被动定向浮标阵定位误差仿真分析

仿真分析了被动定向浮标阵为正三角形阵时,阵元间距等几种因素对利用最小二乘法解算目标位置精度的影响。仿真结果表明,在相同的位置误差和测向误差下,当目标在一定范围内时,阵元间距增大,定位误差增大,当目标位置超出该范围后,浮标阵定位误差急剧增大,阵元间距大的浮标阵定位误差反而小;在其它条件相同时,位置误差(测向误差)增大,定位误差增大。因此,为提高三角形阵的定位精度,应尽量提高浮标的测向精度和浮标位置精度;使用中应根据浮标性能和实际使用需求选取合理的布阵间距。     

TiCN作为可饱和吸收体的2.8μm被动调Q锁模光纤激光器

本文报道了一种基于材料可饱和吸收的2.8μm被动调Q锁模掺铒氟化物光纤激光器。通过将TiCN颗粒作为可饱和吸收体直接涂覆于反射腔镜,并结合氟化物光纤垂直端面的输出耦合,实现了具有较低激光阈值和紧凑腔结构的2.8μm脉冲光纤激光器。该激光器在泵浦功率达到330 mW时,开始出现调Q锁模脉冲。随着泵浦功率持续增大,调Q脉冲包络重复频率从14.34 kHz增加至32.57 kHz,对应的脉冲宽度从10.51μs减小至5.40μs。在650 mW的泵浦功率下,获得最大平均输出功率25.83 mW,斜率效率为7.2%。     

化被动为主动,锻炼课堂教学的心境

在探索新课程的应有内容与方法的过程中,我们会遇到各种各样的问题。随便从常见问题中选择几个,就让很多人难以处理。课标内容很好,做起来好难,非要这样教吗,学这些知识没用啊,太难了,不会教,也学不会……林林总总。不论是教学目标、教     

基于802.11的无线Mesh网络可用带宽估计方法

可用带宽估计方法是提高网络QoS水平的关键技术.通过分析无线Mesh网络的特点与无线信号通信的特征,并建立信号信道容量与发送功率和接收功率在理想通信系统中的数量关系,建立了可用带宽与发送功率和接收功率的数量关系,提出了通过计算无线Mesh网络节点信号容量来估计无线Mesh网络链路可用带宽的方法,从而使得可用带宽估计方法在无线Mesh网络的估计结果更接近真实值.实验结果表明,该方法估计的结果更接近真实的可用带宽,在无线Mesh网络中的精确度要高于APEAB方法,可以为网络管理、流量控制和保证Qos提供参考.     

化被动为主动,锻炼课堂教学的心境

在探索新课程的应有内容与方法的过程中,我们会遇到各种各样的问题。随便从常见问题中选择几个,就让很多人难以处理。"课标内容很好,做起来好难","非要这样教吗","学这些知识没用啊","太难了,不会教,也学不会"……林林总总。不论是教学目标、教     

基于被动声纳浮标投放法的水下目标跟踪

针对航空反潜中使用空投被动声纳浮标对潜艇进行跟踪的问题,利用双曲线交汇法定位,研究被动浮标对水下目标进行连续跟踪的方法,建立相应数学模型。仿真结果证明了该方法的可行性,得到目标的航速、航向、运动状态变化间隔、声纳浮标位置等因素变化与跟踪所需声纳浮标数量的关系。     

走出信息安全的“死循环”

从数据安全阶段（强调保密通信）,到网络信息安全时代（强调网络环境）,再到目前的信息保障时代（强调不能被动保护,需要保护、检测、反应、恢复四个环节）,可喜的是,无论政府或企业,对信息安全的认识正随着各种突发事件的增多而逐渐走向一个新的认知层面。     

FLEX10K的PS配置方式及EPC2的应用

FPGA是一种现场可编程逻辑器件。它采用CMOSSRAM制造工艺,可重复编程,可以灵活实现各种逻辑功能,因此在现代电子系统设计中有广泛应用。但同时FPGA也具有数据易失性,系统掉电以后其内部配置数据将丢失。因此需要外接ROM保存其配置数据。主要介绍了Altera系列EPF10K10器件的被动串行（vs）配置方案,并阐述了专用配置芯片EPC2应用。     

网络电视的测量与分析研究综述

随着基于Internet的流媒体播放技术的成熟,网络电视正逐渐推广开来并改变人们观看电视的习惯.为了提高服务质量,实现网络电视用户、内容供应商和网络运营商共赢的解决方案,必须从不同的视角对网络电视进行系统化地测量与分析.首先对互联网中主流的网络电视系统从体系结构、服务类型等方面进行了系统化的分类,讨论了不同类别的特点.其后,介绍了针对网络电视的测量研究现状、主动与被动测量方法,重点阐述了针对网络电视系统不同特征的测量与分析结果,包括拓扑结构、流量特征、用户访问模式、用户会话长度、节点选择策略和系统性能等.最后总结了已有网络电视测量的局限性,对今后的研究方向提出展望.     

数据流分类变化的分析和检测

针对主动挖掘和被动挖掘2种典型分类方法的特点,分析实际问题中数据流的基本变化类型及衍生的各种变化情况,证明主动挖掘方法在许多情况下无法有效工作,给出一个有效检测数据流变化的思路。采用主动学习方法,利用有限的资源可以组织高质量的类标数据,降低训练数据的需求量。