Discrimination of Patients with Varying Degrees of Coronary Artery Stenosis by ECG and PCG Signals Based on Entropy

Coronary heart disease (CHD) is the leading cause of cardiovascular death. This study aimed to propose an effective method for mining cardiac mechano-electric coupling information and to evaluate its ability to distinguish patients with varying degrees of coronary artery stenosis (VDCAS). Five minutes of electrocardiogram and phonocardiogram signals was collected synchronously from 191 VDCAS patients to construct heartbeat interval (RRI)–systolic time interval (STI), RRI–diastolic time interval (DTI), HR-corrected QT interval (QTcI)–STI, QTcI–DTI, Tpeak–Tend interval (TpeI)–STI, TpeI–DTI, Tpe/QT interval (Tpe/QTI)–STI, and Tpe/QTI–DTI series. Then, the cross sample entropy (XSampEn), cross fuzzy entropy (XFuzzyEn), joint distribution entropy (JDistEn), magnitude-squared coherence function, cross power spectral density, and mutual information were applied to evaluate the coupling of the series. Subsequently, support vector machine recursive feature elimination and XGBoost were utilized for feature selection and classification, respectively. Results showed that the joint analysis of XSampEn, XFuzzyEn, and JDistEn had the best ability to distinguish patients with VDCAS. The classification accuracy of severe CHD—mild-to-moderate CHD group, severe CHD—chest pain and normal coronary angiography (CPNCA) group, and mild-to-moderate CHD—CPNCA group were 0.8043, 0.7659, and 0.7500, respectively. The study indicates that the joint analysis of XSampEn, XFuzzyEn, and JDistEn can effectively capture the cardiac mechano-electric coupling information of patients with VDCAS, which can provide valuable information for clinicians to diagnose CHD.     

晚期HEMP作用下铁路牵引供电系统GIC算法研究

高空核爆电磁脉冲晚期效应（E₃）会引起地磁场剧烈变化并形成地面感应电场。感应电场等效为激励源与地面长距离导体和大地构成回路,产生地磁感应电流 （GIC）。GIC可引起牵引供电系统中变压器直流偏磁,从而严重威胁牵引供电系统的安全运行。本文基于平面波理论、分层大地电导率模型并结合牵引供电系统的电路模型,提出E₃作用下的牵引供电系统GIC算法,并以带回流线的直接供电方式的铁路牵引供电系统为例,首次计算了系统GIC情况。结果表明,该供电方式下牵引供电系统中的GIC远大于系统中变压器等设备的耐受值,为进一步研究E₃作用下牵引供电系统效应及我国铁路设备选型、灾害防治等提供支撑。     

基于FDTD的时域混合方法及其在天线前门耦合数值模拟中的应用

强电磁脉冲环境下的平台-机载天线一体化耦合计算属于典型多尺度时域电磁计算问题,采用传统的FDTD方法数值模拟时,由于精细结构的存在导致网格量巨大,计算效率低下。介绍了一种将非均匀FDTD方法与细导线FDTD方法以及多网格集总元件FDTD方法相结合的时域混合方法,能够有效降低计算开销,结合并行计算技术,快速计算得到天线端口上耦合产生的瞬态电压和电流响应,并将该方法成功应用于无人机平台-天线一体化前门耦合数值模拟中。     

数字束流位置探测器通道自动增益校准方法的研究与实现

在现有硬件基础上,基于BPM测量准确度的需求,在自制的电子学FPGA芯片内,通过Verilog语言实现了一种数字BPM采样数据增益自动校准的设计。首先介绍了自动增益校准模块的系统总体设计;然后对模块的实现方法做了详细说明,设计并搭建了ADC数据自动增益校准测试平台以验证自动增益较准模块的功能;最后介绍了该设计在BPM通道标定中的应用。实验结果表明,该方法可以实现4通道增益一致,使ADC采样后的数据幅度相同,有效解决了由通道增益不一致引起的测量偏差,以及工程应用中ADC数据幅度校准工作量大且难于操作的问题,将在BPM系统通道自动标定中发挥重要作用。     

基于维纳滤波的同轴电缆脉冲信号传输畸变补偿研究

由于同轴电缆的低通传输特性,脉冲信号在同轴电缆中传输时不可避免地会出现畸变,并且畸变程度会随着脉冲信号频率、带宽以及传输距离的增加而增大。创新性地将图像处理领域中的一种图像复原方法——维纳滤波法应用于脉冲信号同轴电缆传输畸变补偿,仅利用同轴电缆的S参数和输出信号即可完成输入信号的重构。并以10 m同轴电缆为对象,采用该方法分别对双指数脉冲信号、高斯调制脉冲信号、调制方波信号进行传输畸变补偿。结果表明：对于不同样式的信号,该方法均具有优异的补偿性能;并且,与工程上常用的衰减补偿法相比,该方法不仅补偿精度高,还具有高的计算效率,在同轴电缆脉冲信号传输畸变补偿中具有很好的实用价值。     

新体制引信干扰机理分析

为应对新体制无线电引信带来的威胁,从引信对抗角度以超宽带无线电引信为研究对象,研究干扰作用下其失效机理。揭示了超宽带无线电引信敏感干扰波形响应机理,理论推导了周期调制干扰信号作用下引信响应特性,仿真计算了在射频噪声、正弦波调幅、正弦波调频以及扫频正弦波调幅干扰信号作用下超宽带引信接收机相关器输出响应特性。以干信比增益为表征参量,通过理论计算、仿真及试验验证得出结论：周期类调制干扰中调幅类干扰对超宽带引信干扰效果最好。     

基于分数阶傅里叶变换的模式测控一体化方法

提出了一种基于分数阶傅里叶变换的模式测控一体化方法。利用分数阶傅里叶变换光路对光纤模式耦合态进行空间调制和相位调制,以实现模式的有效分解。与双重傅里叶变换（F²）法以及空间和频谱成像（S²）法相比,采用的分数阶傅里叶变换法,通过改变分数阶参数,控制模式的空间分布以及模式间的叠加状态,更易于分解出高阶模式。基于分数阶傅里叶变换的模式测量方法可在更广泛空间,研究模式的空间和相位叠加以及模式分解,也可退化为F²法和S²法。     

Pure single line oscillation of HF lasers in fine atmospheric window

Applied Physics B - A correction to this paper has been published: https://doi.org/10.1007/s00340-021-07611-y     

Universality of entropy principle for a general diffeomorphism-covariant purely gravitational theory

Thermodynamics plays an important role in gravitational theories. It is a principle that is independent of gravitational dynamics, and there is still no rigorous proof to show that it is consistent with the dynamical principle. We consider a self-gravitating perfect fluid system with the general diffeomorphism-covariant purely gravitational theory. Based on the Noether charge method proposed by Iyer and Wald, considering static off/on-shell variational configurations, which satisfy the gravitational constraint equation, we rigorously prove that the extrema of the total entropy of a perfect fluid inside a compact region for a fixed total particle number demands that the static configuration is an on-shell solution after we introduce some appropriate boundary conditions, i.e., it also satisfies the spatial gravitational equations. This means that the entropy principle of the fluid stores the same information as the gravitational equation in a static configuration. Our proof is universal and holds for any diffeomorphism-covariant purely gravitational theories, such as Einstein gravity, \begin{document}$ f(R)$\end{document} gravity, Lovelock gravity, f(Gauss-Bonnet) gravity and Einstein-Weyl gravity. Our result indicates the consistency between ordinary thermodynamics and gravitational dynamics.     

基于PCA-BP神经网络的光谱消光法颗粒粒径反演算法研究

光谱消光法广泛应用于颗粒粒径测量领域,在利用光谱消光法对颗粒粒径进行反演的过程中,由于颗粒的消光系数存在理论复杂、计算繁琐、收敛速度慢以及求解不稳定等问题,很大程度上影响了整个反演过程的快速性和准确性。且在众多波长的消光数据中,存在较多重复冗余的信息,也很大程度上增加了反演算法的时间。针对光谱消光法粒径反演算法计算繁琐、反演效率低的问题,提出了基于主成分分析（PCA）和BP神经网络的光谱消光颗粒粒径分析方法。基于Mie散射理论对不同粒径、不同波长下的光谱消光值进行了仿真计算,通过对光谱消光数据集的主成分分析及各个波长综合载荷系数的计算,实现了最优特征波长的选取,利用降维后的光谱消光数据训练了PCA-BP神经网络模型,并利用该网络模型计算了粒径颗粒分布。通过仿真计算,比较了PCA-BP神经网络模型与传统的BP神经网络模型的预测精度,并分析了波长数目对两种神经网络模型预测结果的影响。针对训练得到的PCA-BP神经网络模型开展光谱消光法粒径参数反演算法的验证实验,搭建了光谱消光法颗粒粒径参数测量实验系统,测量了粒径范围在0.5～9.7 μm内的6种不同粒径参数的聚苯乙烯标准颗粒。仿真和实验结果表明：基于主成分分析方法可确定各个波长向量之间的相关性,利用综合载荷系数选取最优特征波长对应的消光值对整体的光谱数据具有较好的代表性,可实现光谱数据的降维。相比传统的BP神经网络模型,基于PCA-BP神经网络模型的颗粒粒径分布的分析方法预测精度更高,对于较分散颗粒系的分布参数的预测有更加明显的优势。而且,被选取的波长数较少时,PCA-BP神经网络模型依然有较高的预测精度。利用训练好的PCA-BP神经网络模型对颗粒粒径参数进行实验验证,预测结果可瞬时输出,颗粒粒径分布误差在5%以内,验证了该算法的可行性。