超疏水低密度聚乙烯表面的制备及其抑冰性能研究

采用在低密度聚乙烯(LDPE)基材表面沉积蜡烛灰涂层的方式,制备纳米结构超疏水表面。研究发现,在常温((24±2)℃)条件下,该超疏水表面与水滴的接触角为162°,滚动角仅为1°。冰与基材表面的黏附力测试结果表明:普通LDPE表面与冰的黏附力是超疏水LDPE表面的3.38倍;冰块在微风或表面倾斜5°的条件下,易从超疏水LDPE表面滑落,表明超疏水LDPE表面在滴水结冰条件下具有良好的抑冰性能。     

低密度纤维增强纳米孔树脂基复合材料的断裂机制

纤维增强纳米孔树脂基复合材料(IPC)是一类轻质高效防隔热一体化耐烧蚀材料,具有典型的非均质结构特征。在外加载荷下,内部的纳米孔隙将会衍生出微裂纹。裂纹的萌生、聚合和扩展对复合材料的强度、刚度、变形性等力学性能有着重要的影响。本文分别以石英纤维针刺网胎(NQF)、石英纤维针刺网胎/纤维布(NQCF)为增强体,制备得到不同纤维结构增强的纳米孔酚醛树脂(NPR)基复合材料(NQF/NPR、NQCF/NPR),对比研究了材料拉伸强度、拉伸模量、断裂伸长率及拉伸疲劳性能,并采用CT原位拉伸装置表征了拉伸过程中复合材料的微观结构演变。结果表明：纤维布的引入极大提高了复合材料的力学性能,并且微裂纹首先在针刺区域边缘的树脂基体中出现。在裂纹扩展过程中,纤维结构对树脂基体的损伤起到了不同程度的阻碍作用。最后结合有限元法建立了NPR及纤维布的有限元模型,分析了不同尺度下材料的断裂机制。     

均衡不完全区组设计的满秩LDPC码构造及快速编码

为了降低准循环低密度奇偶校验（Low-Density Parity-Check,LDPC）码编码的复杂度,提出了一种基于均衡不完全区组设计（Balanced Incomplete Block Designs,BIBD）满秩LDPC码的构造及快速编码方法。基于BIBD构造的满秩校验矩阵可以快速得到系统循环阵形式的生成矩阵。此方案设计不但可以实现线性化编码,而且编出的码字都为系统码。仿真结果表明,构造出的LDPC码具有很好的误码率性能和收敛特性,而其满秩的编码方法具有较好的通用性和实用价值。     

高性能准循环LDPC码构造方法的改进

高性能准循环低密度奇偶校验码构造的1/2码率的码的度分布存在一定局限性。针对该问题,重新布置校验矩阵中单位循环移位矩阵的分布,改进构造校验矩阵的方法。仿真结果表明,改进方法具有有效的编码算法,使度分布能满足1/2码率的最佳度分布,且能在同等码长的情况下得到更优的性能。     

莱迪思全功能PLD——MachX02

<正>莱迪思半导体公司近日宣布推出其新的MachXO2~(TM)PLD系列,为低密度PLD的设计人员提供了在单个器件中的低成本,低功耗和高系统集成。嵌入式闪存技术采用了低功耗65nm工艺,与MachXO~(TM)PLD系列相比,MachXO2系列提供了3倍的逻辑密度、10倍的嵌入式     

光存储中的纠错与调制编码

二.4 CD系统的CIRC码CD所采用的交叉交错里德-索罗门码(CIRC)是把对于随机错误具有很强纠正能力的里德-索罗门码与把突发性错误变换成随机性错误的交错手段结合在一起的纠错码,它是针对CD的错误分布设计的,具有非常强的纠错能力。     

基于奇偶量化的彩色图像盲水印算法

提出一种基于奇偶量化的彩色图像小波域的数字水印算法。首先对水印图像进行置乱处理,然后对图像进行翻转,最后利用混沌系统产生的混沌序列对水印进行加密。水印嵌入时,采用小波变换并利用奇偶量化规则将加密后的水印嵌入到载体图像蓝色分量最深层的四个子带中。水印提取时,不需要原始图像的参与,实现了盲提取。仿真实验和性能分析表明,该算法有很好的不可见性和鲁棒性,可以有效地抵抗JPEG压缩、噪声、剪切等攻击。     

非超递增序列背包加密算法研究

为了提高背包加密体制的安全性,对基于超递增序列的背包加密算法进行了分析,指出了利用非超递增序列构造背包所存在的难题,提出一种无冲突非超递增序列的构造方法,并给出严格的证明。依据该方法提出了一种基于无冲突非超递增序列的背包公钥加密算法,有效地避免了利用非超递增序列构造背包的过程中出现的难题。理论分析和仿真实验结果表明,该算法具有高的安全性能,在抵抗Shamir攻击和低密度攻击方面都具有良好的性能。     

一种低密度奇偶校验码矩阵的设计方法

提出一种以硬件实现的各种条件为约束设计准循环的低密度奇偶校验码的校验矩阵方法,以简化硬件结构,采用行列交换及寻找最大平均环提升译码性能的方法。设计码长为1200的校验矩阵,对该矩阵的译码电路进行RTL实现,采用SMIC0.13μm标准CMOS工艺综合实现660Mb/s吞吐率,面积为3.1mm2,以该方法设计的矩阵可用于实现低复杂度的LDPC译码电路。     

基于加权对称图像的二维FDA人脸识别算法

提出一种融合加权对称图像的二维FDA人脸识别算法。将人脸图像分解为奇偶对称脸,并利用加权因子将奇偶对称脸重构新的人脸样本,通过二维FDA算法求解新样本图像的最优特征子空间进行人脸分类。有效融合二维FDA算法的优点,并利用人脸对称性的特征,同时进一步分析加权因子对人脸识别效果的影响,通过选取最优加权因子最大地提高识别率。在人脸图像库ORL中进行的实验结果表明,该算法有效并能获得较高的识别率。