通道误差对时频-MUSIC算法性能的影响和校正

提出了修正空间时频分布(STFD)矩阵的到达角(DOA)估计算法,该算法可实现对宽带线性调频信号的DOA估计;分析了通道不一致对算法性能的影响,建立了宽带信号模型的通道误差模型;给出了均匀直线阵列(ULA)情况下通道不一致的无源校正算法,该算法通过先粗测信号DOA,据此将修正STFD矩阵进行变换,变换后矩阵具有Toeplitz结构,通过恢复其Toeplitz结构来实现通道误差校正.     

时频干涉仪到达角估计性能分析

传统干涉仪测向是对单个脉冲信号测向的，对于多信号没有分辨能力，对于线性调频等时变频率信号也不能直接应用。本文提出了一种时频干涉仪算法以实现对宽带线性调频信号的到达角（DOA）估计；同时该算法可实现多信号分辨；讨论了通道误差对算法性能的影响；分析表明，通道增益不一致不会造成DOA估计错误，而通道时延的不一致将造成DOA估计错误；给出了通道时延误差校正算法，通过校正可实现DOA的正确估计；计算机仿真结果证实了分析的正确性。     

提升小波构造方法的改进

提出了提升小波的改进构造方法。当he（z）和ho（z）因式分解为奇数个多相矩阵相乘，但是ge（z）和go（z）因式分解成偶数个多相矩阵相乘时，从ge（z）和go（z）入手，实现首先进行预测的多步提升；以及当he（z）和ho（z）因式分解成奇数个多相矩阵相乘时，仍然从he（z）和ho（z）因式分解入手可以采用的新方法，为求取小波滤波器组的提升方案提出了更全面的解决方法。提升小坡变换采用分裂、预测和更新三个过程的提升方案，应用范围更广，计算速度更快。     

铝合金模板和方圆扣加固体系在大截面异形外包混凝土劲性柱施工中的应用

基于越秀国际金融汇T4塔楼施工实例,介绍了铝合金模板和方圆扣加固体系在大截面异形柱施工中的应用,并分别从模板以及加固方式阐述了异形柱支模的优化措施.实践证明,该技术在实际施工运用过程中未出现任何异常情况,有效保障了施工的质量和进度,具有较好的应用前景.     

一种新的流水线CORDIC的结构

目的设计ＣＯＲＤＩＣ（坐标旋转数字计算机）算法专用芯片,满足雷达信号高速坐标变换的要求．方法提出一种新的流水线ＣＯＲＤＩＣ结构,简单的移位和加减法运算以及各个流水单元结构的相似性极适合于ＶＬＳＩ实现．结果与结论用ＦＰＧＡ实现硬件仿真,仿真结果表明该ＡＳＩＣ的性能达到预期要求．     

不同工艺状态下AZ31B镁合金热压缩变形行为研究

镁合金在热加工过程中的变形机制复杂,且容易受到材料初始工艺状态和变形条件影响,因此呈现出不同的应力应变关系。采用铸态和变形态的AZ31B作为研究对象,通过Gleeble-1500获取坯料的应力应变曲线随温度和应变率的变化关系,基于Arrhenius双曲正弦型函数构建两种不同工艺状态下镁合金的本构模型,分析初始加工状态对镁合金应力应变关系及变形机制的影响。实验结果表明：当应变速率大于0.1s_^-1,变形态镁合金在低温下由于变形织构及大量孪生产生而出现45°剪切断裂;在高温和低应变速率下两种工艺状态的镁合金变形机制相同,应力应变曲线基本相似;变形态镁合金的硬化指数n及变形激活能Q相比铸态镁合金更低。     

四川盆地天然气藏提高采收率技术进展与发展方向

四川盆地油气资源丰富，有超级含油气盆地之称，是我国最具开发潜力的含油气盆地之一，具有开发对象复杂，气藏类型多且普遍具有低孔、低渗、水侵活跃、非均质性强等特点，因此天然气提高采收率面临巨大挑战。为此，系统剖析了四川盆地常规气藏特点和提高采收率难点，回顾了发展历程，梳理了提高采收率技术模式和技术体系，总结了近年来针对复杂气藏提高采收率技术取得的最新进展，并对未来发展进行了预测。研究结果表明：(1)经过60余年的天然气勘探开发，四川盆地已形成了“全生命周期统筹、全生产系统协同”提高采收率核心理念；(2)创立了以“早期评价与部署，储量刻画与动用，水侵诊断与治理，工艺配套与优化”为核心的气藏全生命周期提高采收率技术模式；(3)建立了地质与气藏工程、钻完井工程、采气工程、地面工程等多专业协同的提高采收率技术体系；(4)随着盆地开发重心逐步向超深层复杂岩性气藏、非常规气藏等地质条件更加复杂的领域转移，提高采收率技术未来的发展方向将包括超深层气藏薄储层精细描述、多重介质跨尺度数值模拟、超深特殊工艺井排水采气、非常规气地质工程一体化等多个方面。结论认为，60余年来不断丰富完善和形成的提高采收率技术模式和...     

超高层结构变截面爬架施工技术研究

文章以某项目T4塔楼施工为例，探索超高层结构变截面附着式升降脚手架技术，使用爬架加长型附板钢梁附墙支座施工技术免除了外脚手架的搭设。实践证明，该技术在实际施工运用过程中未出现任何异常情况，且施工质量和进度都得到了有效保障。     

基于深监督跨尺度注意力网络的深度图像超分辨率重建

消费级深度相机拍摄的深度图像具有分辨率较低的问题，深度图像超分辨率重建是解决该问题的有效方法 .为了提高重建性能，提出一种基于深监督跨尺度注意力网络的深度图像超分辨率重建算法.网络逐级放大，在损失函数中对每一级的输出都进行约束，实现深监督的目的 .采用高阶跨尺度注意力模块，将多尺度特征尺度内及跨尺度相关性与注意力机制结合起来，实现多尺度特征的自适应调整.采用内层为宽激活残差、外层为基本残差的双层残差块作为网络基本构成元素，以提高网络对复杂非线性关系的学习能力.实验结果表明，本文算法在主观视觉效果和客观质量评价指标方面都优于当前主流的深度图像超分辨率重建算法.