基于实际无线局域网系统的信道估计算法

结合无线局域网(WLAN)系统进行适合实际系统的信道估计方法研究。针对实际系统在要求算法稳健性的同时,还要求算法简单易实现的特点,在最小二乘(Least Square,LS)算法中添加了离散傅里叶逆变换(Inverse Discrete Fourier Transform,IDFT)运算,利用信号在时域能量集中的特点,在时域对信号按门限值进行筛选,滤除大部分噪声,以此提高系统性能。仿真结果显示,改进算法可为实际WLAN系统所采用。     

部分填充多孔介质通道内流动的格子Boltzmann研究

通过编写格子Boltzmann程序来对部分填充多孔介质的通道内的流体流动进行模拟,在雷诺数为200的条件下改变了障碍物形状排列,包括由全圆柱以及方柱与圆柱两种障碍物阵列,得到不同工况下的流场;此外在全圆柱障碍物阵列条件下模拟了雷诺数为200,300,500,600,800时的流动情况,并取近出口和近入口两个断面,得出断面流速曲线,通过观察曲线变化分析得出在多孔介质层的断面速度变化情况与纯流体区域变化情况相反,结构复杂的障碍物阵列对于流体的阻力更大。     

一种无人机电磁弹射系统的设计与研究

本文基于折翼式无人机的特点与弹射需求,对三相异步感应式电磁线圈弹射(AICEML)进行了原理介绍与数学建模,然后完成了电磁弹射系统方案与结构设计,通过Ansoft软件建立了5段三相异步感应式电磁线圈弹射装置的有限元模型,并进行了电磁场和力学仿真分析。仿真分析结果表明:该系统可以使无人机载荷弹射速度达到31.03m/s,最大过载为93.7g,发射效率达到17.6%,满足发射初速不低于30m/s,过载不超过100g的设计需求。     

基于冲突度和协同过滤的移动用户界面模式推荐

移动用户界面模式能够有效地提高移动界面开发的效率和质量。针对现有界面模式检索方法的检索结果不能满足界面开发需求的问题,提出一种基于冲突度和协同过滤的移动用户界面模式推荐方法。首先,根据移动界面的开发需求,使用模糊C均值聚类算法缩小界面模式的查找范围;然后,利用界面模式的历史评分和冲突度,构建了两个张量模型,并利用基于Hamiltonian蒙特卡洛的张量分解方法实现张量模型的重构;最后,通过线性方法得到推荐的界面模式。实验结果表明,与现有的检索方法相比,该推荐方法能够更好地帮助开发人员查找界面模式。     

衰落信道下多用户检测器的研究

论述了在瑞利衰落信道下ＣＤＭＡ多用户信号检测技术,分析了此情况下,最佳多用户检测器系统模型．提出了一种次最佳多用户检测器,并对其系统性能进行了分析比较．结果显示,随着分集数的增加,该检测器性能随之提高,且其性能优于传统检测器．     

水固比对溶胶-凝胶法合成地聚物性能的影响

首先利用溶胶–凝胶法制备高纯度的地聚物前体Al2O3-SiO2粉末,然后通过碱激发地聚物前体制备水固比为0.50、0.75、1.00、1.25和1.50的地聚物,排除了常规地聚物研究中矿物原料组分复杂对产物性能的影响。对NaOH激发后的地聚物样品进行抗压强度实验,然后利用XRD、SEM检测其微观结构,并利用FTIR测试地聚物化学结合键表征情况。实验结果表明,在养护3 d龄期的地聚物样品中,水固比为1.00表现出更高的抗压强度;过低的水固比可能导致聚合反应进行不彻底,拌和不均匀,微观结构不致密,样品孔隙率增加,力学性能较差;过高水固比下,水分阻碍碱激发剂与Al2O3-SiO2粉末的反应,导致试样泌水,进而影响聚合反应的进行。NaOH激发溶胶-凝胶法合成的地聚物前体时,水固比对其力学性能和微观结构影响显著,确定合适的水固比可为特殊地聚物性能提供参考。     

BM神经网络在多用户信号检测中的应用

将神经网络应用于同步ＣＤＭＡ移动通信系统的多用户信号检测,分析了采用模拟退火算法的玻尔兹曼机神经网络检测多用户信号．研究表明这种神经网络能较好地检测多用户信号,并将其与最佳接收机、传统接收机进行了比较．     

基于单片机89C51的多路模拟量转换系统

为了解决一些工业生产线上过秤计量困难的问题，提出一种由多路模拟量转换系统加一部分外围电子线路来构成计量仪的开发思想。结合这一开发思想介绍在该应用实例开发中由单片机89C51作为主机构成多路模拟量转换系统的设计与实现过程。详细论述了该系统硬件各部分的工作原理及软件设计方法。系统开发完成后，在模拟现场采集到的两路模拟量的情况下工作稳定，功能完备，收到了良好的实验效果。该系统具有与实际结合紧密的特点，有着良好的推广性和应用前景，对其他类似开发也具有着一定的参考价值。     

一种基于SVM和相关性的基因选择方法

为了能找出与疾病相关的诊断基因,更好地进行基因诊断和基因治疗,利用支持矢量机(Support Vector Machines,SVM)给出了一种针对多病类情况的基于SVM和相关性的基因选择方法.该方法一次性考虑基因区分所有病类的能力,为避免所选基因冗余,对所选基因的相关性加以约束,然后进行基因选择.采用该方法对真实的DNA微阵列数据进行实验,样本在所选基因子空间上的表达数据有很好可分性,所选基因子空间有良好的分类推广能力,表明了该方法的有效性.