基于稀疏图的DS-CDMA系统设计

DS-CDMA是在扩频技术上发展起来的多址接入方式,但在用户接入数量过载时难以保证高质量的通信性能。基于此,提出了一种基于稀疏图的DS-CDMA系统。该系统以低密度二分图的形式来描述扩频码片和用户之间的关系,使得参与通信的每个用户只在少量码片上进行非零位扩频调制,最大程度地减少了用户间的相互干扰。借助图模型的相关理论,把适合于稀疏图的置信度传播算法应用于该系统,进行多用户检测,通过码片与用户之间的消息迭代来消除噪声和多址干扰带来的影响。结合计算机仿真,从不同的角度测试了系统的误码率等性能。理论分析与性能验证表明,稀疏图DS-CDMA在接入用户数量远远超过系统容量的情况下,依然具有优良的性能。     

指数分布下可靠性参数的样条经验 Bayes 估计

基于可靠性参数的验前密度函数的样条密度估计，本文推导出指数分布失效率和可靠性函数的经验Ｂａｙｅｓ估计，并采用数学仿真将其与传统的Ｂａｙｅｓ方法，如Ｇａｍ ｍ ａ 验前分布的情况，进行了比较。仿真结果表明，本文的方法是有效的     

激波对密度间断层干扰及界面效应的数值模拟

运动激波在密度间断层传播时 ,引起密度分界面的变形 ,相应激波形状发生改变。以高密度层为例 ,采用TVD格式模拟这一过程 ,并与半解析解比较分析 ,初步讨论了激波对高密度层干扰作用引起高密度层的上扬和高密度层内激波与壁面的反射现象     

基于广域网的建筑工程管理系统设计

针对韩村河建筑集团工程与办公的特点,设计出基于公共数据交换网环境的工程管理系统。它以建筑工程管理为主,包含办公管理、合同管理、财务管理、材料管理、进度控制和数据接口等功能。系统采用模块化设计并具备多层安全控制机制。     

应用Bayes分析方法鉴定误码率

本文应用了Bayes分析方法,即依据样本考虑先验知识,进行统计推断“可信度”。由此推导出了误码率计算公式,从而在数据传输试验中实现了不需要测试设备,只需计算重发次数,传输总次数,即可求得误码率,同时给出其风险,为科学鉴定误码率提供了理论依据。     

令牌式计算机局部网的仿真研究

本文介绍了令牌式计算机局部网仿真模型的建立和某些初步的仿真结果,同时对令牌的顺序传递两种方案进行了比较。     

对有外加中子源时反应堆中子密度稳定值的分析

本文主要内容是通过对有外加中子源反应堆次临界状态下中子密度稳定值的分析,说明考虑缓发中子在内的中子倍增公式对次临界状态的反应堆物理分析是很有用的。     

用局部对比度信息改善图像质量

在图像的摄取和传输中,图像经常降质。为了改善图像质量,将信息熵的概念与图像的局部对比度信息相结合,提出了一种基于熵概念的非线性噪声的滤除方法,并进一步利用局部统计信息对图像进行增强。分别对模拟图像以及红外图像进行了试验,并与中值滤波、Lee滤波、Frost滤波等经典噪声滤波方法进行比较,实验结果验证了该方法的有效性。     

The effects of local elections on national military spending: A cross-country study

In this paper, we study the domestic political determinants of military spending. Our conceptual framework suggests that power distribution over local and central governments influences the government provision of national public goods, in our context, military expenditure. Drawing on a large cross-country panel, we demonstrate that having local elections will decrease a country’s military expenditure markedly, controlling for other political and economic variables. According to our preferred estimates, a country’s military expenditure is on average 20% lower if its state government officials are locally elected, which is consistent with our theoretical prediction.     

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。