源建设探讨——以山东大学历史文化学院为例

论述了高校历史院系资料室的藏书必须以原始资料为主的重要性,概述了高校历史院系资料室的藏书重点,提出了高校历史院系资料室的藏书原则。     

Underdetermined DOA estimation and blind separation of non-disjoint sources in time-frequency domain based on sparse representation method

This paper deals with the blind separation of nonstation-ary sources and direction-of-arrival （DOA） estimation in the under-determined case, when there are more sources than sensors. We assume the sources to be time-frequency （TF） disjoint to a certain extent. In particular, the number of sources presented at any TF neighborhood is strictly less than that of sensors. We can identify the real number of active sources and achieve separation in any TF neighborhood by the sparse representation method. Compared with the subspace-based algorithm under the same sparseness assumption, which suffers from the extra noise effect since it can-not estimate the true number of active sources, the proposed algorithm can estimate the number of active sources and their cor-responding TF values in any TF neighborhood simultaneously. An-other contribution of this paper is a new estimation procedure for the DOA of sources in the underdetermined case, which combines the TF sparseness of sources and the clustering technique. Sim-ulation results demonstrate the validity and high performance of the proposed algorithm in both blind source separation （BSS） and DOA estimation.