基于SCA射频综合的L波段波形组件研究

文章研究在射频综合系统下传统L波段功能应用由单一应用转向射频系统综合化的设计方法。首先分析了传统典型L波段塔康、ATC的工作原理,然后根据传统超外差式的波形信号处理方法,提取了三种波形的共性并进行小颗粒度组件化分析。同时,针对特定波形的特定功能模块,进行了特定波形组件分析。最后,根据软件通信体系架构(以下简称SCA)设计约束对波形应用进行组件化设计。根据设计完成入波形组件库的波形应用组件,通过对组件管理与波形生成,得到了新的波形应用。采用组件化后的设计,在未来的新波形体制生成、波形应用管理等领域具有广阔的前景,符合未来软件无线电技术的发展。     

基于智能仓储的AGV道路识别系统

针对AGV在执行路径过程中出现位置错误或偏离道路的情况,课题组提出了一套利用激光雷达探测反光板的道路识别方案。介绍了基于智能仓储拓扑图的反光板布设方式;设计了基于数学几何知识的AGV动态识别位置信息的方案;设计了在不同地图属性条件下基于限幅或PID调节的道路修正的方案,防止AGV行进过程中偏离理想道路。应用结果表明:本设计具有较快的位置信息获取速度和错误位置信息处理能力;运行过程中能够较稳定地行走在规划路径中心位置,在阳光等干扰因素存在条件下依然可以保持优良的鲁棒性。该研究使用反光板能大幅提高激光雷达位置计算速度,在车身存在机械误差条件下,通过修正算法能够保证小车稳定行驶在道路的理想位置。     

非小细胞肺癌射频消融热点问题探讨

【摘要】 射频消融（RFA）是不能耐受外科手术的早期非小细胞肺癌（NSCLC）治疗选择之一，但是仍需要进行前瞻性随机多中心临床研究，比较其它局部治疗手段如亚肺叶切除与立体定向放射治疗（SBRT）；同时，早期肺癌RFA后局部复发率较高，需要联合其它肿瘤治疗手段如放疗、化疗和分子靶向药物治疗等提高局部控制率。
     

音式阶的合理性模识别校对方法

音阶识别方法不能结合乐音的物理和音乐特性,造成乐音处理信号量杂乱无序。针对该问题,通过复音音高确定转录音符集合,引入频谱图、谱平滑性和调和性估计建立HMM模型。分析对比实验结果表明,HMM模型可以完成乐音物理与音乐特性结合,改善乐音处理信号量杂乱无序现象。     

风速时间序列混沌判定方法比较研究

混沌识别是对非线性时间序列进行混沌预测的前提。针对时间序列风速确定性与随机性相结合的复杂非线性特征,研究了不同的混沌识别方法,并对风速时间序列进行混沌特征识别。应用随机噪声、周期运动及经典混沌系统的时间序列对所选方法进行可靠性验证。对美国国家风能研究中心M2测风塔实测时间序列风速数据进行非线性混沌特征识别。结果表明:风速时间序列具有明显的混沌特征;各风速时间序列表现出不同程度的混沌特征;各混沌识别方法对风速时间序列混沌特征的表达形式不同,互为补充,相互验证。     

因素空间理论下基点分类算法研究

目前，基于因素空间理论的背景基提取算法计算过程复杂，初始化必须依赖各因素极值，基点数量提取冗余等原因，未能在应用中取得很好效果。为此，结合内点判别法和知识可继承、可扩展的思想，提出一种计算简单、初始化独立、基点数量小的改进的背景基提取算法。然后，利用改进的背景基提取算法构造出一种全新的数据分类算法-基点分类算法，基点分类算法以提取每一类样本的背景基为预测模型，再通过新定义的λ-背景基，优化预测模型。数值实验表明:基点分类算法原理简单、构造难度小、分类模型泛化能力强，预测能力准确率高，同时严格的模型限定区域又能为识别新类别提供新方法。