水和白酒中异味物质检测的研究进展

综述了水和白酒中异味物质检测的样品前处理方法(包括液液萃取、固相萃取、液相微萃取、固相微萃取、搅拌棒吸附萃取、吹扫捕集、顶空等)和检测方法(包括气相色谱法、气相色谱-质谱法、气相色谱-飞行时间质谱法)的研究进展(引用文献52篇)。     

基于System Generator的FIR滤波器的设计与实现

System Generator for DSP是Xilinx公司开发的基于Matlab的DSP开发工具,同时也是一个基于FPGA的信号处理建模和设计工具.本文介绍了在Matlab中使用SystemGenerator for DSP实现FPGA硬件设计的方法,同时利用System Generator实现了FIR滤波器的设计,从而给出了FIR滤波器设计的一种新途径.设计结果表明:该方法具有操作简单,设计灵活,效率高等优点.     

一种新的快速响应的AQM算法

该文应用控制理论,设计了具有快速响应特征的比例积分(Proportional-Integral, PI)控制器,并以此提出了一个新的主动队列管理(Active Queue Management, AQM)算法,称为Active PI算法(简称A-PI)。A-PI用一组参数实现快速响应,用另一组参数保证队长稳定,使用门限值实现两组参数间平滑切换,算法实现简单。理论分析和仿真实验表明,A-PI算法在保证队长稳定的同时实现了对不同网络环境的快速响应。     

高斯-谢尔模型光束通过光阑像散透镜传输轴上光谱变化

从部分相干光的传输理论出发,研究了高斯-谢尔模型(GSM)光束通过光阑像散透镜传输轴上的光谱变化规律.结果表明,与光源光谱相比,高斯-谢尔模型(GSM)光束通过光阑像散透镜传输轴上光谱发生了中心频率的移动,这种现象被称为光谱位移.详细分析了透镜的像散、光束的空间相关性和光阑的截断参量对光谱变化的影响.数值计算表明,这些参量会对光谱移动产生比较大的作用.     

构建ITSM系统提高江苏电信网络的安全性

简单介绍7江苏电信引入IT服务管理系统的原因.着重分析了IT服务管理系统的体系架构及各部分的主要功能、私网穿越解决方案和远程监控架构实现方式.     

闭区间[0,1]上的分形插值函数的分数阶积分

介绍了分形插值函数和迭代函数系统以及v阶黎曼-刘准尔分数阶积分的概念及相关定理.利用这些概念及定理讨论了分形插值函数的分数阶积分在[0,1]上连续性及判定[0,1]上的分形插值函数的分数阶积分也是[0,1]上的分形插值函数,并给予了证明.     

样品温度和空间约束两种方法相结合对激光诱导击穿光谱的影响

升高样品温度和采用空间约束能提高激光诱导击穿光谱的信号强度,两种技术的结合可以进一步提高激光诱导击穿光谱的光谱强度.本文在空气环境中研究了升高样品温度和空间约束效应两种方法相结合对激光诱导击穿光谱的影响,测量了激光诱导铝等离子体的时间分辨光谱.实验结果表明:升高样品温度能增加激光诱导击穿光谱的信号强度,高温样品能耦合更...     

基于BPSK和MASK信号源特点的实值ESPRIT算法

在信号源为BPSK和MASK的情况下,提出了一种波达方向（DOA）估计方法。对于等距线阵上的接收数据,此算法根据信号源为实信号的特点,利用欧拉公式形成正弦和余弦数据,并将其加以串联,这相当于将阵元个数加倍,然后在此基础上运用ESPRIT类算法估计波达方向。由于正（余）弦数据为实值数据,所以本文提出的算法可以有效地将运算量减少到相同维数复值运算量的1／4。仿真实验表明新算法不仅估计精度高,而且能够处理的信号个数可大于阵元个数。     

基于GNSS和ZYNQ的恒温晶振驯服装置研究

为了提高恒温晶振频率的准确度和稳定度,设计了基于ZYNQ技术的GNSS驯服恒温晶振频标装置。在ZYNQ的PL端采用粗测量加细测量的方法测量时间,PS端使用奇异值剔除与滤波算法对测量数据进行处理,实现恒温晶振频率的驯服和时间跟踪。采用模块化设计和编程,提高了装置的通用性和可移植性。通过实验测试,对恒温晶振驯服前后的数据进行多次比对,结果表明其平均频率准确度达到1.09×10^-12,频率稳定度达到8.56×10^-12,其稳定度提升了两个数量级。     

基于深度学习和细观力学的颗粒材料本构关系研究

颗粒材料的本构关系对岩土工程等众多领域至关重要. 不同于传统的唯象本构理论, 本文基于机器学习模型探索了一种细观力学理论指导下的数据驱动型颗粒材料本构关系预测方法. 根据Vogit均质化假设, 建立了小应变条件下颗粒材料应力?应变解析关系, 此关系唯一地确定了一组与颗粒材料本构行为相关的细观组构变量. 这些变量与反应颗粒材料宏观性质的主应力和主应变信息通过一系列离散元三轴压缩数值试验获得. 考虑到细观组构变量为内变量, 不能直接作为本构模型的输入. 本文基于有向图方法将颗粒材料微观结构信息隐式地包含在应力?应变的预测当中, 并采用门控循环单元(GRU)循环神经网络作为基础深度学习模型描述有向图中结点之间的映射关系. 通过将有向图从目标节点沿源节点展开, 整个应力?应变预测模型可由两个神经网络分别训练并组装而成. 将训练后的深度学习模型在全新的数据集上进行测试, 结果表明该训练策略能有效捕捉到颗粒材料在常规三轴任意加卸载, 等中主应力系数b的真三轴加载, 和等平均有效应力p的真三轴加卸载等复杂多轴加载工况下的应力?应变响应关系, 模型具有良好的内插和外推预测能力. 考虑到深度学习模型捕捉颗粒材料力学响应的能力及其开放式学习的特点, 充分结合数据驱动方法和理论本构模型可能是颗粒材料本构研究的一个重要方向.