基于BOC调制技术的相关检测算法

通过对BOC信号的机理研究,提出利用平方倍频检测法检测BOC调制信号的载波频率,利用相关性对解调出的BOC基带信号的亚载波频率和扩频码码速进行检测．对算法的有效性进行了仿真测试,结果表明算法能有效地实现对BOC信号的载波频率、亚载波频率和伪码码速的检测．     

收入费用观与资产负债观的比较与趋势研究

资产负债观和收入费用观是计量企业收益的两种不同会计理论。长期以来,我国会计理论和会计实务主要采用的是以收入费用观来确认和计量企业的收益。随着资本市场的发展以及经济环境、经济活动的复杂化,传统收入费用观下所提供的会计信息的相关性受到质疑。在适度引入公允价值计量模式的条件下,全面收益观的提出,使会计收益计量模式的重心由收入费用观转向资产负债观。2006年2月我国企业新会计准则的颁布,在很多地方也引入了资产负债观理念。对这两种收益计量模式作简单的比较,揭示收入费用观向资产负债观转变的趋势,并分析了资产负债观在我国新会计准则中的体现。     

基于右手人工电磁传输线的差分移相器设计

结合宽带差分移相器的基本结构,以及新型右手传输线的色散特性,提出了一种具有任意相移量的新型右手人工电磁传输线的差分移相器,并针对该移相器提出了2种新型结构,分别采用“色散”右手传输线取代标准Schiffman移相器中平行耦合双线、或直接取代传统均匀传输线来作为移相臂,得到新的相位差分电路,并采用射频仿真软件ADS（Advanced Design System）进行访真分析.理论分析和电路仿真均表明采用该右手传输线制作的移相器在很宽的频带上具有恒定的差分相移量,并且在工作带宽范围内器件具有很小的插入损耗,比标准的Schiffman移相器有了更大的灵活性和适应性.     

GNSS接收机最优中频积累时间研究

分段相关-视频积累是一种典型的雷达信号检测方法,同时也可用于全球定位系统(GPS)或伽利略系统的卫星信号检测。该文重点分析了载波多普勒条件下分段相关-视频积累检测方法的性能,推导了平均处理损耗公式。在给定最大多普勒频偏和载噪比的情况下,采用平均处理损耗最小准则,分析了全球卫星导航(GNSS)接收机最优中频积累时间的计算方法和变化规律。在载噪比45 dB-Hz和最大多普勒频偏2000 Hz的条件下,该算法比经典算法减小了13.5%的平均处理损耗。     

亚分米级GPS基线解算新算法

当双差模糊度固定解的可靠性下降时,三差基线解成为当前情况下的最优选择,但通常情况下三差基线解精度只能达到分米级,难以满足高精度的要求.通过对三差测量值进行误差分析,给出三差观测量信噪比模型,结合实际观测数据分析,指出噪声对三差观测量影响很大.借鉴均值漂移理论出了精度为亚分米级的基线解算的新算法,给出了适用于单频三差基线解算的均值漂移模型,所述算法的精度可以达到10cm,即亚分米级.     

高选择性低汽气比一氧化碳低温变换催化剂的研究

实验室试验表明,添加助剂的低汽气比一氧化碳低温变换催化剂,在保证活性和稳定性的基础上,明显地提高了选择性,其甲醇生成量可降为原来的1/4左右。     

CO变换催化剂的研究进展

介绍了国内外CO中(高)温变换催化剂、低变催化剂及耐硫变换催化剂的现状及研究进展。高效节能型变换工艺将是变换工艺的发展方向,开发低温、高活性和稳定性的变换催化剂将相应成为研究的主要目标。     

Biologically adaptive robust mean shift algorithm with Cauchy predator-prey BBO and space variant resolution for unmanned helicopter formation

Visual tracking technology can provide measurement information for unmanned helicopter formation and thus, more attention is being paid to this research area. We propose a novel mean shift （MS） algorithm that is both adaptive and robust for unmanned helicopter formation and apply it to the leading unmanned helicopter tracking. The movement of an unmanned helicopter is very flexible and changeable, which makes the tracking there of more difficulty than for common targets. In creating an algorithm that can adapt to the acceleration of the unmanned helicopter and estimates both the scale and orientation of the movement changes, we combine the traditional MS with the bio-inspired Cauchy predator-prey biogeography-based optimization （CPPBBO） evolutionary algorithm, and also the space variant resolution （SVR） mechanism of the human visual system （MS-CPPBBO-SVR）. To demonstrate the effectiveness and robustness of the proposed method and justify the importance of the CPPBBO algorithm and SVR mechanism at the same time, a series of comparative exper- iments were carried out. The experimental results of the proposed MS-CPPBBO-SVR method are compared with other competitive tracking methods, such as MS, MS with SVR （MS-SVR）, MS-SVR with several other optimization algorithms, and the robust particle filter algorithm. The experimental results demonstrate that our proposed tracking approach, MS-CPPBBO-SVR, is more adaptive, robust and efficient in target tracking than the other methods.     

基于注意力和卷积特征重排的图像修复

近年来,基于UNet与GAN（生成对抗网络）的深度学习网络模型在图像修复领域展现出了独特的优势,但是修复结果中仍然存在伪影、模糊、纹理细节退化、对于大面积破损难以修复、修复后的孔洞与背景图像不相容等现象。为了解决现有模型对大面积破损图像修复不友好以及修复后的图像存在退化现象等问题,通过对现有方法进行研究,改进了Shift-UNet（移位网络）模型：在UNet与GAN的基础上,在每一层编码器和解码器之间增加了改进之后的注意力机制Attention-UNet并融入shift-UNet,形成Attention-Shift-UNet;并且通过研究,将原来下采样部分的激活函数由Leaky_ReLU改为了SiLU函数。改进模型不仅在64×64的中心遮罩上取得了较好的效果,还实现了随机遮罩,遮罩面积由20%增加到80%。通过实验结果证明,该模型的修复效果更优,特别是针对大面积破损图像的修复。在CelebA、ParisArchitecture以及Paris Streetview数据集上经过测试,各评价指标都有明显的提高,其中结构相似性（SSIM）由原来的0.944 5提高到0.947 1,峰值信噪比（PSNR）由原来的27.992 7提高到28.553 6,L2损失由原来的0.001 7降低到0.001 5。     

基于多尺度特征多对抗网络的雾天图像识别

目的 当前的大型数据集,例如ImageNet,以及一些主流的网络模型,如ResNet等能直接高效地应用于正常场景的分类,但在雾天场景下则会出现较大的精度损失。雾天场景复杂多样,大量标注雾天数据成本过高,在现有条件下,高效地利用大量已有场景的标注数据和网络模型完成雾天场景下的分类识别任务至关重要。方法 本文使用了一种低成本的数据增强方法,有效减小图像在像素域上的差异。基于特征多样性和特征对抗的思想,提出多尺度特征多对抗网络,通过提取数据的多尺度特征,增强特征在特征域分布的代表性,利用对抗机制,在多个特征上减少特征域上的分布差异。通过缩小像素域和特征域分布差异,进一步减小领域偏移,提升雾天场景的分类识别精度。结果 在真实的多样性雾天场景数据上,通过消融实验,使用像素域数据增强方法后,带有标签的清晰图像数据在风格上更趋向于带雾图像,总的分类精度提升了8.2%,相比其他的数据增强方法,至少提升了6.3%,同时在特征域上使用多尺度特征多对抗网络,相比其他的网络,准确率至少提升了8.0%。结论 像素域数据增强以及多尺度特征多对抗网络结合的雾天图像识别方法,综合考虑了像素域和特征域的领域分布差异,结合了多尺度的丰富特征信息,同时使用多对抗来缩小雾天数据的领域偏移,在真实多样性雾天数据集上获得了更好的图像分类识别效果。