Cambridge Audio（剑桥）Dac Magic Plus

CambridgeAudio剑桥宣布推出全新解码器DacMagicPlus，采用7AnalogDevices32bitDSP新芯片，配合AnagramTechnologiesATF2全新解码算法，能减少时基误差和提供高质量的数字滤波，实现24bit／384kHz的升频解码能力，配备两组WolfsonWM874024bitDAC数模转换器，在USB模式下，最高支持24／192高分辨率解码的音频文件，并     

俄罗斯将罗老火箭第一级运往韩国

据俄塔社2012年8月24日报道,俄罗斯赫鲁尼契夫(Khrunichev)国家科研与生产航天中心为韩国火箭"罗老"号-1(也称KSLV-1)生产的火箭第一级已经通过铁路运往韩国。第一级将被运至韩国"罗老"航天中心。按照俄韩两国和平探索和利用外层空间的双边政府协议框架,两国政府同意联合设计、建造韩国火箭发射台和轻型运载火箭KSLV-I。建造发射台的合同于2004年10月签署。     

从“微”时代的生产性受众看《我是歌手》的成功

在互联网背景下，特别是微博平台上，受众主动性的边界不断被突破，《我是歌手》的成功更是充分体现了费斯克“生产性受众”理论的实践价值。本文试图透过《我是歌手》节目分析其成功背后功不可没的生产性受众，通过对“异常解码”“生产性文本”“受众生产的快感”内涵的解析来看受众是如何在微博平台发挥其能动性的，并总结出编码者是可以适当引导解码者的结论。     

一种SDH网络倒换测试的新方法

文章通过SDH网络倒换测试方法分析,给出了2种环网倒换测试方案术方案,指出了现有倒换测试方法存在的问题,提出了SDH网络倒换测试的新方法。     

带阀点效应水火联合调度问题的一种半定凸松弛求解法

水火联合调度问题是电力系统中一类复杂的优化问题。合理安排调度周期内的水火电出力,确定一个最优发电计划,可以带来巨大的经济效益。在实际系统中,汽轮机调汽阀开启时出现的拔丝现象会使机组耗量特性产生阀点效应。忽略阀点效应,在一定程度上降低求解的精度。本文考虑带阀点效应的水火联合调度问题。该问题非凸非光滑,且带有非线性约束,直接使用确定性全局优化方法求解是相当困难的。本文使用高效的半定规划求解此问题。首先用耗量特性函数的初始周期代替其余有限的周期,并对其进行二次拉格朗日插值拟合。再通过引进0-1变量,得到整个耗量特性函数的近似,进而把问题松弛为半定规划模型。最后,采用凸规划应用软件包CVX求解一个仿真算例,得到一个近似全局最优解。     

SCMA场景下的极化码编解码方案改进研究

极化码是目前唯一一种被证明可达到信道容量的编码方式,稀疏码分多址接入(Sparse Code Division Multiple Access,SCMA)可以提高频谱资源的利用率和接入系统的用户接入数量。为了提升SCMA与极化码的联合系统的误码率性能和译码时延,使联合系统的应用越来越广泛,提出了2种降低译码复杂度的方式:简化的左信息更新方式和剪枝译码算法。简化的左信息更新方式对于N=256,N=1024的极化码分别能降低37.6%和44.6%的存储资源占用数;剪枝译码算法在码率为0.5时能降低50%左右的计算复杂度。基于简化的SCAN算法改进了联合检测译码算法,在接收机采用外循环迭代的结构,引入了阻尼机制,选取最优的阻尼方式和最优阻尼值。仿真分析了所提联合检测译码算法与原有联合检测译码算法的误码率性能差异,外迭代接收机性能与内外双循环迭代的接收机性能相同,采用阻尼机制联合接收机的性能比无阻尼接收机的性能高0.8 dB左右,SJIDD的误帧率性能比保留宽度为32的SCLJDD的性能低0.7 dB左右,但能使接收机处理时延降至原来的1/4~1/8。     

3维卷积递归神经网络的高光谱图像分类方法

为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取，提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息，然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练，提取空谱联合特征，最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理，可以实现端到端的训练，并且能够充分提取空间与光谱数据中的语义信息。结果表明，与其它基于深度学习的分类方法相比，本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度，有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。     

Class A LoRa网络的PHY/MAC上行链路性能

由于越来越多的设备需要连接到物联网(IoT),低功率广域网(LPWAN)近期引起了人们极大的兴趣。LoRa网络是支持运行在非许可频段的多设备长距离无线电连接的LPWAN。Antonio Furtado等人2020年2月在《IEEE Internet of Things Journal》发表文章,描述了LoRa上行链路通信的性能,并将物理层(PHY)和介质访问控制(MAC)作为考量因素。近期文献较为关注同时多帧解码的可能性。受此影响,该文通过探讨解码同一扩展因子发送多个帧的可能性,描述了物理层性能。