中低纬度电离层偶发E层电波传播建模

基于电离层偶发E层(sporadic-E,Es)对电波传播的多条链路实测数据,认为电离层Es对入射电波的作用是反射和散射两种机制,且反射/散射的比例常数随着电离层Es临界频率的变化而变化,进而建立了包含反射、散射以及反射与散射共同作用的三段式电离层Es电波传播模型,并与国际电联(International Telecommunications Union,ITU)给出的Es层传播的电波场强预测模型进行了对比,验证了本文所建模型的正确性.该模型尤其适用于中低纬地区甚高频信号经Es层的传播研究.     

多极化SAR图像3D-SPIHT压缩

该文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了3D-SPIHT压缩方法。将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换。首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换(DWT),然后对3个极化混合系数平面采用分级树的集合划分(SPIHT)算法进行嵌入式统一混合编码。由于不是单独处理每一极化图像,因此不仅可以去除各极化图像内部之间的相关性,也可以去除极化通道之间的相关性。另外,由于采用统一嵌入编码,码流具有完全嵌入性,可以实现3个极化平面之间比特的精确自动分配。理论推导和仿真结果表明该方法对多极化SAR图像压缩是十分有效的。     

化学灌浆技术的传承与发展——写在中科院广州化灌工程有限公司成立35周年之际

简述了我国化学灌浆技术的发展历程,介绍了中国科学院广州化学研究所在化学灌浆技术领域所取得的成就,重点介绍了中科院广州化灌工程有限公司成立以来对研究所化学灌浆技术的传承及35年来对化学灌浆技术发展所取得的创新成果,展望了未来化学灌浆技术的发展前景。     

萃取液浓度对火焰原子吸收光谱法测定日用陶瓷铅、镉溶出量的影响研究

采用火焰原子吸收光谱法测定日用陶瓷的铅、镉溶出量和标准曲线,通过对不同浓度的萃取液及其稀释液在各自相应的标准曲线条件下进行重金属溶出量检测,运用单因素多水平方差分析法(F检验)验证结果数据的显著性差异水平,并依据Lambert-Beer定律研究差异形成原因.推导在置信度为95%的条件下,当样品中铅的质量浓度低于80.00 mg/L、镉的质量浓度低于1.000 mg/L时,原始样液与其稀释液的测定结果间无显著性差异.当样液中铅的质量浓度高于100.00 mg/L、镉的质量浓度高于1.000 mg/L时,原始样液与其稀释液测定结果之间的显著性差异程度将随重金属元素浓度升高而加大.     

WIFI网络不同厂家胖AP集中监控的实现

论文结合中国电信C＋W产业环境，分析TWLAN目前常用的胖AP和瘦AP模式下的组网结构，通过自贡电信采用现有60WLANN络完成胖AP监控的实例，说明了利用现有网络结构、网管系统接入和实现胖AP监控的配置过程，提出TWLAN网络不同厂家胖AP集中监控的实现可能性。该技术的组网优势，具备一定的推广价值和创新价值，同时可为运营企业带来直观的经济效益。     

基于三维矩阵变换的多极化SAR图像压缩

本文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了基于三维矩阵变换的压缩方法.将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换.首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换,然后对三个混合系数平面根据率失真准则分配不同比特数,采用分级树的集合划分(SPIHT)算法进行编码.由于不是单独处理每一极化图像,因此不仅可以去除各极化图像内部之间的相关性,也可以去除极化通道之间的相关性.理论推导和实验结果都表明该方法对多极化SAR图像压缩是十分有效的.     

基于UCC38051的功率因数校正电路设计

提出了一种基于临界电流模式的峰值电流控制技术来实现开关电源的功率因数校正任务.首先论述了临界电流模式的峰值电流控制技术的基本思想,其次论述了采用控制芯片UCC38051制作了一台输出功率为100 W的原理样机.实验结果表明该原理样机能将功率因数提高到0.99以上,总谐波畸变小于7%.     

镇流电阻对He-Ne激光器稳定性影响

He-Ne激光器是最常用的一种激光器,He-Ne激光器中的放电是放电电流比较小、放电电压比较     

基于FPGA高速数据传输的比特自校正技术

以超宽带雷达接收机实时高速信号处理为应用背景,提出了一种基于现场可编程门阵列(FPGA)的可以改善高速数据传输质量的比特自校正方案。该方案以赛灵思(Xilinx)公司Virtex-5系列FPGA为平台,通过调整每个通路内部数据的所有比特,保证每比特都在最佳时刻被采样时钟采集来克服高数据率下的静态冒险引发的逻辑错误和误码。该方案实现了320 Mbps高速数据正确传输,测试结果证明了该设计方案的可行性和稳定性。     

基于深度学习的量子比特噪声谱解析

作为量子技术中的信息载体,量子比特被广泛应用于量子计算、量子模拟以及量子精密测量等研究领域。然而由于环境中如噪声等因素的存在,量子比特的信息表征会受到一定限制。如何精确地解析出环境中作用于量子比特的噪声谱信息,成了量子比特动力学解耦工作中亟待解决的问题。基于近似解析的传统方法无法精确地从量子比特的时域测量信息中解析出噪声谱。因此,在本文中,我们提出了一种基于深度学习的量子比特噪声谱解析方法。该方法通过不断学习,能够获取量子比特的退相干曲线与其噪声谱之间的潜在映射关系,为后续数值模拟和实验测量中的量子比特噪声谱解析提供了新的技术思路。相比于传统方法,该方法的精确度更高,并且可以推广到其他类型噪声谱的解析工作中。