直接序列扩频通信系统处理增益的分析和计算

本文包括以下内容:1)以31位m—序列为例,分析和计算了PN序列“长期观测”与“短期观测”的功率谱密度及它们之间的关系;2)分析了带限噪声经PN码调制后其功率谱密度的变化;3)比较了RC无源积分电路与积分——归零(Integrate—an—Dump)电路用不同参数时对处理增益的影响,指出在用积分—归零电路时有可能把处理增益提高到2N(N是一个消息码元内所包含的PN码元)。最后提出一种简化了的处理增益计算方法。     

声光信号处理──频谱分析和相关处理

本文研究了以声光器件实现实时频谱分析和相关处理的方法。首先回顾了声光信号处理的主要特点，然后介绍了可进行频谱分析和相关处理的基本光学结构。提出了一个技术实施实例，给出了典型信号的若干实验结果。     

发展复合材料数字化设计/制造能力应注意的一些问题

飞机复合材料结构的数字化设计/制造是航空工业当前面临的一个重要工程技术问题.与航空工业先进国家相比,我国在此领域确有许多急需追赶之处,而相关的一些措施目前也正在逐步落实之中.     

航天器高稳定结构热变形分析与试验验证方法研究

航天器高稳定结构研制须探讨微米级结构热变形仿真分析与试验验证工作,以满足空间环境交变温度载荷下结构微变形要求。根据机热一体化设计的特点,提出机热一体化分析方法进行机、热载荷交互,机、热温度场交互过程由手动赋值的几天时间缩短至几分钟,且映射误差小于1℃。基于数字图像相关测量技术,采用高稳定结构微米级变形的非接触式测试方法进行试验验证。结果显示,文章中的高稳定结构在轨热变形为2~30μm。文章提出的分析与试验验证方法,可为航天器高稳定结构设计及验证提供参考。     

一种有效的清浊判决及其基音周期估计方法

为了减少基音周期提取中的加倍和减半错误,进行更准确的基音周期估计,提出了基于循环幅度差平方和函数和自相关函数相结合的基音周期估计算法。在分析传统基音周期估计算法优缺点的基础上,把ACF函数偏短错误率较低和CSMDSF函数偏长错误率较低的优点糅合进新算法。实验表明利用本算法无论是进行清浊判决还是基音周期估计都取得了很好的效果。     

基于两种反馈控制的过程质量监控

统计过程控制和自动过程调整的集成是减少生产过程中波动的一种有效方法.本文分别讨论了应用MMSE控制器和PI控制器进行自动过程调整后的监控问题,比较了用过程输出和调整量2种数据流建立的控制图的效率,并以一个简单的算例说明监控方法的使用.     

基于最大序列相关性的Turbo码交织器识别

针对现有算法在Turbo码交织器识别中存在低信噪比适应性差，且识别性能随交织长度增加而急剧恶化的缺点，提出了基于最大校正序列相关的识别算法。该算法首先利用已识别的交织位置序列对每一帧交织位置上的信息序列进行估计，通过遍历可能的交织位置，并作互相关运算，当遍历位置为交织映射关系时，该位置上的数据序列与估计序列具有最大的相似度，从而完成交织位置识别；然后充分利用这些交织位置上的序列，分别估计出校正数据序列，将校正的序列再与原始序列叠加，完成码元校正，直到所有的交织关系识别完成。所提算法直接利用了截获的软判决信息，同时能够实现码元校正，这就克服了以往算法的两个缺点。仿真结果表明，在信噪比为-1 dB，交织长度为1024时，所提出算法仅仅需要1000数据帧，就能达到100%的识别率，与以往算法相比，性能提升2~3 dB，同时完成一次可靠识别所需的数据量仅需以往算法的1/4。     

UFO:呼唤科学评判

面对那些对科学既是挑战又是公开亵渎的言论,科学家的责任究竟在哪里?而我们又怎么能推卸这种责任呢?UFO现象恰好给我们提出了这样一个问题。对大多数不熟悉这个学科的科学家来说,尽管他     

科技论文关键词的选取方法

关键词是由一个或几个单词构成,用来表示某一概念的词,关键词是在叙词标引的基础上来选定的。我们在科技期刊中常用的关键词,它可以是叙词(主题词),也可以是自由词,叙词标引应遵守相关标准的规定。标引规则简述如下。◆从叙词表(主题词表)中查找切合主题的专指叙词或组代叙词标引,应尽量用《汉语主题词表》等词表中提供     

基于Gram-Schmidt变换的有监督变量聚类

为进一步研究回归模型中高维数据的降维方法,提出基于Gram-Schmidt变换的新的有监督变量聚类（SCV-GS）方法。该方法未采用以潜变量为聚类中心的层次聚类,而是借用变量扫描思想,依次挑出对响应变量有重要贡献的关键变量,并将其作为聚类中心。SCV-GS方法基于Gram-Schmidt变换,对变量之间的高度相关性进行批量处理,并得到聚类结果;同时,结合偏最小二乘思想,提出新的同一性度量,并以此来选取最佳聚合参数。SCV-GS不仅可以快速得到变量聚类结果,而且可识别出对响应变量的解释及预测起关键作用的变量类。仿真表明该聚类方法运算速度显著提升,而且所得潜变量对应的回归系数的估计结果与对照方法表现一致;实例分析表明该方法具有更好的解释性和预测能力。