供电设备检修计划系统的研究及其应用

科学合理地制定停电检修计划,以提高供电可靠性、降低网损是当今电力企业追求的主要目标,分析了供电设备检修计划优化排程的必要性,介绍了贵阳供电局在此方面的研究和实践,通过供电设备检修计划系统的成功应用,系统性和科学性地为供电企业提供了供电设备检修计划管理的信息化建设思路。     

细胞内钙离子浓度检测关键技术

研究并设计了用于活体单细胞内钙离子浓度定量检测的微流控荧光检测系统。首先用微流控芯片完成细胞的培养、染色、驱动和定位等操作,接着分别用波长为340 nm和380 nm的单色光去激发染色后的细胞使之发出荧光,并用光电倍增管(PMT)和电荷耦合器件(CCD)采集荧光强度和荧光图像,最后利用荧光比值法计算出细胞内钙离子的浓度。同时,使用该系统记录了高K~+刺激下细胞内钙离子浓度的变化。结果表明此系统稳定可靠,测量数据准确,满足生理学研究中检测活体细胞内钙离子浓度的需要。     

MassWorks TM分子式识别技术在质谱中应用

MassWorksTM作为一种新颖的质谱校正技术,可以在低分辨质谱上测定精确质量并准确识别目标物的分子式,让低分辨质谱具有高分辨的功能,大大提高低分辨质谱的定性能力;对于高分辨质谱,MassWorksTM的同位素峰形自我校正功能大大提高高分辨质谱分子式识别的能力。本文就MassWorksTM的原理及其在各类质谱的应用进行综述。     

莴笋挥发性成分的固相微萃取-气质联用分析

采用固相微萃取-气相色谱-质谱联用方法分析莴笋的挥发性成分,共鉴定出49种成分。结果显示,莴笋挥发性成分主要为醛类、醇类、烯烃类化合物。其中醛类物质共11种、醇类4种、烯烃类17种,各类物质相对含量分别占总挥发性成分的34·11%、25·43%、8·47%。     

智能天线中一种上行信号空间特征盲估计算法

以均匀直线阵为基础,提出了一种全盲的上行信号空间特征估计算法。该算法利用阵列输出四阶累积量构造了一种空间特征矩阵,证明了对其作特征分解可以得到各用户的空间特征。该算法不依赖于信号调制类型,可适用于任意加性高斯噪声。将其用于相干多径环境下多用户信号空间特征的估计,研究了不同快拍数和信噪比下的标准估计偏差,说明了算法的有效性和鲁棒性。     

110kV变电站保护配置及事故实例分析

1前言 我局现有110kV降压变电站23座，其继电保护和安全自动装置的配置是基本相同的，搞清楚这些站内设备的保护配置原理及保护动作行为、上下级保护配合情况对于地区调度员是十分重要的。本文以110kV凉水井变为例介绍110kV变电站保护典型配置及动作情况。     

并联坐标测量机测量空间分析与计算机仿真

并联坐标测量机是一类全新的坐标测量系统,它具有结构简单、测量精度高、测头位姿灵活等特点,是一种技术附加值很高的机电一体化产品.文章首先介绍一种基于3-RPS运动机构的3自由度并联坐标测量机的结构、特点及测量原理,然后对该坐标测量机的运动学约束问题进行了探讨,并采用优化算法对该坐标测量机的测量空间进行了分析与计算,从而为并联坐标测量机的优化设计提供了必要的理论依据.     

相干多径环境下自适应阵列的性能改进

针对传统自适应波束形成算法无法抑制相干干扰的问题,引入了一种预处理技术--自适应加权空间平滑(Weighted Spatial Smoothing,WSS)算法,结合线性约束最小方差准则,可以有效地抑制相干干扰.同时,针对WSS引起的孔径损失,提出了一种对子阵进行相位补偿,利用全阵做波束形成的方法.理论分析和仿真结果表明,该方法对相干干扰的抑制能力明显优于常规均匀空间平滑(Uniform Spatial Smoothing,USS)算法,而且避免了孔径损失.     

相干环境下LCMV自适应阵列抗干扰问题研究

相干干扰环境下,自适应阵列性能会急剧下降,常用的处理方法是空间平滑。然而,采用常规均匀空间平滑的自适应阵列对相干干扰的抑制能力较差,而且会损失阵列孔径。该文提出一种改进的相干干扰抑制方案:首先,提出了一种自适应的加权空间平滑(Weighted Spatial Smoothing, WSS)算法,它将各子阵的相关矩阵进行加权平均,可以最大程度地解相干;然后,在WSS基础上,利用线性约束最小方差(LCMV)准则得到子阵波束形成器最佳权矢量;最后,提出了一种利用子阵间的相位关系对全阵做波束形成的方法。该方案大大提高了阵列对抗相干干扰的能力,同时避免了一般空间平滑后阵列的孔径损失。理论分析和仿真结果说明了方法的有效性和稳健性。     

一种基于四阶累积量的空间特征盲估计方法

该文以均匀直线阵为基础,提出了一种基于阵列输出四阶累积量的信号空间特征盲估计方法,并将其用于相干多径环境下的多用户信号空间特征的估计。作者利用四阶累积量构造了一个空间特征估计矩阵,并证明了对该矩阵作特征分解可以得到各用户的空间特征。该盲算法不依赖于信号具体特征,适用于任意加性高斯(白或有色)噪声。理论分析和仿真结果说明了算法的有效性和稳健性。