实现"村村通"的MMDS无线数字覆盖方案

MMDS(Multichannel Microwave Distribution System)多路微波分配系统也称无线/有线电视系统,20世纪80年代初使用于美国,90年代初传入中国,现在全国各地已广泛使用,不过原来用得比较多的是模拟MMDS,现在介绍的是数字MMDS,因为此技术是基于卫星无线覆盖的,所以也有人把这种方案叫MMDS-S方案。1MMDS系统简介(如图1所示)1.1节目采集目前节目的来源主要有3个方面,一是干线网的节目,二是卫星上的节目,三是本地的自办节目。1.2编码这3方面的节目有的是模拟节目,有的本身就是数字节目,模拟节目需通过编码器编码成数字节目,因此每一套模拟…     

全液压推土机特点及其发展

全液压推土机是指推土机的行走传动系统采用静液压传动技术的推土机,它与传统推土机的行走传动系统有着本质的区别,其行走传动系统主要由发动机、变量泵、变量马达、减速机构以及控制机构等部分组成,具有结构简单、操作简便、控制准确、传动效率高和自动适应性好等特点     

红旗TY165型液力机械传动推土机

红旗TY165型履带式液力机械传动推土机是我公司借鉴美国卡特、德国利勃海尔和日本小松推土机的设计制造技术，自主开发并采用国际标准生产的新一代推土机。该机的特点是：（1）结构合理。尤其是机罩与车架之间的销轴连接、取消推土液压缸销轴支承座的横梁并代之以前置机罩额头的铰轴支座结构、驾驶室采用了活性碳纤维过滤除臭装置等，均为在国内推土机中独家采用的先进结构。（2）操纵轻便。动力换挡、液压转向，推土铲、松土器均采用液压先导伺服控制。（3）声光报警的电子监控系统随时跟踪并显示推土机的工作状态。1 主要技术参数发动机…     

高级氧化技术在水处理中的应用

介绍了高级氧化技术的原理,Fenton法与类Fenton法、光催化氧化法、臭氧氧化法、湿式氧化法、超临界水氧化法等几种常用的高级氧化技术在废水处理中的应用。指出高级氧化技术研究热点及今后的研究发展方向。     

浅析E级超级计算机故障预测的数据采集方法

在E级超级计算机发展过程中系统可靠性问题得到人们高度关注,因此,本文介绍了基于故障预测的数据采集框架,重点探讨了E级超级计算机故障预测的数据采集方法. 引言 随着科学技术的发展,人们对计算机的要求不断提高,随之出现了超级计算机,如:E级超级计算机,其部件多达数十万,为了避免故障出现,实践中常选用检查点技术,但因其保存与恢复开销较大,未能适应实际发展需求.目前,高性能计算容错方式主要两种,一种为被动容错,即:检查点技术,另一种为主动容错,即:低开销保护性技术,主要是指预测故障,提前迁移或复制进程.当前,常见的主动容错法有基于模型或数据驱动的故障预测,前者可用于小规模系统,后者适用于大规模系统,其实现的关键为获得系统故障有关数据,从而保证了预测精准性与合理性.     

PFSS—CTS复合絮凝剂用于黄河水的处理

制备了高分子复合絮凝剂聚硅酸硫酸铁（PFSS）-助凝剂壳聚糖（CTS）,探讨了其组成、投加量、水样pH值、沉降时间对黄河水絮凝效果的影响,得出最佳的应用条件：m（PFSS）：m（CTS）=5：1,投加量（15＋3）mg／L,水样pH值5～10,沉降时间10min。在上述条件下采用PFsS—cTS处理黄河水后其浊度、色度、磷含量、COD去除率分别达到96．86％,92．45％,95．01％,90．15％。     

T140D履带式推土机

~~T140D履带式推土机$鞍山第一工程机械股份有限公司@何兆爱 $鞍山第一工程机械股份有限公司@陈四彬     

稀土元素掺杂纳米TiO_2材料的应用

比较了采用溶胶-凝胶法制备的掺杂稀土元素(钇、镧、铈、钕、钐、铕、镨、铽)的TiO2薄膜,并以不同种有机污染物为光催化降解反应的对象,进行了光催化降解实验,考察了掺杂稀土元素对薄膜光催化性能的影响。结果表明:掺杂不同稀土元素的TiO2纳米材料的光催化降解效果各有特点。该研究结果为光催化技术的实用化研究提供了可靠的依据。     

Pb、N和Fe共掺杂光催化剂制备及处理大红染料废水的应用

采用溶胶-凝胶法制备出Pb、N和Fe共掺杂TiO2光催化剂。通过大红染料溶液的光催化降解反应,考察了制备和反应条件对共掺杂TiO2催化剂活性的影响。结果表明:在500℃,当Pb、N和Fe与Ti的原子比为0.7∶1.5∶0.6∶100,焙烧2h,TiO2光催化剂活性最大,大红染料的降解率达到99%。     

基于调频连续波雷达的多维信息特征融合人体姿势识别方法

为实现在复杂多样的环境下人体姿势的识别,该文提出一种基于调频连续波(FMCW)雷达的多维信息特征融合的人体姿势识别方法。该方法通过对FMCW雷达原始信号进行3维快速傅里叶变换得到目标距离、速度和角度的多维信息,在采用具有噪声的基于密度的聚类算法(DBSCAN)和 Hampel滤波算法解决运动范围内动态或静态目标的噪声干扰后使用卷积神经网络对多维信息进行特征提取,然后利用低秩多模态融合网络(LMF)充分融合多维信息的特征,并通过域鉴别器进一步获得与环境无关的特征,最终使用活动识别器获得姿势识别结果。为了实用性,在边缘计算平台上搭载预先设计的算法和训练好的网络模型进行实验验证。实验结果表明,在复杂的环境下该方法的识别精度可达到91.5%。