西藏巴河雪卡水电站导截流方案选择及截流设计

通过对西藏雪卡水电站导截流方案及截流设计的方案优化,拟选了三种方案进行截流设计参数及经济比较,确定了施工便捷、截流难度不大、风险相对较小、比较经济的方案作为导截流设计及施工方案,取得了较好效果.     

茜草染料对桑蚕丝/羊毛织物的印花性能

为了提高天然染料在毛纺织产业中的应用范围,提升产品质量,研究了茜草染料对桑蚕丝/羊毛的印花性能。探讨不同印花工艺对印花效果的影响,确定了桑蚕丝/羊毛印花采用前媒印花工艺。选择硫酸亚铁作为媒染剂,采用前媒印花工艺对桑蚕丝/羊毛进行印花加工。在此基础上进一步确定了最佳印花工艺参数:甘油用量2 g,汽蒸时间30 min,媒染剂质量浓度20 g/L。桑蚕丝/羊毛采用茜草染料印花后的耐摩擦色牢度和耐水洗色牢度较好,且具有较好的抑菌性能及防紫外线性能,具有较好的开发应用前景。     

线性正则变换的离散化研究进展

线性正则变换(LCT)是Fourier变换和分数阶Fourier变换的广义形式。近年来研究成果表明, LCT在光学、信号处理及应用数学等领域有广泛的应用, 而离散化成为了其得以应用的关键。由于LCT的离散算法不能简单直接地将时域变量和LCT域变量离散化得到, 因此LCT的离散算法成为近年来的研究重点。本文依据LCT的离散化发展历史, 对其重要研究进展和现状进行了系统归纳和简要评述, 并给出不同离散化算法之间的区别和联系, 指明了未来发展方向。这对研究者全面了解LCT离散化方法具有很好的参考价值, 可以进一步促进其工程应用。

     

漫谈中国电子工业的发展(上)

本文结合世界经济发展的"长波理论",对目前世界经济危机下的中国电子信息的发展方向和策略进行了讨论,对行业发展有很强的指导意义.     

太阳能电池发电-前途无量的市场

历史沿革 回顾人类能源消费的历史,大约经过了木/水/风-煤-石油3大阶段,现在正向利用太阳能源迈进. 太阳能电池发明于50年前,经历了曲折的发展过程,大约可分为3个时期:(1)黎明期(上世纪50年代-80年代)-转换效率低下,价格昂贵,主要用作卫星、灯塔和电子计算器等的电源;(2)成长期(1990-2000年)-效率提高,应用进入家庭和大楼;(3)扩大期(2000年-现在)-太阳能电池向全球扩展.     

数控机床加工精度提高方法的分析

数控机床使用过程中存在很多产生加工误差的因素,而进给机构和编程误差对数控机床加工精度的影响都是可以通过改善而减小的,通过对这两方面的分析提出了相应提高机床加工精度的方法．     

双基地雷达沿基线目标模型的建立及零多普勒区的划分

根据建立单基地雷达运动点目标回波模型的分析思路,运用解析几何的方法,建立了双基地沿基线运动目标的回波模型。沿基线运动目标模型是一般双基地雷达回波模型的一种特殊情况,该模型的建立为双基地基线零多普勒区的划分提供了分析基础,这是Tsao T所建一般模型所不具备的。模型的建立无需复杂的指北坐标系,为模糊函数的分析提供了一条新思路。     

高动态GPS接收机捕获技术研究简

针对高动态环境下GPS接收机的接收信号同时具有较大多普勒频率及多普勒频率变化率等问题,本文提出了一种基于分数阶傅里叶变换的捕获方法,有效提高了捕获概率、缩短了捕获时间.该方法首先根据载波多普勒呈现近似线性调频信号的特点,利用分数阶傅里叶变换进行相干积累;其次,采用了一种新的时间频率调整技术,对相干积累的输出结果进行非相干积累,以进一步提高检测信噪比;最后,根据相干积累与非相干积累的特点,采用了一种高效的积累策略.理论分析和仿真验证表明,本文提出的基于分数阶傅里叶变换捕获方法,解决了传统方法在高动态环境下难以对信号进行长时间相干积累的难题,尤其在低信噪比情况下,更好地提高了接收机的灵敏度、缩短了捕获时间.     

基于极化比参数的零导数正交搜索优化方法

针对基于极化比参数的信于噪比等式,提出了一种零导数正交搜索极化优化方法并进行了详细的讨论。该方法的关键是：沿着一条特殊基线进行的第一次局部优化就基本接近全局最优点,接着进行正交向零导数搜索,搜索过程也只需简单地利用前一次局部最优解的结果。经过大量试验,给出了参数范围,结果表明该方法基本上只需几步计算后就找到了全局最优点。     

Passive Target Tracking in Non-cooperative Radar System Based on Particle Filtering

We propose a target tracking method based on particle filtering（PF） to solve the nonlinear non-Gaussian targettracking problem in the bistatic radar systems using external radiation sources. Traditional nonlinear state estimation method is extended Kalman filtering （EKF）, which is to do the first level Taylor series extension. It will cause an inaccuracy or even a scatter estimation result on condition that there is either a highly nonlinear target or a large noise square-error. Besides, Kalman filtering is the optimal resolution under a Gaussian noise assumption, and is not suitable to the nonGaussian condition. PF is a sort of statistic filtering based on Monte Carlo simulation that is using some random samples （particles） to simulate the posterior probability density of system random variables. This method can be used in any nonlinear random system. It can be concluded through simulation that PF can achieve higher accuracy than the traditional EKF.