移动终端铃声技术分析与实现

介绍了移动终端铃声用到的关键技术——和弦技术,然后分析了几种常用铃声格式,最后对Broadcom平台上使用的SMAF格式和弦铃声的制作、存储、播放方案的设计和实现怍了详细说明。     

固相萃取-高效液相色谱-串联质谱法同时测定牛奶和羊奶中莫奈太尔及其代谢产物残留

建立了高效液相色谱-串联质谱快速测定牛奶和羊奶中莫奈太尔及其代谢产物残留量的分析方法。样品经乙腈沉淀蛋白质,中性氧化铝固相萃取柱净化,以Inertsil C8-3（150 mm×4.6 mm,5 μm）色谱柱分离,甲醇-乙酸铵溶液为流动相进行梯度洗脱,采用电喷雾负离子监测模式检测,外标法定量。结果表明,在0.1~5.0 μg/L范围内,待测物色谱峰面积与其质量浓度间的线性关系良好（相关系数均大于0.99）,定量限为2.0 μg/kg。莫奈太尔及其代谢产物在2类基质中3个水平（2.0、50和100 μg/kg）下的加标回收率为90.1%~103.3%,相对标准偏差（RSD）为2.0%~6.2%（n=6）。该方法操作简便、快速,灵敏度高,抗干扰能力强,回收率和重复性良好,能够满足牛奶和羊奶中莫奈太尔及其代谢产物残留量的检测要求。     

3D打印点阵夹芯结构冲击损伤的近场动力学模拟

为了有效模拟3D打印点阵材料夹芯结构在弹丸冲击下的损伤破坏行为,在近场动力学微极模型中引入塑性键,构建了适用于点阵材料夹芯结构的模型和建模方法,在验证模型准确性的基础上,模拟分析了低速和高速弹丸冲击下点阵材料夹芯结构的损伤模式与破坏机理。结果表明：低速冲击下3D打印点阵夹芯结构的破坏模式以局部塑性变形为主;高速冲击下,破坏模式表现为溃裂、孔洞贯穿和碎片喷射,并伴随着大范围的塑性变形。低速冲击下塑性变形范围随冲击速度升高而增大,而高速冲击下则相反。高速冲击下,点阵夹芯结构的贯穿过程分为面板接触、局部屈服、芯材压溃、穿透4个阶段,弹丸经历了急-缓-急3段减速过程,并对应2个加速度高峰,第2个加速度峰值低于第1个加速度峰值的50%;低速冲击过程中,弹丸仅有1次减速过程,加速度峰值随冲击速度的升高而增大,最终弹丸反弹。     

碳纳米管的结构、对称性及晶格动力学

本文介绍了单层碳纳米管的结构,对称性和晶格动力学,描述了单层碳纳米管结构的表征方式,碳纳米管的晶格振动模的对称性分类和声子色散曲线。     

用激光散斑法测盐水溶液浓度的改进

在利用激光散斑法测盐水溶液浓度时,光束透过溶液时会产生不同的纵向位移,但散斑计量对纵向位移不敏感.因此重新设计光路将纵向位移转化为横向位移,实现了溶液浓度的精确测量.     

基于信度优势的比例冲突再分配规则

比例冲突再分配规则是高冲突证据合成的一种有效方法,但其处理思想保守,没有充分利用证据的信度。为此,提出了基于信度优势的改进规则,通过构造信度函数,并作为权重对原始分配比例进行加权,增大两信度之间的比值,提高优势命题的权重,使证据的信度优势得到了明显体现。算例分析验证了该规则的有效性。     

PTFE高频电路板制造工艺探讨

聚四氟乙烯（PTFE）材料具有良好的介电性能,化学稳定性和热稳定性,是当前5G通信用电路板的主要材料之一。其材料特性与传统的FR-4和碳氢树脂（PCH）类材料差异较大,加工制作难度高。文章以一款天线用PTFE高频双面板为研究对象,通过优化产品设计和加工参数,解决钻孔、铣板披锋、电镀前除胶和阻焊脱落等技术难点。     

鹅膏菌的傅里叶变换红外光谱研究

利用傅里叶变换红外光谱对云南野生鹅膏科蘑菇子实体及孢子进行了研究,二者的光谱差异显著。子实体光谱的最强峰出现在蛋白质酰胺Ⅰ的特征峰1 655 cm-1附近,在碳水化合物的C—O特征振动峰1 077, 1 042 cm-1附近也有强吸收,表明鹅膏科蘑菇子实体的主要成分是蛋白质和碳水化合物;孢子的三个强峰在2 926,2 855,1 747 cm-1,归属为脂类物质的吸收。在1 800～750 cm-1,不同属、不同种的鹅膏科蘑菇光谱有区别,以此可以区分不同种类的蘑菇。此外,隐花青鹅膏菌不同部位的光谱也有差异,表明蘑菇的化学组分在子实体的不同部位有不同分布。利用傅里叶变换红外光谱可以区分不同种类的蘑菇。     

Massive MIMO小区PDCCH控制信道容量提升技术研究

5G大带宽业务信道资源多,但是随着用户增多,控制信道资源提前成为瓶颈,Massive MIMO的大容量能力很难发挥出来.特别是大话务场景用户数多、用户信号质量差、用户做小包业务等均会导致PDCCH CCE受限严重.针对上述不足,重点分析了重载场景控制信道受限对MM性能的影响,保障重载场景MM小区的调度能力.所提PDCC...     

云计算中基于Shapley值改进遗传算法的虚拟机调度模型

云计算系统具有服务器规模大、用户范围广的特点,但同时也消耗了大量的能源,导致云供应商的高运营成本和高碳排放等问题。云计算高度虚拟化,如何分配和管理其虚拟资源,从而保证高效的物理资源利用和能耗控制,是一个多参数博弈过程,同时也是该领域的一个研究热点。提出了一种虚拟机调度模型及基于Shapley 值的遗传算法（SV-GA）,可通过经济学概念Shapley 值计算出参与工作的物理机贡献值,并通过该贡献值修正遗传算法中变异步骤的概率参数,从而完成虚拟机调度的任务。实验结果表明,与Max-Min、LrMmt及DE算法相比,SV-GA在虚拟机调度过程中的迁移时间、次数、SLA违背率、能耗等多参数博弈中具有优异的表现。