无线语音发射系统的设计与实现

本文采用锁相环技术产生调频信号,设计了一款具有载波频率可调,频率稳定度高且失真小,采用普通收音机的调频波段即可接收的无线语音调频发射机。测试结果表明,各项指标均达到了设计要求,并且制作成本低。课题重点在于设计能给发射机调制电路提供稳定载波频率的锁相环电路。     

输变电设备对无线电信号的影响

高压输变电设备电磁辐射主要体现在工频电磁场辐射、电气噪声和电晕辐射干扰,它可以改变其周围的电磁环境。本文利用输电设备的电磁性能推导了高压输电线路和变电站电磁环境的表达式,引入散射功率比的概念分析了散射干扰。采用高精确度定向天线扫描法测量输变电设备周围环境的反射、散射对通信信号造成的影响。实测数据结果表明,高压输变电设备会造成散射干扰,使得电波传播的多径效应更加明显,从而影响远端接收场强的大小。     

一种基于共线特征点的线阵相机内参标定方法

提出一种利用共线的标定特征点确定线阵相机内参的方法。所有标定特征点均在线阵相机的视平面内。首先,标定过程中对标定特征点逐一成像,直接得到标定特征点和其对应像点,解决了空间标定点与像点的对应问题;其次,通过数学建模得到线阵相机的成像模型,联立多个位置处的成像模型解算出相机内参;最后,对影响线阵相机标定的因素进行分析及实验验证。理论分析和实验结果表明,文中的线阵相机标定方法简单灵活,无需制作精密的靶标,可获得大量标定点,提高了线阵相机标定的准确性和稳定性,实验得到成像特征点重投影像点位置偏差均方根为0.37 pixel。     

环氧树脂聚脲复合材料的摩擦磨损性能研究

利用MM-200型摩擦磨损实验机,研究了环氧树脂/聚脲复合材料在98N载荷下干摩擦条件下的摩擦磨损性能,利用扫描电子显微镜和傅立叶变换红外光谱仪对环氧树脂磨损后的表面形貌、化学键和官能团进行了观察与分析。发现环氧树脂/聚脲复合材料中聚脲颗粒的分布比较均匀,而且形状比较规则,磨损表面部分粒子发生了塑性变形,聚脲颗粒的加入,提高了复合材料的耐磨性。     

气藏凝析水引起的地层水矿化度淡化问题——以四川盆地新场气田须二段气藏为例

前人据研究成果提出了高温高压气藏地层水矿化度变化较大的认识,由此有可能得出与实际情况不一致的结论,其主要原因是忽视了低矿化度凝析水的影响。为此,利用四川盆地新场气田须家河组二段气藏投产以来获得的产出水样矿化度资料,研究了不同水气比阶段的井口水样矿化度特征,认为井口产出水样矿化度明显受到了凝析水淡化的影响,气藏井口产出水可以划分为凝析水、地层水及其两者的混合水。研究结果表明：①井口产出水矿化度随气井水气比增大而增高,由低矿化度凝析水向高矿化度地层水转变;②当气井水气比小于0.1 m³/10⁴ m³时,井口产出水为矿化度小于1 g/L的凝析水;③当水气比为0.1～0.8 m³/10⁴ m³时,水样矿化度介于凝析水和地层水之间,水样以混合水为主;④气井水气比大于等于0.8 m³/10⁴ m³时,水样最接近于地层水矿化度,凝析水对水样矿化度的影响可以忽略;⑤在排除凝析水淡化影响后,单一气藏地层水矿化度差异不大,新场气田须二段气藏变化范围在93.47～120.05 g/L之间。     

尼罗河与古埃及文明

古埃及是世界上唯一被沙漠重重包围的文明,也是世界上自然条件最为恶劣的文明。然而,像尼罗河一样,它也在不可能中实现了可能,成为人类文明最早的起点。尼罗河是埃及的母亲,埃及是尼罗河的产物。     

现代农业经营体制改革背景下农业技术推广对策研究

自改革开放以来,我国的农业经济一直在不断的改革和发展过程中,已经逐渐转变为现代化农业经济体系,农业技术推广已经成为农业发展的重要途径,但是这样的体制发展在农业技术推广的过程中还是存在很多问题,原有的农业推广就技术也已经满足不了当前农村的实际发展需求,针对在现代农业经营体制改革背景下对农业技术推广的对策进行全面的分析和研究,希望为当前的农业技术推广工作提供一些参考,更好的推动我国农业更近一步的发展。     

基于循环一致性对抗网络的室内火焰图像场景迁移

基于深度学习的视频火灾探测模型的训练依赖于大量的正负样本数据,即火灾视频和带有干扰的场景视频。由于很多室内场合禁止点火,导致该场景下的火灾视频样本不足。本文基于生成对抗网络,将其他相似场景下录制的火焰迁移到指定场景,以此增广限制性场合下的火灾视频数据。文中提出将火焰内核预先植入场景使之具备完整的内容信息,再通过添加烟雾和地面反射等风格信息,完成场景与火焰的融合。该方法克服了现有多模态图像转换方法在图像转换过程中因丢失信息而造成的背景失真问题。同时为减少数据采集工作量,采用循环一致性生成对抗网络以解除训练图像必须严格匹配的限制。实验表明,与现有多模态图像转换相比,本文方法可以保证场景中火焰形态的多样性,迁移后的场景具有较高的视觉真实性,所得结果的FID与LPIPS值最小,分别为119.6和0.134 2。     

基于双LSTM融合的类人机器人实时表情再现方法

为提高机器人表情再现的时空相似度和运动平滑度,结合序列到序列的深度学习模型,提出一种基于双LSTM(长短期记忆)融合的类人机器人实时表情再现方法.在离线机械建模阶段,首先构建逆向机械模型以实现面部特征序列到电机控制序列的逆向映射,并进一步提出运动趋势模型以规整电机连续运动的平滑度;然后,引入加权目标函数以实现两模型的融合和参数优化.在在线表情迁移阶段,以表演者面部特征序列作为融合模型的输入,并在最优参数下完成表演者面部特征序列到机器人控制序列的端-端翻译,从而达到机器人表情的帧-帧再现.实验结果表明:融合模型的电机控制偏差不超过8%,且表情再现的时空相似度和运动平滑度大于85%.与相关方法相比,提出的方法在控制偏差、时空相似度和运动平滑度方面均有较大提升.