改进的自然梯度盲源分离算法在非平稳环境中的应用

对于传统的自然梯度算法,在处理非平稳信号时,在步长更新迭代过程中,非平稳信号变化幅度过快而导致分离矩阵幅度变化的不稳定,从而影响分离效果。针对此问题,结合变步长的思想,本文提出了基于正交约束的自然梯度盲分离算法,该算法主要对恢复信号进行约束,通过使用瞬时误差有目的地控制变步长,从而加快算法收敛速度且提高了分离精度,同时保证了非平稳环境下分离过程的稳定性。结果表明,正交约束下的盲源分离算法可以高效地分离出非平稳环境下的源信号。     

逆流式露点间接蒸发冷却器数值模拟

露点间接蒸发冷却器利用空气的干球温度和不断降低的湿球温度之差进行换热,冷却器能够将空气温度冷却到低于环境湿球温度且接近露点温度。逆流式露点间接蒸发冷却器使用逆流换热原理来传递热量,气流有较高的温差,因此换热效率更高,提高了露点冷却系统的冷却效率。运用商业计算流体力学软件(FLUENT),模拟二维稳态不同进口条件下,逆流式露点间接蒸发冷却器内部的热湿交换,为实际冷却器的设计提供参考。     

基于Microblaze多核系统的设计及在FPGA上的实现

文中设计的多核系统是基于Microblaze软核,通过平台FFGA设计技术实现的.核问互联采用OPB总线,每个核都有IP模块来记录编号,实现的硬件锁完成了多核的启动和多核的同步.最后将操作系统Mutek移植到该系统上,完成线程调度和任务分配.实验证明,该系统能很好地支持多核多线程,有效提高了并行处理能力.     

两种双频ROF系统模型的分析与比较

文章对两种双频率波段的光纤无线通信(Radio-Over-Fiber,ROF)系统模型进行了仿真分析.首先基于文献实验,实现了使用一个马赫-曾德调制器直接调制双频率波段的ROF系统模型,然后改为使用两个马赫-曾德调制器分别调制两个波段的系统模型.结果表明,在误码率BER=10-9,光纤长度为55 km的情况下,对于40 GHz频段,改进后的系统比改进前的系统性能提高5 dBm;从敏感度曲线上也可以看出,改进后的系统性能更稳定.     

石墨烯超材料等离诱导透明特性和光电开关设计

基于单层图案化石墨烯超材料在太赫兹波段实现了等离子诱导透明效应,利用耦合模式理论（CMT）分析了等离子诱导透明产生的机理,得到的理论结果与时域有限差分方法计算的结果高度一致。通过调节石墨烯费米能级对等离子诱导透明特性进行了动态调控,并实现了多模同步异步开关的设计,在2.16、3.01、3.84 THz三个频率处的振幅调制度分别为95.77%、83.42%、95.58%,消光比最高可达13.73 dB。对慢光效应的研究结果表明群折射率可达180。本研究为设计光电子器件提供方案和指导。     

基于2-FSK／4-PSK调制的BICM系统

文中提出一种基于2-FSK／4-PSK调制的比特交织编码调制系统（BICM）。理论分析和计算机仿真表明无论在AWGN信道或是Rayleigh衰落信道下，通过合理控制2-FSK／4-PSK调制，BICM系统的性能都有所提高，且在衰落信道下新系统将达到基于8PSK调制的BICM-ID系统多次迭代的效果。     

单幅干涉条纹图的高精度波面重建技术

结合莫尔条纹、傅里叶变换和数字相移技术实现了对单幅干涉条纹图的高精度相位计算和波面重建.首先,用计算机生成与被处理干涉条纹频率相近的数字相移条纹图,与实际干涉条纹图叠加得到相移莫尔条纹图;然后,利用傅里叶变换、双频滤波、傅里叶反变换和相移技术得到干涉条纹图的相位数据;最后利用波面拟合技术重构原干涉条纹图对应的波面形状.研究结果表明,该技术不仅消除了干涉仪硬件相移产生的非线性误差和滤波时的频谱移中误差,高精度获得了单幅干涉条纹图对应的波前,而且简化了系统的机械结构.同时,对环境的要求明显降低,特别适用于生产现场的检测.     

一种基于马赫-曾德尔干涉仪的折射率和温度同时测量传感器

设计制作了一种基于马赫-曾德干涉结构的传感器用于折射率和温度的同时测量,传感器的结构为单模-多模-细芯-多模-单模。利用RSoft光学仿真软件的BeamPROP模块对传感结构内部光场进行模拟分析,确定了多模光纤(multi-mode fiber, MMF)及细芯光纤(thin core fiber, TCF)的最优长度,制作了传感结构并搭建实验系统观测其折射率和温度响应情况,结合敏感矩阵,实现了双参量的同时测量。实验结果表明,该传感器在1.333—1.380的折射率范围内灵敏度为-44.944 nm/RIU,在30—65℃的温度范围内灵敏度为0.082 9 nm/℃。本文提出的传感器结构简单、体积小、灵敏度高,可以为折射率和温度双参量传感设计提供参考。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。