Spatial data management for WebGIS

Spatial data management is an important factor that affects the performance of WebGIS. In this paper, spatial data management for WebGIS is discussed from two aspects: spatial data model and data storage. Current data models and storage methods are analyzed and compared. According to the requirements of spatial data management for WebGIS,a spatial data model is proposed, which organizes spatial data in four levels: geometry, feature, layer and map. Based on this model, spatial data are managed and stored in object-relational database management system (ORDBMS).     

MATLAB在数字图像处理教学中的应用

本文通过直方图均衡、空间域滤波两个例子说明了MATLAB在数字图像处理教学中的应用。应用这种教学方法，不仅加深了学生对基本概念的理解，同时也激发了学生学习的兴趣     

广义正定矩阵的进一步推广

为了丰富矩阵的理论,文中对矩阵的正定性质作了进一步推广,由此得出更为广泛的结果。     

空时MIMO无线通信系统随机信道模型的仿真研究与实现

对智能天线、空间分集和MIMO OFDM等多天线技术的信道传输特征进行了分析,提出了一种用于第三代及多天线MIMO无线通信系统的信道模型。该信道模型不仅涉及到接收信号的功率水平分布和多普勒频移,还考虑了信道衰落系数间的相关性以及智能天线阵列的几何分布和到达角度等特性。用3GPP通信协议基于Matlab实现了一个完整的MIMO信道仿真器。最后,通过实验验证了不同无线通信环境下MIMO模拟的信道容量与Shan non理论容量的一致性,从而说明了该仿真器的有效性和实用性。     

一种Fortran程序自动向量化的方法

本文从研究数据相关性出发,引进了适用于工程实现的语句间时序相关图。给出了定义,阐述了建立和化简该图的方法。本图准确地描述了语句间的时序相关性,因而可以方便地确定可向量化的语句和执行顺序,对两维和多维相关进行了分析,提出了相关判定公式,本文为自动向量化Fortran程序提供了一种理论依据和方法。     

空间机构运动误差的概率分析和蒙特卡罗模拟

本文研究由连杆参数公差和运动副间隙所产生的空间机构运动误差的随机性问题。通过引进“间隙特征要素”和“间隙空间”的概念,建立了常见运动副的随机模型,并作了概率分析。文中给出的间隙特征要素的独立变量的抽样公式,可用于对运动误差进行蒙特卡罗模拟,研究其统计特征和分布规律。     

空间动态非参数杜宾模型及其应用

本文将研究重点放在一类特殊的空间动态面板数据模型——空间动态非参数杜宾模型的设定、估计与检验上,以研究不同空间单元之间的非线性影响.为此,本文就固定效应空间动态非参数杜宾模型给出了迭代估计及相应的假设检验方法,并根据蒙特卡罗模拟结果,对迭代估计方法加以改进.通过仿真实验和实证应用,验证了对于固定效应空间动态非参数杜宾模型,尤其是N和T比较大的情形,本文给出的改进方法是稳定有效的.     

ArcGIS在水源地污染源强度空间分析中的应用

以南京市溧水区方便水库为研究对象,运用Arc GIS对其汇水区域进行子流域划分,同时结合遥感技术对各子流域污染源强度和空间分布进行模拟,确定方便水库各入库河流主要污染源及汇水区域内污染源强度分布情况,然后利用实际监测值对Arc GIS模拟值进行验证。结果表明:Arc GIS技术可直观反映各入库河流汇水面积大小及各污染源强度的空间分布情况;Arc GIS估算值与实测值计算的污染物入库量的误差范围在10%以内。     

基于无向干扰图的大规模多输入多输出滤波器组多载波系统下行链路用户聚类

提出了一种基于大规模多输入多输出滤波器组多载波(MIMO-FBMC)系统下行链路的用户聚类算法.在用户组数量和用户数量随机的环境下,该算法将用户和用户之间信道向量的相关系数自适应地表示为无向干扰图,边的权重表示为相邻用户之间信道向量干扰强度,然后根据每个图的权重值之和与阈值比较进行分簇,仿真结果表明,在基站(BS)天线数量不同的情况下,该算法性能优于传统的用户分组方法,并降低了算法复杂度,提高了系统总和速率.