“三元组近场”新型幅度控制精确算法

在电磁辐射和散射测量时，为使目标处于平面波照射区，被测目标和天线的距离应满足远场条件。但是在一些电子战设备进行暗室内性能测试时，根据这些设备的工作波长和天线口径，则需要建造很大的微波暗室，事实是在很多情况下是不现实的。为此，详细推导了一种“三元组近场”条件下的幅度控制精确算法，该算法能将辐射式仿真远场测试距离降低约1倍，实现近场效应修正，可以广泛应用于工程实践。     

新风直接自然冷却空调箱在数据中心的应用探讨

分析了数据中心的温湿度要求、室外空气品质的现状等新风直接自然冷却的应用背景,以数据中心的具体案例分别介绍了一次回风及两次回风新风直接自然冷却空调箱的运行模式、控制逻辑及应用场景。指出防霜是空调箱回风次数选择的主要考虑因素,为应用于全国不同气候区的新风直接自然冷却空调箱的回风次数提供了参考意见,展望了新风直接自然冷却空调箱在数据中心的应用前景。     

基于声光频移技术的激光通信系统研究

设计了一套基于声光频移技术的激光通信系统。与一般相干通信系统比较,该系统在信号发送端完成了光波的频移以及不同频率光波的光学拍频,而在接收端直接探测拍频信号的中频成分。最后完成通信速率为3MHz的实验验证,达到了设计效果。     

自旋尾翼弹头的双基地微多普勒研究

微动特征是弹道中段目标雷达识别的有效特征之一。针对基于自旋尾翼弹头的双基地微多普勒的自旋和结构参数估计问题,该文首先建立了自旋尾翼弹头双基地散射中心的微多普勒模型,然后利用FEKO计算了尾翼弹头的双基地散射系数,通过对散射系数序列的时频分析,验证了模型的正确性,同时总结了自旋尾翼弹头的双基地微多普勒特性,再分析了估计自旋和结构参数的可行性,最后,由于闪烁效应导致Hough变换已不能有效估计参数,该文提出了利用闪烁效应估计参数的新思路。     

独立学院学生管理探析

随着我国教育事业的不断发展,独立学院的教育事业已经成为我国高等教育十分重要的组成部分,面对新的形势,独立学院的学生管理工作也开始面临着新的问题。独立学院的教育一直是以“独和优”的新模式、新机制为模型的,这样的教育模式在我国高等教育体系中占有了十分特殊的地位,同时也发挥它的重要作用。就本文而言独立学院的学生管理工作,必须以学生为本并且从管理理念的创新入手,与此同时,学校还需要不断开创学生管理工作的新局面,争取培养更多适应社会发展需要的新型人才。     

当前中国的LCD产业专利策略分析

回顾并分析了夏普与东元之间发生专利纠纷的背景、过程及解决的策略,结合LCD产业的专利分布及技术壁垒,提出我国LCD产业的专利策略。     

多普勒域上稀疏的双向中继信道估计

信道估计技术作为获得信道衰落信息的方法,是提高无线信道传输接收性能的关键技术。本文针对放大转发双向中继系统的时间选择性平坦衰落信道,利用信道在多普勒域的稀疏性进行压缩信道估计。相比于传统的线性估计方法,压缩信道估计考虑了信道的固有稀疏性,降低了导频的开销,改善了信道估计性能,提高了频谱利用率及系统吞吐量。文中通过对双向中继信道进行多普勒域的稀疏建模,仿真分析了信道估计性能随着导频数量增加、信噪比增加,得到不断改善;而不同的导频分布将影响观测矩阵的相关度,从而对信道估计产生影响。仿真表明,当导频随机分布时,信道估计效果最佳。同时,文中还仿真分析了最大多普勒频移对信道估计性能的影响。      

一种基于SIP扩展实现IMS多域间QoS方案

以IMS为核心的NGN网络己被认为是适应未来固定网与移动网融合的网络架构。要实现IMS跨网络的QOS保证，需要域间、上下层的相互协作。丈中分析了IMS QoS机制，指出了在资源协商、资源预留以及资源保证方面SIP协议的不足，提出了一种基于SIP扩展实现多域间QoS的方案，分析了该方案所带来的在信令流程中减少信令负荷等方面的改进，并给出了具体实现方案。     

LTE系统中截尾卷积码译码算法研究及仿真性能分析

在LTE的下行控制信道和广播信道中采用了截尾卷积编码方式,本文介绍了LTE系统中采用的卷积编码器以及广播信道架构,详细分析了截尾卷积码的两种常用译码算法,文章提出了一种改进循环译码算法,在基于LTE-PBCH信道链路中对各种译码算法进行仿真,仿真测试结果表明,截尾卷积码可满足LTE信道对高速率业务的要求,双回溯循环译码算法的译码性能最佳。     

基于改进 ＰＳＯ￣ＢＰ 神经网络算法的半导体材料带隙宽度预测

半导体材料的带隙宽度对其性能有重要影响,准确预测带隙宽度对半导体材料的研究具有重要意义。通过密度泛函理论计算半导体材料带隙宽度通常需要耗费大量的时间且预测精度较低,因此建立了一种基于统计学方法和改进PSO-BP神经网络算法的半导体材料带隙宽度预测模型,用于提高带隙值的预测精度。该模型先通过统计学的方法对半导体材料带隙宽度数据集的特征属性进行分析和选择,而后利用改进的PSO-BP神经网络算法挖掘特征属性与带隙值之间隐含的数学关系。实验结果表明,该预测模型相比于对照模型的均方误差降低了25％以上,可靠性达到了75.15%,可广泛应用于需要大量预测半导体材料带隙宽度的场合中。