时间步长及网格尺度对物质输运数值模拟结果的影响

采用二维平面水动力一传质数学模型模拟了明渠有限时间排放源的情况下,保守物质在水流中的输运过程。计算了不同时间步长及网格尺度情况下保守物质的浓度分布变化情况,得到了多组次的平行计算结果。数值模拟结果表明,保守物质投放后,随水流逐渐向下游推移,在对流稀释和扩散作用下,峰值浓度逐渐下降;在保证计算稳定性的前提下,计算结果对时间步长不敏感;网格尺度对计算结果的影响局限在一定的区域内,但其影响程度与范围远较时间步长变化的作用明显。     

基于SPA和信息熵的可变模糊集水质评价方法

针对水环境质量动态多变性、不确定性和模糊性的特点,采用集对分析方法计算水质样本与水质评价等级之间的联系度,运用信息熵确定评价指标的权重值,进而建立基于可变模糊集的水质定量评价模型,以5级评判为原则,对以往利用集对势评判水质等级的方法进行了改进。实例评价结果与综合指数法、灰色关联法评价结果对比,验证了该方法的实用性和有效性,其评价结果能够反映研究对象的真实状况。     

无线传感器网络中一种自适应时间同步算法

介绍了时钟同步算法在无线传感器网络中的应用及需求,并分析了性能参数和时间同步的误差。介绍了基于层次的传感器网络时间同步算法,进而提出了比较有价值的节省能量消耗自适应的同步算法。     

新一代福特福克斯将搭载2.0升GDi、1.6升Ti-VCT发动机PowerShiftTM6速双离合变速器 秉承出色操控,带来更强动力和更低油耗

长安福特宣布,今年将进入中国市场的新一代福特福克斯将搭载应用福特最新动力总成技术的发动机和变速箱——2.0升GDi汽油缸内直喷发动机,1.6升Ti-VCT双独立式凸轮轴可变正时发动机和PowerShiftTM6速双离合变速器。作为长安福特发布动力总成战略后首款面世的重量级车型,新一代福特福克斯将凭借其搭载的先进动力总成为中国的消费者带来更强动力和更低油耗。特别是搭载2.0升GDi发     

可变模糊集理论研究进展及其在水科学中的应用

介绍了可变模糊集理论的哲学基础及工程背景,简要描述了其相关概念及其理论方面的突破与进展,重点阐述了唯物辩证法三大基本规律——对立统一、质量互变与否定之否定定理的数学表达的研究情况。以此理论为基础建立的可变模糊聚类、模式识别、优选、评价的理论与模型,是可变模糊集通向实际应用的桥梁,详细评述了其在水资源评价、水质评价、水库调度与防洪、灾情评价、径流预报、农业水利工程等领域的应用。     

基于可变集聚类理论的年径流聚类新方法

将可变集中的聚类理论与年径流分类研究相结合,提出了年径流量聚类新方法。新方法考虑了汛期径流量、汛期向枯水期过渡的中介期径流量、枯水期径流量等因子或指标对年径流量分类的不同影响。通过实例分析,比较了新方法与常规方法（均值标准差法）和集对分析分类法的异同,表明新方法在理论与实际应用上的合理性与科学性,可应用于水文水资源系统年径流丰枯分类;最后分析了常规法、集对分析分类法在年径流分类中存在的问题及其理论根源。     

基于S-AHP定权法的水资源与经济社会协调发展评价

根据水资源与经济社会的内在关系,制定水资源与经济社会协调发展评价指标体系,并对指标进行相关性分析以验证指标选取的合理性,在此基础上建立水资源与经济社会协调发展模型,提出一种改进的S-AHP定权方法,并采用可变模糊评价方法确定各指标相对隶属度,进行水资源与经济社会协调发展评价,并以金华市为时象进行实例研究,认为2011年金华市水资源与经济社会协调发展程度处于中等水平,供水工程措施、人口及用水效率是制约金华市水资源与经济社会协调发展的主要因素,需要重点加强．     

无共模反馈电路的低功耗可变增益放大器

设计了一种低功耗高动态范围数字控制的可变增益放大器.提出了一种新的稳定输出共模电平的方法,在负载电阻切换的同时改变流过电阻中的电流来保持电阻上的电压降不变,从而稳定输出共模电平.该方法无需额外的共模反馈电路,降低了功耗.同时采用级间电容耦合结构解决了直流失调问题,不需要直流失调校准电路.采用 TSMC 0.18μm CMOS工艺进行了电路设计和仿真.仿真结果表明,该可变增益放大器消耗的平均电流为504.7μA,-3dB带宽大于1.16MHz, 动态范围达到了81dB,变化步长为3dB,增益误差小于±0.65dB.     

AVS及H.264双模可变长解码器设计

为使视频解码芯片能同时兼容AVS及H.264这2种视频编码标准,设计一种双模可变长解码器。该设计复用码流缓冲移位和指数哥伦布解码模块,采用组合逻辑电路查找码表,对AVS和H.264码表进行优化与重组。在ModelSim环境下完成仿真测试,并通过FPGA芯片进行综合验证。结果表明,该设计能有效支持AVS和H.264 2种标准,减小电路资源消耗和面积,并提高查找表的查找效率。     

基于峭度的一种RobustICA算法

介绍了由V.Zarzoso and P.Comon提出的一种新的基于峭度的独立成分分析算法RobustICA (Robust Independent Component Analysis),并比较了和FastICA在收敛性和信号质量方面的不同.该算法的主要优点在于可以选取最佳步长,可以选取任何不为零的独立成分,并且解决盲分离信号排序问题,同时提升当信号存在坏点和伪局部极值点时的鲁棒性.仿真实验结果表明了该算法相对于FastICA算法减少了迭代次数和加快了收敛速度,同时在小样本空间下均方误差SMSE也明显优于FastICA算法.