超材料吸波体及其3D打印制造研究进展

超材料吸波体由于其独特的电磁特性和较强的结构设计性等优点,成为电磁吸波领域的研究热点。而3D打印技术能够突破传统制造方式的缺陷,极大地提高设计自由度,因此利用其制备超材料能够实现结构与功能的一体化,逐渐成为超材料吸波体领域的重要发展方向。本文阐述了基于等效介质理论的超材料吸波体吸波机理,介绍了超材料吸波体在宽频吸波、极化和角度不敏感、动态可调性等方面的研究现状,进而归纳了3D打印超材料吸波体的研究进展以及现阶段3D打印超材料吸波体研究中存在的问题,并从吸波性能、结构设计、应用发展三个角度对3D打印超材料吸波体的未来发展进行了展望。     

加强五方面管理,BI项目可以有效规避困难

IT项目的失败率在商业环境中一直是偏高的。在失败的案例里,有的是因为超过预算,超过工期,有些是因为用户要求的变化,或用户要求的不切实际。BI作为IT的一个分支,自然也遇到了相似的问题。本文总结了五个需要关注的方面。通过对这五个方面的管理,BI项目可以有效地规避很多常见的困难,降低项目失败的几率。项目范畴制定和管理很多人会自然地把这个步骤理解为用户需求的收集和制定。其实用户需求只是这个过程中的一个手段和结果。不管是自主开发,     

基于低成本移动机器人设计的超声SLAM

介绍了基于TMS320F2812DSP的振动主动控制系统组成及其工作原理。为了实现系统的小型化和集成性,设计出了一种高效的振动主动控制系统。对LMS(最小均方)自适应滤波算法进行了初步研究,并将其应用于此振动主动控制系统中。结果证实了该测控系统软、硬件设计的正确性和有效性。     

一种服务化的仿真模型

在仿真系统的全寿命周期中,仿真需求的修改总是不可避免的;提出了一种服务化的仿真模型建模方法,能够有效提高仿真系统的应变能力;首先制定可被计算机自动处理的模型描述规范,它描述了模型的语法、语义、行为以及装配等信息,即模型的元数据信息,然后设计服务化仿真模型的基本组织结构,接下来基于服务化仿真模型建立相应的系统逻辑框架,最后讨论服务化仿真模型集成构建柔性化仿真系统的原理,并给出一个基本的集成示例,实践表明仿真系统能够随着不断变化的仿真需求快速地更新和重构。     

浅谈多媒体在语文课堂教学中的减负增效

多媒体是一种教辅手段,它在语文课堂教学中的作用是毋庸置疑的。随着现代化教育技术普及化和深入化发展,多媒体逐步从多媒体教室推广运用到普通教室。从新鲜出炉时的叹为观止,人们逐渐回归到对多媒体在语文课堂教学生产力的理性思量。广大语文教师对多媒体在语文课堂教学的副作用有了清晰的认识,实践证明多媒体技术运用,只有遵循语言学科特点,     

表达式求值在通用数据模拟器设计中的应用

针对某空间飞行器子系统的地面测试中所使用的数据模拟器的数据量可变性、数据类的可变性和公式系数的可变性,以及传统的编程解决方案设计、维护量大的问题,通过对算符优先算法的改进,递归下降语法分析器的扩展及其两者结合,给出了一个集成语法分析与表达式求值的新的表达式求值算法。以此为基础设计了一个多赋值表达式解释器,将此解释器嵌入到数据模拟器设计中,同时结合数据库技术,实现了通用的数据模拟器软件的设计,并成功应用到飞行器子系统的地面测试中。     

改进PU2RC的下行MU-MIMO自适应发送方案

针对多用户多输入多输出（Multi-user multiple-input multiple-output, MU-MIMO）系统中,每用户酉速率控制（Per-user unitary and rate control,PU2RC）算法在低用户数及高信噪比情况下性能不够理想的问题,提出一种基站端精确重构信道信息并选取服务用户集的下行自适应发送方案。基站端先利用用户反馈的信道矢量范数及信道方向信息（Channel direction information,CDI）重构下行信道矢量,再采取相似码本矢量共享用户的方法扩大各码本矩阵的关联用户集合,最后以和速率最大为目标选择最优的服务用户集。该方案提高了低用户数情况下出现多用户模式的概率,在用户间干扰与服务用户数之间实现了折衷,相较于PU2RC和已有的改进PU2RC方案,获得了更优的和速率性能。     

双重恶意代码检测系统的设计与实现

随着全球信息化进程的不断加速推进,计算机网络被广为应用。与此同时,网络安全问题也日益加剧。当前,针对恶意代码的检测技术,主要有静态检测和动态检测两种。但两种技术都各有利弊,不能很好的应对不断变化的网络形势。因此,本文在充分结合以上两种检测技术优缺点的基础上,扬长避短,提出了一种新颖的基于静动态结合的双重恶意代码检测系统。经试验验证表明,该系统能较为高效的检测出恶意代码,降低误报率,并耗费较小的系统资源。     

神经网络自动训练及井下复杂情况诊断

提出一种改进的神经网络自动训练模型并应用于井下复杂诊断。分析影响神经网络训练结果的不确定因素,提出一个判断准则,用于神经网络效果评估和输出模式识别。为了降低训练不确定度,在使用遗传算法优化神经网络初始权重的基础上,提出自动训练模型。该模型已成功应用于井下复杂诊断,通过融合其他区块样本及经验规律虚拟样本,编制软件对柯柯亚地区井下复杂进行了诊断分析。测试结果表明:该神经网络自动训练模型具有适合计算机处理的优点,可应用于各类神经网络模式识别。     

探梦方寸间移动终端CPU、GPU浅析

清晨．你的第一声叫醒闹钟往往来自手机;在出门前．你更愿意在你的背包中装入一部iPad．而不是笔记本电脑;旅途中．你希望可以用NDSL和移动互联网来打发漫长的时光……在2010年之前．我们总是习惯从“数码”类的功能角度去了解和选购它们．不过．情况正在发生变化。