一种新的基于稀疏表示的宽带信号DOA估计方法

该文提出一种基于稀疏表示的宽带信号波达方向(DOA)估计方法,解决稀疏表示方法在宽带信号DOA估计中由于基矩阵维数过大而使算法存储量和重构计算量大的问题。用单一频点的基矩阵代替频率和角度联合构建的基矩阵,使基矩阵的列数仅相当于一个频点处冗余基矩阵的列数,大大降低了稀疏重构方法的存储量和计算量。该方法首先对各频点的频域数据进行聚焦处理,将不同频率的数据堆叠到参考频率上并建立参考频率处的基矩阵,然后建立聚焦后的稀疏表示模型进行DOA估计,并采用奇异值分解进一步降低算法的运算量,最后给出残差门限的选择方法。该算法不仅适用于非相关信号,也可直接处理相关信号而不需要任何的去相关运算,且具有高的检测概率和估计精度,仿真实验和分析验证了该方法的有效性。     

重离子治疗肿瘤点扫描控制系统

为了实现重离子治疗肿瘤点扫描,对扫描磁铁进行相应的控制。治疗计划进行剂量与肿瘤适形数据的生成,并传输至点扫描控制器与剂量控制器。同时也向点扫描控制器中存入事例数据,以纳入整个加速器控制时序,等待同步时间事例系统的事例触发。点扫描控制器根据剂量控制器的脉冲控制换点治疗操作以及进行换点治疗的扫描磁铁插值算法平滑处理。剂量控制器对气体电离室前端电子学已经刻度的剂量脉冲进行计数。当达到治疗剂量时,控制法拉第筒来阻挡束流,实现点扫描安全治疗。实验证明在现有的电源与磁铁等设备条件以及束流品质下,点扫描控制系统能实现2 mm点间距扫描。     

高功率固体激光装置主放大系统隔离技术实验

基于菲涅耳公式,分析了偏振光通过钕玻璃片的透射率及反射率,讨论了高功率固体激光装置离轴光束对隔离性能的影响。根据光轴和小开关晶体晶轴走偏导致的退偏损耗的原理,可以使用开关晶体的姿态去补偿光束旋转误差的退偏损耗。实验结果表明,钕玻璃片小角度变化不影响系统对偏振光选择性通过,并且利用开关晶体来补偿光束旋转误差的退偏损耗能提高系统隔离比3倍以上。关键词：高功率固体激光;主放大系统;隔离;布鲁斯特角     

非正交发射的宽域高分辨MIMO InSAR成像模式研究

MIMO InSAR具有比多基线InSAR更稳健和精确的地形高程重建能力,但其关键技术之一是在各阵元接收端分离出源自不同阵元发射信号的回波。现有正交信号正交性不足,依赖它们实现回波分离会产生严重回波间相互干扰。为此,该文提出了一种非正交发射的MIMO InSAR成像模式,该模式首先通过控制各阵元交替发射信号,使其主瓣回波交替出现在各脉冲重复周期,此时只需压低各阵元天线俯仰维旁瓣即可大幅降低回波间的相互干扰,从而避免回波分离对发射信号正交性的依赖。在此模式基础上,该文又引入基于方位向多通道处理的波束扫描技术以缓解交替发射时方位不模糊与距离不模糊之间矛盾,从而实现宽域、高分辨观测。仿真结果证明了该文MIMO InSAR成像模式的有效性。     

提升安全邮件投诉受理效率

针对目前手工方式处理邮件投诉问题,设计安全邮件投诉申告处理系统,节省人力、提高投诉处理效率、加强管理等方面提升安全邮件投诉处理工作。     

接收机保护器短恢复时间技术的研究

介绍了一种新型预放电管腔体结构，独创性地采用两只石英管，其结构、尺寸以及两个石英管之间的连接方式经过专门设计，可以有效解决现有新型长脉冲宽度、大脉冲功率雷达所带来的接收机保护器恢复时间增大问题，将恢复时间缩短至之前的1/10以下，而恢复时间指标与雷达的盲区息息相关，因此该研究将有效地减少雷达盲区距离，提升雷达性能。文章介绍了该种结构的设计原理、方法和试验结果。     

基于高分辨质谱的食品致敏蛋白检测研究进展

食品致敏原事关食品安全,其检测技术的进步对于食物过敏风险评估具有重要现实价值。与传统的酶联免疫吸附（ELISA）等免疫学检测方法相比,高分辨质谱技术（HRMS）凭借高通量等特点,近些年在食品致敏蛋白检测研究中的应用日渐广泛。该文主要综述了基于HRMS技术的致敏蛋白检测研究进展,重点介绍了致敏蛋白的提取纯化、酶解以及基于HRMS的分析策略和数据采集模式,同时分析了HRMS在致敏蛋白检测方面存在的挑战,以期为促进致敏蛋白检测的现代化发展提供参考。     

大规模MIMO系统领域自适应定位

环境变化引起的信道状态改变使得传统的基于信道状态信息(Channel State Information,CSI)的指纹定位方法定位精度显著下降。近年来的研究表明,领域适应是克服上述缺点的一种合适策略。领域适应将环境改变前后分别看成是两个不同分布下的源域和目标域,能够通过缩小两个领域之间的差异得到适用于目标域的模型。基于此,提出了一个基于分歧差异的深度卷积对抗网络(Disparity Discrepancy Based Deep Convolutional Adversarial Network,DDCAN)领域自适应指纹定位方法,该方法在大规模多输入多输出(Massive Multiple Input Multiple Output,M-MIMO)系统中将CSI重构得到的角度时延信道幅度矩阵(Angle Delay Channel Amplitude Matrix,ADCAM)作为指纹,在拥有源域的有标签样本和目标域的无标签样本的情况下,通过最小化源域误差和分歧差异可以有效训练出适用于目标域的定位网络。在此基础上,分别构建了分类和回归定位模型,其中针对分类定位模型,提出网格中心重定位的方法,以增加定位精度。仿真结果表明,该方法可以有效缓解环境变化对定位方法的影响,并达到较高的定位精度。