UPLC法测定苹果中4种新型植物生长调节剂农药残留

采用固相萃取反相液相色谱法对苹果中4种新型植物生长调节剂残留量进行分离分析。方法回收率在90.1%~95.2%范围内,相对标准偏差范围为1.1%~2.4%。对氯苯氧乙酸、5-硝基愈创木酚钠、噻苯隆和氯吡脲的方法检出限分别为0.5,0.5,0.5,0.2 mg/kg。方法可实现此4种植物生长调节剂残留的定量测定。     

离子色谱法检测马铃薯及其淀粉中氢氰酸

建立了马铃薯及其淀粉中氰化物离子色谱的检测方法。样品经超声、冷冻离心、通过在线过滤处理后直接用离子色谱进行检测。检出限为0.054 mg/L,氰化物的线性范围为0.136～2.72 mg/L;加标回收率为85%～93%;相对标准偏差(RSD)为1.2%,可以满足氰化物检测的要求。     

实时直接分析-串联质谱法快速筛查火锅底料、牛肉面汤及调味料中罂粟壳生物碱

建立了采用实时直接分析-串联质谱(DART-MS/MS)对火锅底料、牛肉面汤及调味料中5种非法添加的罂粟壳生物碱进行快速筛查的方法。样品经乙腈提取净化后,在离子化温度为300℃、栅极电压为150 V、进样速率为0.8 m m/s的DART离子源正离子模式条件下进样,以电喷雾离子源正离子多反应监测(MRM)模式进行检测,实现了样品经简单预处理后使用DART-MS/MS进行检测的新方法。该方法简便、快速,能满足大批量非法添加样品的快速筛查分析要求。     

TD-SCDMA中DOA估计的一种ESPRIT算法

智能天线是TD-SCDMA系统的关键技术之一,其核心为波达方向(Direction of Arrival,DOA)估计和波束形成算法。目前大多数DOA估计算法都是以均匀线阵为基础,而TD-SCDMA采用的是8阵元的圆阵列天线,因此,文中采用空间预处理技术,将圆阵虚拟到均匀线阵,再用ESPRIT算法进行DOA估计,最后通过仿真验证了该算法的可行性。     

相干多径环境下信号空间特征及波达方向估计

以均匀直线阵和四阶累积量为基础,提出了一种新的空间特征盲估计算法.该算法首先利用阵列输出四阶累积量构造了一种空间特征矩阵,对其作特征分解可以得到各用户的空间特征估计.然后,在空间特征估计基础上,结合前向/共轭后向空间平滑技术进行了多径波达方向(Direction of Arrival,DOA)估计.该方法突破了传统MUSIC、ESPRIT等算法的局限,可以利用M阵元估计2M2/3个DOA,且各DOA与信源自动配对.该算法不依赖于信号具体特征,适用于任意加性高斯噪声(如有色噪声)环境.理论分析和仿真结果说明了算法的有效性和鲁棒性.     

TD-SCDMA系统中的功率控制技术

0引言 我国自主研发的TD．SCDMA标准采用了CDMA这种先进技术。而CDMA是白干扰系统,用户问仅靠Midamable码的不同加以区分,若用户间的互相关不为零,则用户问就存在着干扰,我们称这类干扰为“多址干扰（multi—access interference,MAI）”。在下行链路中,位于小区边缘的移动台将受到相近小区较大的干扰,通信质量会严重下降甚至中断,     

气相色谱-离子阱串联质谱法检测大气颗粒物中12种多氯联苯

建立了大气颗粒物中的12种二噁英类多氯联苯的气相色谱/离子阱串联质谱检测方法。优化后的方法定性定量准确度达到最优,12种多氯联苯的方法检出限为0.20~2.00ng/mL,标准曲线相关系数(R2)为0.9901~0.9992,加标回收率为69%~120%,相对标准偏差(RSD)为0.17%~7.94%(n=6)。对4份兰州实际大气样品的检测结果表明,建立的方法灵敏度高、抗干扰能力强,适用于目标化合物含量低、基质背景干扰严重的大气样品分析。     

多用户MIMO双向中继信道鲁棒预编码

在多用户MIMO双向中继系统中,若使用非理想信道模型,中继处仅能获得部分下行信道状态信息,这样将导致系统性能大幅度下降。由此提出基于最小信干噪比最大化的鲁棒预编码方案。仿真表明,该方案不仅可以使最差信干噪比最大化,也有效地改善了系统的比特误码率性能。     

TD-SCDMA集群系统中的干扰抑制策略

TD-SCDMA集群系统中会存在各种干扰,一些通过抑制干扰提高系统容量的技术被考虑采纳,如智能天线、多用户检测和功率控制等。传统的功控算法无法消除来自集群群组间的用户干扰。先用波束赋形进行主波瓣外干扰抑制,然后进行多群组联合检测消除波瓣内群组间干扰,从而降低系统对功率控制的要求,提高性能。仿真证明,上述算法能有效降低系统发射功率和抑制干扰。     

一种基于波束空间的相干信号源DoA估计方法

针对均匀线阵的相干信号源波达方向(Direction of Arrival,Do A)估计问题,提出了一种可解相干的波束空间Do A估计算法。该算法利用接收数据的自协方差矩阵构造一个Toeplitz矩阵,使构造的Toeplitz矩阵的秩不受信号相干性的影响。然后将新的Toeplitz矩阵变换到波束空间,再结合MUSIC子空间算法,并充分利用信号子空间,即可实现对相干信号源的波达方向估计。与阵元空间算法相比,该算法提高了分辨率,有更小的均方根误差,降低了特征分解的计算量。通过仿真实验,对分辨率、解相干能力、均方根误差及仿真时间进行了对比研究,并验证了文章算法的有效性。