基于PⅢ工控机VI测控系统远程控制研究

虚拟仪器（VI）将计算机采集测试分析引入到电子测量领域，用数字化和软件技术极大地提高了测量的灵活性。而VI远程测控系统是网络技术、通信技术一计算机虚拟技术结合的产物。远程控制技术能够使操作突破地域的限制，已在网络环境下PⅢ工控机上实现。     

遥操作工程机器人系统临场感技术研究-6自由度临场运动感觉反馈技术的研究进展

 研究开发出一种遥操作工程机器人系统，可以应用于诸如火灾现场的修复作业等广阔的领域．该系统由伺服控制的工程机器人、2根从远处操纵工程机器人的操纵杆、视频系统和6自由度运动模拟器组成．操作者坐于座椅上，座椅固定于运动模拟器的上方． 该系统需要解决的一个关键问题是如何使操纵者高质量地获得工作现场的临场运动感觉． 提出了一种6自由度临场运动感觉反馈方法，其信号源来自工程机器人上安装的6个加速度传感器． 该方法的有效性已为实验所证明，即应用6自由度运动模拟器不但可以高质量地模拟工程机器人单个自由度的运动：滚动、俯仰、转动以及前后、左右、上下的平移，而且可以高质量地模拟工程机器人的各种复合运动．     

A dual-mode multiuser detector for DS-CDMA systems

We introduce a dual-mode multiuser detector that dynamically switches its detection mode between matched-filter and decorrelator operations based on the channel characteristics. This detector significantly reduces the overall computational requirement while maintaining similar performance as that of the decorrelator. The switching mechanism of our dual-mode detector is designed by exploiting the performance-complexity tradeoff between the decorrelator and the matched-filter. Extensions of this idea to other types of multiuser detectors are also proposed     

基于虚拟分割机制的多服务交换路由器的研究

本文提出了一处基于虚拟分割机制的可编程多服务器由器实现结构：PVSMR，并对它的三个层面的主要构成及其关键技术进行了深入研究。PVSMR基于一种有效而灵活的资源虚拟分割算法，它能够提供与多类应用相适应的、灵活的报文处理和转发控制能力。     

纳米β-NiOOH的固相合成及其性能

首次利用固相氧化法制备了 β NiOOH纳米粉体样品 ,经X射线衍射和透射电镜测试结果表明所得样品 β NiOOH粒子呈球形 ,粒径大小在 2 0～ 40nm之间。热重与差热分析结果表明当温度超过 10 0℃ ,样品开始不可逆地分解为NiO。运用恒流充放电、循环伏安以及Tafel极化等电化学测试对样品的电化学性能进行了初步研究。结果表明 :β NiOOH的交换电流密度高于 β Ni(OH) 2 的交换电流密度约一个数量级 ,具有较好的电极可逆性、较高的质量比容量以及优良的容量保持率 ,适于作为Zn/NiOOH类型镍电池的正极活性材料     

基于电子现金的新型支付协议

本文提出了一种基于电子现金的新型支付协议,该协议通过第三方实时核算客户拥有的电子现金,但不进行实时转账。协议模型较好地克服了现有在线支付的交易瓶颈问题以及离线支付中电子现金容易被重用、伪造或篡改的问题,在交易过程中有效地保证了安全性,并且实现了电子现金的原子性、匿名性、可分割性和可验证性。     

掺杂VO2的特性、制备方法及应用

VO2在68℃时发生从低温的单斜相向高温四方相转变，同时伴随着光、电、磁性能的突变。通过掺入其它杂质元素，能有效改变其相变温度和光、电性能，这些优异特性使其具有更好的应用前案。本文综述了掺杂的原理，掺杂对VO2相变影响、常用的掺杂方法及目前的应用情况，这对其进一步的研发应用具有重要的意义。     

Next-day electricity-price forecasting using a hybrid network

The paper proposes a novel method of forecasting short-term electricity price based on a two-stage hybrid network of self-organised map (SOM) and support-vector machine (SVM). In the first stage, a SOM network is applied to cluster the input-data set into several subsets in an unsupervised manner. Then, a group of SVMs is used to fit the training data of each subset in the second stage in a supervised way. With the trained network, one can predict straightforwardly the next-day hourly electricity prices. To confirm its effectiveness, the proposed model has been trained and tested on the data of historical energy prices from the New England electricity market.