H6结构不隔离光伏并网逆变器边界碰撞分岔与稳定域

为分析电流比例控制H6结构不隔离光伏并网逆变器(current proportion controlled non-isolated photovoltaicgrid-connected inverter with H6-type,CPNPGI-H6)系统的分岔现象,确定其参数的稳定工作范围,基于准静态思想建立CPNPGI-H6系统的离散迭代映射模型,并推导电感电流i的2个工作边界;通过对比例系数k_p变化的分岔行为研究表明,CPNPGI-H6系统存在一种由多周期态经边界碰撞分岔进入混沌的新路由;采用分岔图分析系统输入电压E、并网电压幅值U_m、负载电感L、负载电阻R等外参数变化时系统的工作特性,得出相应的稳定域,为系统外参数的选择提供可靠依据。     

基于优化系数的混合域Fourier有限差分叠前深度偏移

为了提高复杂高陡构造区成像精度,提出了基于系数优化的混合域Fourier有限差分叠前深度偏移方法,该方法利用padé近似的有理函数对波场外推算子进行展开,然后利用切比雪夫多项式优化展开式系数,推导得到新的波场外推算子,降低了与波动方程精确波场外推算子的相对误差,提高了对波场外推算子的逼近程度,且在保证计算效率的同时提高了高陡构造区地震偏移成像的精度。对比改进后的混合域Fourier有限差分偏移方法与常规的傅里叶有限差分偏移方法(FFD)对Marmousi模型偏移剖面的成像效果,系数优化后的混合域Fourier有限差分偏移方法具有更高的成像精度。     

叠加弱能量训练序列信道估计方法

本文提出了一种利用叠加弱能量的周期训练序列进行信道估计的线性最小均方误差(LMMSEE)算法.该方法不需要信道先验信息、不占用宝贵的带宽资源、计算量比常规LS方法更低.理论分析和计算机仿真表明:在训练序列周期比信道冲击响应长度大时,在较低的信噪比下,利用LMMSEE方法估计信道性能比LS方法更佳.     

保护带叠加最佳训练序列时间同步方法

 已成为众多高速无线传输标准的OFDM系统常采用导频插入(PTAM)获得时间同步,然而,浪费了带宽效率.为了改善带宽效率,本文提出在保护带时域叠加弱能量最佳训练序列实现时间同步方法,最佳训练序列的能量分配比例由影响系统BER性能最小而确定.仿真表明:对于低信噪比,在保护带内叠加弱能量序列同步性能与PTAM同步性能相当,且对系统性能影响可以忽略,该法提高了带宽效率.     

基于奇异值分解的基图像的人脸识别

研究了基于奇异值分解的人脸识别问题。首先证明了图像的大量信息主要体现在图像矩阵奇异值分解的前几个最大奇异值所对应的左、右奇异向量中,然后给出了模板图像的基图像,并将图像展开成基图像的线性表示,提取其组合系数作为图像的代数特征并用于人脸识别中。实验表明,较以投影系数向量为代数特征的人脸识别方法,该方法所需的运行时间明显降低,而且与基于奇异值向量作为图像特征的方法相比,该方法的识别精度明显提高。     

“微电子工艺基础”教学的应用能力培养

独立学院应用型人才培养模式在我国教育的研究还是空白.笔者根据电子科学与技术专业应用型人才培养模式要求,结合多年的教学实践,在"微电子工艺基础"课程教学内容、教学方式和考核方式等方面进行了探索,提出了将教师的任务驱动式教学与学生的自主式学习相结合、同时辅以必要的实验实践环节为特色的教学方法.实践证明,这种该方法对培养合格的微电子应用型人才是有效的.     

OFDM系统中同步算法的分析与比较

对近年来具有代表性的53种同步算法进行了分析和比较，指出了各自的优缺点。提出了下一步研究的方向。这对于无线通信OFDM系统中同步技术研究具有重要指导意义。     

嵌入式控制器开关设计方案

嵌入式控制器常有两种开关功能需求:希望开关键响应按键操作迟钝些,即按下几秒后才认为按键操作有效;还有种需求是在设备关闭过程做一定的判断或处理,这类关机操作一般使用软件控制实现关机.本文针对嵌入式控制器开关机功能的两种需求给出了整套较为实用的方案,即:实现单键长按开关功能、程控关机功能接口.     

四川罗渡溪山地高分辨率地震勘探方法

本文介绍了四川盆地罗渡溪构造山地高分辨率地震勘探的成功经验及为提高资料品质而采取的措施。内容包括;在野外采集中,采用高覆盖次数,高采样率,高频检波器和小道距,小组合基距,小炮检距,较大药量及两个等高面等方法;在室内处理时,采用精细动静校正,分频处理,强功能去噪,双向反褶积,叠后处理等技术措施;     

基于无监督学习的低照度图像增强算法

针对目前低照度图像增强算法存在恢复细节丢失、网络复杂度高和配对数据集获取难度大等问题,提出了一种基于无监督学习的图像增强算法。在YIQ色彩空间中,通过构建的轻量化网络和幂指函数计算亮度通道Y的增强曲线,从而获得曝光较差区域增强和高光区域遏制的图像。该网络使用的无参考损失函数可以隐式地评估图像增强质量并驱动网络学习。实验对比结果表明,该算法在可训练参数和模型权重仅占9.5 k/88 kB的情形下,在视觉效果与图像质量指标上都取得了具有竞争力的结果。