简介:摘要:通信是社会进步的标志,它从人们生产活动中产生,随着科技的进步而发展。现阶段,人们对通信质量的需求逐渐提高,各类通信方式也陆续出现。无线通信凭借传输速度快、损耗低等优势在通信领域占据重要地位。其中,无线光通信属于新型通信方式,具有灵敏度高、通信设备先进、造价低、施工简单等特点,并在各类型场景下广泛使用,已经成为未来无线通信发展的主要方向。但是,通信系统在复杂的电磁环境下,容易受到多种噪声影响,使信号受到干扰,当通信环境恶劣时,信号会出现衰减现象。因此,要想获得较好的通信效果,必须提高通信信号的抗干扰性能。在无线光通信中,相位扰动是影响通信性能的重要因素。只有不断调制相位,抑制扰动现象,才能使信号抗干扰得到有效控制。
简介:摘要:探究矿井变电所两回路电源存在相位差时如何调整相位角实现并列运行,从而使变电所母线检修时,不用采取停送电方式进行倒切电源,达到检修不断电的目的。以枣矿集团滨湖变电所为实例,采用Simulink仿真软件模拟变电所相位调整过程,并分析并列方法存在的问题。
简介:国民经济的发展是一个错综复杂的系统工程,平衡和不平衡是这一工程中的两个重要考量。一般而言,平衡是相对的,而不平衡则是绝对的。国民经济能不能获得按比例和协调的发展,关键就是要看对平衡和不平衡这一对既相矛盾又相统一的事物的认识程度和认识态度。毛泽东作为新中国的开国领袖,对此一直有着十分清醒的认识。他认为,由于社会生产和社会需要之间经常存在着矛盾,这就意味着平衡成为不平衡和不平衡成为平衡会成为社会发展的基本问题之一,因此,在社会主义建设过程中,一方面必须把这种不平衡的现象作为制定政策的依据和出发点,另一方面还必须要努力把搞好平衡作为制定政策的归宿和落脚点。只有有了这样的综合平衡,才能保证社会主义建设工作的顺利开展。
简介:机载干涉SAR获取DEM的过程中,绝对相位与展开后的相位存在一个常数相位偏移量。这需要利用照射区域内角反射器的地理信息去估计这个偏置。然而,人工布设角反射器浪费人力物力。同时,在一些危险区域人工布设和测量角反射器也是难以实施的。为了克服这一限制,相位偏移量可以利用外源DEM提取的地面控制点去估计,然后通过斜坡相位模型迭代估计误差。由于机载重轨干涉SAR的时变基线误差会影响算法中斜坡相位估计模型与线性求解的匹配性能,从而影响算法估计精度。提出了一种兼顾时变基线估计和补偿的相位偏置迭代估计算法。机载C波段0.5m高分辨率重轨干涉SAR实测数据用于验证该算法的有效性,高程重建精度在4m以内。该方法简单快速,且能够消除对人工角反射器的依赖性,适合无定标点情况下机载InSAR的DEM反演。
简介:摘要在汽车使用的过程中,发动机的检测与维修非常重要,是汽车运行过程中必不可少的一种检修过程。配气相位是为了确保发动机可以正常的配火和点火,在使用中,会在齿轮上进行标记,进而使后期的维修人员,可以快速的判断出故障和问题。正时记号对正就是为了及时发现发动机存在的威胁,加大维修的力度,本文通过对汽车发动机正时记号对正和配气相位的分析,去探索二者之间对于发动机维修的联系。
简介:摘要目的探讨门控心肌灌注显像(GMPI)相位分析预测冠状动脉粥样硬化性心脏病(简称冠心病)主要心脏不良事件(MACE)的价值。方法回顾性分析自2012年9月至2014年1月于北京医院核医学科行两日法静息-负荷GMPI的627例受检者,收集一般临床资料、GMPI影像及相关参数[相位标准差(PSD)、相位直方图带宽(PBW)、熵、左心室射血分数(LVEF)、总负荷积分(SSS)、高峰射血率(PER)、高峰充盈率(PFR)]分析结果。随访至出现MACE(即心源性死亡、非致死性心肌梗死、GMPI检查后60 d内行晚期血运重建术)。组间比较采用χ2检验、两独立样本t检验或Wilcoxon秩和检验;应用多因素Cox比例风险回归模型分析MACE的独立危险因素,用Kaplan-Meier生存曲线分析累积无MACE生存率。结果纳入成功完成随访的受检者共505例,其中男235例,女270例,中位年龄73岁。中位随访时间为55.6(52.0,60.5)个月,发生MACE者54例(10.7%),其中心源性死亡6例、非致死性心肌梗死27例、晚期冠脉血运重建术21例。MACE组的高血压和高脂血症发生率高于无MACE组(χ2值:4.126、6.021,均P<0.05),LVEF、PFR和PER绝对值低于无MACE组(t或z值:6.261、5.683、-4.246,均P<0.05),SSS、PSD、PBW及熵高于无MACE组(t或z值:5.024、5.874、7.119、-6.405,均P<0.05)。Cox回归分析显示,PBW异常(>80°)、熵异常(>58 J·mol-1·K-1)及SSS ≥12分为MACE的独立危险因素[比值比(OR)值分别为2.795(95% CI:1.259~6.201)、3.213(95% CI:1.468~7.029)、3.640(95% CI:1.999~6.628),均P<0.05]。PSD异常(>26.7°)组、PBW异常组、熵异常组的5年累积无MACE生存率分别为51.2%、63.2%和46.7%,明显低于PSD正常组(92.3%)、PBW正常组(94.2%)和熵正常组(92.8%), χ2值分别为77.768、77.741、117.437,均P<0.05。PBW异常且SSS≥12分的患者5年累积无MACE生存率为31.7%,低于PBW正常或PBW异常且SSS<12分的患者的相应指标(80.1%~94.4%; χ2=185.4,P<0.01);熵和SSS联合分析也有类似结果。结论GMPI相位分析获得的左心室PBW及熵是预测冠心病MACE的独立危险因素,GMPI相位分析有很好的冠心病危险度分层价值。