基于一次投影子空间追踪的压缩感知信号重构

为了降低信号重构算法的复杂度,实现对稀疏度未知信号的重构,提出了一种基于一次投影子空间追踪(OPSP)的信号重构方法。首先根据约束等距性质确定信号稀疏度的上下界,并将最接近上下界中值的整数作为稀疏度的估计值;然后在子空间追踪(SP)算法的框架下,去掉了迭代中观测向量在支撑集上的投影过程,降低了算法的复杂度。为了更准确地衡量算法的重构性能,提出用完整信号的重构概率作为衡量算法重构性能的指标。与传统的SP算法相比,所提算法可以重构稀疏度未知的信号,且重构时间短,重构概率高。仿真结果验证了该算法的有效性。     

核燃料循环成本与核电的竞争力

国际市场核燃料价格变幻莫测,对我国核电的成本和发展产生影响,本文提出了控制整个核燃料循环成本的设想,以提升中国核电的竞争力,促进核燃料产业和核电产业的共同发展。     

MIMO中继系统中一种基于用户QoS的资源分配方法

针对基于OFDMA技术的MIMO中继通信系统下行链路中的动态资源分配问题,提出了一种保证最低用户服务质量(QoS)的资源分配方法.该方法采用一种低复杂度的次优算法,在假设等功率分配的前提下,根据用户的QoS定义选择优先性权衡因子,对权衡因子越大的用户越优先进行中继选择和子载波分配,在此基础上通过凸优化理论得到不同用户对应的子载波上的功率分配.仿真结果表明,本文提出的方法不但能够获得较高的系统容量,而且可以较好地保证每个用户的QoS.     

自制低压卤钨台灯

卤钨灯具有体积小、重量轻、光色自然、高效节能的特点,成为一种新型家用节能灯具。本文介绍的台灯就是应用低压小功率卤钨灯泡制作的。该灯泡体积仅为同功率普通白炽灯的1/50,光效和寿命均为后者的2～3倍,其低压供电端和市电隔离、使用安全可靠。该灯电路简洁,制作容易,成本仅十几元钱,且大多数元件可以从旧电子节能灯上     

基于神经网络的不确定电路网络电流预测算法

随着人工智能的快速发展,机器学习已广泛应用于军事和民用领域。针对复杂、存在不确定器件且难以用常规分析方法进行分析的电路网络。结合BP神经网络和某型号的部分不确定电路网络的分析需求,提出一种基于神经网络的不确定电路网络电流分析预测方法。首先采用神经网络对不确定电路网络进行建模,然后根据建立的模型对已有电路网络数据进行训练分析。最后根据神经网络的分析数据,完成整个电路网络在含有不确定器件的情况下,不同位置点的电流极端值范围。同时,将预测的数据与采用Multisim仿真的数据进行对比来验证上述方法的有效性。     

水声通信中脉冲干扰和载波频偏联合估计算法的研究

脉冲噪声和载波频率偏移严重影响正交频分复用(OFDM)水声通信系统性能。本文提出了基于稀疏贝叶斯学习(SBL)理论联合脉冲干扰和载波频偏估计算法。该算法在每次迭代中首先依据所有载波和频域信号的后验分布得到脉冲噪声最小均方误差(MMSE)估计值,然后根据该值估计出相应的载波频偏并对接收信号进行补偿,以降低脉冲噪声和载波频偏之间的相互影响。仿真结果表明,与已有分步估计算法相比较,新方法有效的降低了系统误比特率(BER),且该联合算法在非高斯背景下具有更好的稳定性。