高斯信道中功率分配问题的一种优化方法

信号检测中,检测概率一直是作为衡量检测性能的一个重要标准.众所周知,Neyman-Pearson准则下的最优检测是似然比检测.然而多传感器系统下随着信号维数增加,似然比检测门限的计算涉及高维积分,计算困难相当大,因此文中考虑的高斯信号检测模型,没有直接计算检测概率而是将两个密度函数的相对熵作为衡量检测性能的一个度量来研究高斯信号检测中功率的分配,并且建立了目标优化模型.针对文中建立的优化问题,首先由加强的Fritz John(F-J)必要条件证明了优化问题的局部最优解满足KKT(Karush-Kuhn-Tucker)条件,并且进一步证明存在惟一的拉格朗日乘子.然后利用凸函数的性质我们说明了D(P1‖P0)是tr(∑s)的非减函数,最后在此基础上得到了优化问题的最优解,即得到了功率分配矩阵.同时也给出了特殊信道下的功率分配矩阵.     

基于混合高斯模型的储物柜存取货行为检测方法

针对储物柜存取货物场景的实际情况和人员行为的特点，提出一种通过融合时间调整机制控制前景融入背景的改进型混合高斯建模检测方法，并引入手臂识别机制。融合时间调整机制减小了由于人员停止运动而错误决策为背景的可能性；手臂识别算法模型有效地识别人员伸手动作。实验结果表明，该方法可以简单有效地从连续的图像序列中检测出人员在储物柜场景下的存取货物行为。     

一种电力网络潮流计算的综合算法

针对牛顿-拉夫逊法对初值要求严格,迭代速度快的特点,利用电力网的结构特点,使用高斯-塞得尔迭代法的第一次迭代结果作为牛顿-拉夫逊法的计算初值。这样既解决了牛顿-拉夫逊法对初值要求高的问题,又提高了收敛速度。计算结果表明,综合算法在迭代次数和收敛速度上有优势。     

光压效应及其应用

 一、光压效应光的本质是电磁波,电磁波不仅具有能量,而且具有动量。设光子速度为c,频率为v,波长为λ,则光子的能量和动量分别为:E=hv.     

非傍轴平顶高斯光束M2因子两种定义的比较研究

基于功率密度的二阶矩方法,推导出了非傍轴平顶高斯(FG)光束束宽和远场发散角的解析表达式·研究表明,当w0/λ→0时,远场发散角趋于渐近值θmax=63.435°,与阶数无关·使用非傍轴高斯光束代替傍轴高斯光束作为理想光束,研究了非傍轴FG光束的M2因子,并与传统定义的M2因子作了比较·在非傍轴范畴,非傍轴FG光束的M2因子不仅与阶数N有关,而且与w0/λ有关·按照定义,当w0/λ→0时,非傍轴FG光束的M2因子不等于0,对阶数N=1,2,3时,M2因子分别趋于0.913,0.882和0.886·当N→∞时,M2因子取最小值M2min=0.816·     

非傍轴平顶高斯光束M2因子两种定义的比较研究

基于功率密度的二阶矩方法，推导出了非傍轴平顶高斯(FG)光束束宽和远场发散角的解析表达式.研究表明，当w0/λ→0时，远场发散角趋于渐近值θmax=63.435°，与阶数无关.使用非傍轴高斯光束代替傍轴高斯光束作为理想光束，研究了非傍轴FG光束的M2因子，并与传统定义的M2因子作了比较.在非傍轴范畴，非傍轴FG光束的M2因子不仅与阶数N有关，而且与w0/λ有关.按照定义，当w0/λ→0时，非傍轴FG光束的M2因子不等于0，对阶数N=1, 2, 3时，M2因子分别趋于0.913,0.882和0.886.当N→∞时，M2因子取最小值M2min=0.816.     

中水回用前景及其实际意义

概述了中水及中水回用的概念,分析了目前中水回用中存在的问题,探讨了水源热泵技术的应用。     

23OM专网通信系统的技改设计和实施

针对目前国内的230 M电力负荷管理无线专网遇到的通信速率瓶颈,提出了一种基于模拟电台的高速数传解决方案,其通信速率可达9 600 bps,介绍了其调制方式和软件方面的技术突破,如通信速率自动识别、数字中继等技术手段.测试结果表明网络通信成功率优于98.5%.     

高速色散补偿系统中喇曼放大器性能研究

利用喇曼放大器的非线性偏微分耦合方程组,对带喇曼放大器的色散补偿系统进行了仿真,并与传统的仿真方法进行了比较.结果表明:在色散完全补偿系统中,当传输速率较高时,忽略色散后的传统仿真方法的结果,与采用色散补偿技术后使整个系统色散为零的仿真结果有一定偏差,此时不能忽略色散的作用.还对前补偿系统和后补偿系统进行了研究,利用Q值性能判别法,分别得到了信号光脉冲的最佳占空比和最佳脉冲阶数.