星载多普勒测风激光雷达系统（ALADIN）机载演示器（A2D）分别在2007年11月、2008年12月、2009年9月进行了3次飞行任务。
利用获取的海表面反射信号进行海表面反射率特性的研究。
在海表面反射率模型中综合考虑白帽、海面光谱反射和海水体的散射贡献，对355nm海表面反射测量结果和模型进行了对比，测量结果体现了受海面风驱动的海表面反射率的变化特征，以及来自海水体的不可忽视的贡献，并利用较高入射天底角的测量数据对海水体散射贡献进行了估计。
利用获取的海表面反射信号进行海表面反射率特性的研究。
在海表面反射率模型中综合考虑白帽、海面光谱反射和海水体的散射贡献，对355nm海表面反射测量结果和模型进行了对比，测量结果体现了受海面风驱动的海表面反射率的变化特征，以及来自海水体的不可忽视的贡献，并利用较高入射天底角的测量数据对海水体散射贡献进行了估计。
2024/11/19 10:21:53
2.07MB
1
本文研究了一种基于多传感器的，可穿戴的，实时检测老年人日常运动状况的嵌入式系统，可以及时准确地检测到老年人因为意外而发生的跌倒状况，并发出报警求救信息，将老人发生意外跌倒的位置和求救信息发送至监护人，以便可以对老人进行及时的救助，使得因跌倒对老人造成的伤害降至最低限度。
经实验分析，本文设计的跌倒检测系统误报率和错报率较低，具有较高的准确性和可靠性。
经实验分析，本文设计的跌倒检测系统误报率和错报率较低，具有较高的准确性和可靠性。
2024/6/8 7:11:02
2.47MB
1
激光光幕靶是弹丸测速的主要设备之一，针对阵列式点状激光靶的测速要求，研究了系统调试和测量过程中的影响因素。
根据阵列式点状激光靶的测速原理，通过实验分析了负载电阻、光照距离、光照角度、发射角等因素对单路接收信号(负载电压)的影响；
根据弹丸过靶时遮挡激光光束对光强变化情况，建立了相应的数学模型，并以此得到了不同压差下计时的相对误差，分析了光幕均匀性对整个测速系统的影响。
理论建模和实验分析为阵列式点状激光靶的结构设计和在测速系统中的应用提供了理论依据和参考。
根据阵列式点状激光靶的测速原理，通过实验分析了负载电阻、光照距离、光照角度、发射角等因素对单路接收信号(负载电压)的影响；
根据弹丸过靶时遮挡激光光束对光强变化情况，建立了相应的数学模型，并以此得到了不同压差下计时的相对误差，分析了光幕均匀性对整个测速系统的影响。
理论建模和实验分析为阵列式点状激光靶的结构设计和在测速系统中的应用提供了理论依据和参考。
2024/6/1 7:17:44
2.54MB
1
根据光学玻璃元件超精密抛光加工技术的需求，研究了磁性复合流体(MCF)抛光液成分配比及制备，并在此基础上结合不同抛光工艺参数实验分析BK7光学玻璃的抛光质量。
研究不同成分配比下的磁性复合抛光头的物理表现，在MCF各成分质量分数为铁粉55%、水30%、氧化铈12%以及α-纤维素3%时，获得形状及稳定性最佳的MCF抛光头；
采用该比例配制的MCF在自行研制的MCF抛光设备上对BK7玻璃进行定点抛光，对MCF抛光头正压力及BK7玻璃抛光后的表面粗糙度进行研究。
通过实验数据分析发现抛光正压力随主轴转速的增大而增大，随磁铁偏心距的增大而减小，经过50min定点抛光，表面粗糙度从10.2nm降低到6.7
研究不同成分配比下的磁性复合抛光头的物理表现，在MCF各成分质量分数为铁粉55%、水30%、氧化铈12%以及α-纤维素3%时，获得形状及稳定性最佳的MCF抛光头；
采用该比例配制的MCF在自行研制的MCF抛光设备上对BK7玻璃进行定点抛光，对MCF抛光头正压力及BK7玻璃抛光后的表面粗糙度进行研究。
通过实验数据分析发现抛光正压力随主轴转速的增大而增大，随磁铁偏心距的增大而减小，经过50min定点抛光，表面粗糙度从10.2nm降低到6.7
2024/3/22 6:09:08
9.76MB
1
针对神经网络算法在当前PM2．5浓度预测领域存在的易过拟合、网络结构复杂、学习效率低等问题，引入RFR（randomforestregression，随机森林回归）算法，分析气象条件、大气污染物浓度和季节所包含的22项特征因素，通过调整参数的最优组合，设计出一种新的PM2．5浓度预测模型——RFRP模型。
同时，收集了西安市2013--2016年的历史气象数据，进行模型的有效性实验分析。
实验结果表明，RFRP模型不仅能有效预测PM2．5浓度，还能在不影响预测精度的同时，较好地提升模型的运行效率，其平均运行时间为O．281S，约为BP-NN（backpropagationneuralnetwork，BP神经网络）预测模型的5．88％。
同时，收集了西安市2013--2016年的历史气象数据，进行模型的有效性实验分析。
实验结果表明，RFRP模型不仅能有效预测PM2．5浓度，还能在不影响预测精度的同时，较好地提升模型的运行效率，其平均运行时间为O．281S，约为BP-NN（backpropagationneuralnetwork，BP神经网络）预测模型的5．88％。
2024/3/5 9:44:07
1.18MB
1
Java代码实验分析：通过建立分别计算平均值，最小值，最大值的静态类，然后用三个线程分别实现他们，求得所输入的数组中的数的平均值，最小值，最大值
2023/12/9 11:08:50
180KB
1
本文档中含有AWGN信道中BPSK调制系统的BER仿真计算的程序源代码，并且附有详细注释，另外附有实验分析结果图，愿者自取~
2023/10/17 16:45:56
24KB
1
1、 计算真实的自相关值时，采用逆Levinson-Durbin递归方法，由a、b参数得到，，，，其中为滤波器的阶数，再采用公式外推得到的自相关值；
2、 实际功率谱，可调用Matlab中的FFT算法得到；
3、 自相关序列的估计值采用公式得到；
4、 采用各种功率谱估计方法对功率谱进行估计。
2、 实际功率谱，可调用Matlab中的FFT算法得到；
3、 自相关序列的估计值采用公式得到；
4、 采用各种功率谱估计方法对功率谱进行估计。
2023/8/16 17:44:36
136KB
1
一个完整的信号检测课程中，关于线性调频信号匹配滤波的实验报告，有实验原理、实验分析和实验体会等，最后还附上了实验的matlab程序，非常完整！非常好用！
2023/8/14 8:11:03
147KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB