一种改进的变步长归一化LMS算法

在以往的基于ＬＭＳ算法的研究中，归一化ＬＭＳ算法（ＮＬＭＳ）增大了算法的动态输入范围，但该算法对噪声很敏感。引入自相关的变步长ＬＭＳ算法（ＶＳＳＬＭＳ）不仅加快了收敛速度，可在非平稳状态下进行快速跟踪，而且消除了独立噪声的干扰，但它无法适应大范围的动态输入。本文综合它们的优点而得到的算法，在低信噪比和大范围的动态输入情况下都有良好的性能。     

多层吸波和多层透波材料阻抗匹配问题研究

本文使用多目标目标函数对一种特殊结构的电磁波吸收材料的电磁参数进行了优化计算,给出了5～15GHz 频带内的几组吸收率大于20db 的设计参数以及这些参数对应的垂直极化波、平行极化波入射角0°、20°、45°、60°情况下的吸收曲线。计算结果表明:只要优选各层参数,即使某些“夹层”不具有吸收性能仍可得到极好的吸波特性;单纯的电吸收或单纯的磁吸收都难以获得高的吸波效能;良好的阻抗匹配并不一定要在阻抗“渐变过程”情况下实现;对于出射波侧是自由空间的透波材料,用不具有吸收性能的材料,良好的匹配只在各层ε_(?)≈μ_(?)情况下得到。     

微型计算机在复合材料强度准则研究中的应用

文中论述了运用微型计算机(IBM-PC)进行复合材料强度准则研究的方法,包括强度包络线绘制、双向加载数据采集及实验数据处理等,同时还研究了如何确定双向试验中的破坏载荷值,并在分析实例中提供了较详细的数据。     

实验研究光谱非相关激光辐照下光伏型HgCdTe探测器芯片前后表面的温升

为了研究光谱非相关激光辐照下探测器芯片前后表面温度变化规律,通过铂电阻测温的方法,测量了芯片后表面的温度变化规律。通过标定芯片前表面结电场分离电子-空穴对能力随温度变化的关系,利用组合激光的实验方法测量了光谱非相关激光辐照过程中芯片前表面的温度变化规律。研究表明,光谱非相关激光辐照过程中芯片前后表面都有温升,但后表面温度一直高于前表面温度。     

聚钛碳硅烷的结构与性能研究

通过聚碳硅烷与四丁氧基钛的反应。可以制得含钛碳化硅纤维的先驱体聚钛碳硅烷。反应物配比(Ti(OBu)_4)/PC 将直接影响产物的结构与性能。随这一比例的增加,聚钛碳硅烷的可纺性与熔点将有规律地变化。这可归因于以—Ti—O—为桥的交联结构和以—Ti(OBu)_3为侧基的悬挂结构的形成。本文研究了聚钛碳硅烷的结构与性能的关系,并以具有良好成丝性的PTC-0.02与PTC-0.04为先驱体,制得了含钛碳化硅纤维。     

知识库调试工具的技术原理与设计思想

知识库调试工具旨在解决因知识不完全和噪音等因素而引起的知识库正确性与有效性问题。本文通过知识库建造工具GKD-KBST 中知识库调试工具KBDT 实现方案的讨论,论述知识库调试工具的技术原理与设计思想。     

采用随机几何工具的终端直通通信接入控制方法

针对现有具备终端直通（Device-to-Device, D2D）功能的蜂窝网络的干扰管理问题,提出一种新型的采用随机几何工具的D2D通信接入控制方法。利用随机过程理论以及随机几何工具建立模型分析邻近基站和D2D通信对蜂窝通信的影响,并推导蜂窝业务接入失败概率表达式。基于该表达式能够计算网络允许的最大D2D用户密度,辅助D2D通信接入控制实现干扰管理。仿真证明基于所提数值计算方法获得的估计结果与蒙特卡洛仿真结果相符,且通过合理限制D2D用户密度和D2D用户发射功率可满足指定的蜂窝业务接入失败概率要求。     

用多重网格TVD方法求解三维高超音速粘性流场

本文采用时间相关法求解了三维Ｎ－Ｓ方程。在计算中，对于压力和对流项采用Ｒｏｅ的通量差分分裂技术和Ｏｓｈｅｒ－Ｃｈａｋｒａｖａｒｔｈｙ的ＴＶＤ格式，对于粘性项，采用了中心差分格式。通过数值模拟得到了钝头双锥体高超音速层流流场在不同攻角下的数值解。计算的重点放在壁面热流率的预测。在攻角为４°和１２°的状态下，Ｓｔａｎｔｏｎ数的计算值与实验值进行了比较，二者吻合较好。为了加快收敛速率，计算时采用了多重网格方法。     

聚(2-甲氧基-5-丁氧基)亚苯基亚乙烯的合成及电性能

本文用对甲氧基苯酚、正溴丁烷、聚甲醛为原料， 经醚化， 双氯甲基化和碱性消除反应， 合成出长链共轭且可溶的聚（２甲氧基５丁氧基）亚苯基亚乙烯，用 Ｉ Ｒ 和１ Ｈ Ｎ Ｍ Ｒ 表征了中间体和聚合物的结构，并测定了聚合物的伏—安特性曲线。     

高速SpaceFibre总线节点的系统设计

为了实现SpaceFibre总线节点的高效数据传输,针对网络协议中关键问题和技术提出了一种基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的SpaceFibre总线节点系统设计方案.其中,采用了轮询仲裁算法,解决了多路虚拟通道中流量控制字的申请冲突;设计了基于服务质量机制的高...