InSb 晶体的杂质原子局域振动状态的密度分布函数计算

用递推方法计算了ＩｎＳｂ晶体中部分杂质原子的局域振动状态密度分布函数。杂质原子是Ａｌ,Ｇａ,Ａｓ和Ｐ。计算中用的力常数是通过实验数据拟合得到的。该计算模型包含了６２０９个原子的相互作用。     

桑蚕饲养技术研究

桑蚕饲养技术研究宁夏农学院孙全友,唐丽华八十年代末,开发蚕桑资源、发展蚕丝绸产业作为我区农村产业结构调整的一项重要内容开始逐步兴起。为了配合我区种桑养蚕工作的开展,我们从１９８９年开始,对桑蚕饲养技术进行了系统全面的研究。针对我区气候干燥、无霜期短、...     

边缘化粒子概率假设密度滤波的多目标跟踪

针对复杂情况下的多目标跟踪问题,提出一种边缘化粒子概率假设密度滤波(MPF-PHD)方法。该方法首先将复杂情况下多个目标的状态向量分别提取出其中的非线性状态与线性状态。然后利用粒子概率假设密度滤波(PF-PHD)估计非线性状态,利用卡尔曼滤波(KF)估计线性状态,并把其中与非线性状态相关的线性状态估计用来优化非线性状态估计。通过对MPF-PHD方法与传统的PF-PHD方法仿真对比,验证了MPF-PHD方法有效解决了复杂情况下多目标跟踪的漏检问题,提高了多目标状态估计精度。     

采用高超声速再入圆球的大气密度间接探测方法

针对现有大气密度探测方法的精度低、成本高、时空一致性差等不足,提出基于高超声速再入圆球的临近空间大气密度探测方法。根据再入运动方程沿弹道迭代计算大气密度值。仿真结果表明,该方法可测得高度90 km以下的大气密度,测量精度在6%以内。对带有偏心配重块的圆球建立沿弹道的六自由度运动分析模型,结合气动力热数值模拟确定了双天线罩布局方案;并进一步对带双天线罩的偏心圆球实现了沿弹道的热传导数值计算,提出热防护方案,证明了探测方案的可行性。提出的大气密度测量方法可以为建立临近空间高精度大气密度模型提供参考。     

粒子PHD滤波存活粒子采样新方法

针对多目标跟踪粒子概率假设密度滤波算法中存活粒子的重要性密度采样问题,给出一种结合最新量测信息的存活粒子重要性密度采样新方法.该方法根据最新量测集中的各个最测与目标粒子的单步预测状态的似然值,以概率选取量测值,利用无迹变换获得粒子的重要性密度函数,并对其进行采样实现粒子概率假设密度滤波中存活粒子的采样,有效地减轻了粒子的退化现象. 3目标跟踪仿真试验中,当目标模型与跟踪算法使用的目标模型不匹配时,采用所提出的存活粒子采样方法的粒子概率假设密度滤波算法最优子模式分配距离下降约70km.论文给出的存活粒子采样新方法显著地提高了多目标跟踪粒子概率假设密度滤波算法的鲁棒性.     

种西瓜早增收

目前,绿色食品正在进入千家万户,那么,家畜也有绿色的吗?肯定地说是有的。所谓绿色畜禽,即没有受到环境和气体污染的畜禽。这样的畜禽深受广大消费者的欢迎,怎样饲养绿色畜禽呢?这里介绍一些有关的饲养方法,供养畜户在生产中参考。     

SNR准则下的认知MIMO雷达波形设计

研究了MIMO雷达信号模型下基于最大化信噪比(SNR)准则的最优和稳健波形设计问题.根据对目标冲击响应功率谱密度(PSD)确定和不确定两种条件的分析,推导了最优波形和稳健波形的闭式表达式.仿真结果表明,当目标冲激响应PSD的先验知识准确时,使用最优波形作为发射波形,在接收端获得在给定条件下最优的SNR;当目标冲击响应PSD的先验知识不准确时,使用稳健波形作为发射波形,能够降低目标冲激响应PSD的不确定性对输出端信噪比(SNR)的负面影响.     

一种基于改进Hausdorff距离的图像匹配方法

Hausdorff距离(HD)是图像匹配常用的相似性准则。针对HD在实际图像中难以匹配的问题,提出了基于核密度函数的HD改进形式,该HD是通过对各个最小距离值进行核密度函数计算,并将函数值的和的均值作为单向HD值,无向的HD值取两个单向值的最小值。实验结果表明,提出的改进HD在遮挡、局部变化情况下比其它的HD距离具有较好匹配效果。     

药物分子设计技术研究进展

重点探讨了药物或毒物分子设计过程中的定量构效关系、虚拟组合化学和虚拟筛选技术、密度泛函理论等重要新技术的发展,并对其在ADMET预测、受体和配体对接过程中精确打分函数的建立以及酶催化反应过渡态类似物设计等方面应用的国内外最新研究进展进行了详细阐述。     

改进的多目标GM-PHD分量融合算法

密集杂波的平行多目标跟踪场景中,高斯混合概率假设密度滤波器的计算代价随着分量的增多而不断变大,且其目标状态估计精度较低.为了解决这些问题,基于高斯混合概率假设密度滤波框架,提出一种改进的目标分量融合算法.通过目标分量的权重、均值及协方差的充分协作,该算法能够极大程度地融合目标强度中的相似分量,同时能够有效地避免真实目标分量被错误融合.仿真结果表明,密集杂波环境下该算法不仅具有较高的目标状态估计精度,而且其计算代价相对较低.