一种改进的电力线通信系统脉冲噪声抑制方法

为了抑制脉冲噪声对电力线正交频分复用（OFDM）通信系统的影响，最常用的方法之一是在接收端OFDM解调器之前前置一个置零非线性单元，即传统置零法。然而，由于引入了非线性失真，其性能并不理想。针对传统置零法引起的非线性失真问题，提出了一种基于迭代消除非线性失真的改进置零法。首先，对接收到的时域OFDM信号进行脉冲噪声检测和置零处理；然后，在频域利用已检测的符号来重构时域置零处理引入的非线性失真，并通过迭代提高重构的准确性；最后，从频域接收信号中减去重构的非线性失真。仿真结果表明，所提改进算法与传统置零法相比，有非常大的性能提升，增强了电力线OFDM通信系统对脉冲噪声的抵抗能力。     

一款小型化S频段高谐波抑制功率放大器的设计

为了确保卫星系统电磁兼容性满足要求，设计了一款应用于卫星测控通信系统的小型化S频段高谐波抑制功率放大器。通过在功放输出端设置谐波抑制网络改善了电路的谐波抑制性能。采用集总与分布参数元件相结合匹配形式，实现了电路的小型化设计。电路尺寸38.5 mm×28.2 mm。通过对功放腔体结构进行细化建模仿真，确保了功放电路的稳定性。实测结果表明，当工作频率为2.52 GHz时，功放1 dB压缩点大于31 dBm，谐波抑制度大于61 dBc，功率附加效率高于35%，1 dB带宽大于320 MHz。与国内外同类产品相比，该功放在谐波抑制性能等方面具有明显优势。     

浅谈地表水总磷测定过程中去除浊度干扰方法

水中总磷的浓度是评价水质的一个重要指标。水体中含磷量的增加导致水体质量下降,特别对于湖库水体,由于含磷量的增加,使水体中浮游生物和藻类大量繁殖而消耗水中溶解氧,从而加速湖库水体的富营养化,因此,准确测定水体中总磷含量非常重要。文章通过对过硫酸钾消解后不同的方法去除浊度干扰进行了对比分析,得出通过消解后采用中速定性滤纸过滤去除浊度干扰比用浊度补偿去除干扰更实用和准确。     

X频段高频谱纯度频率合成器设计

针对高灵敏度接收机对频率合成器的高技术指标要求，构建了一种融合了直接模拟、直接数字以及间接数字的频率合成技术方案，根据该方案，成功实现了频率合成器的工程研制。通过测试，频率合成器相位噪声达-112 dBc/Hz@5 kHz，杂散抑制优于-75 dBc，频率分辨率小于1 kHz，10 MHz跳频时间约为13 μs，满足了高灵敏度接收机对频率合成器的高技术指标要求，为高纯度频率合成器的实现提供了一条新途径。     

多波束移动卫星系统的自适应开环预编码方法

对于卫星移动通信系统，由于卫星与地面终端之间的相对运动以及星地间传输延迟，传统的基于理想信道信息的预编码方法是不适用的。针对这一问题，提出了一种基于开环信道估计的预编码方法。卫星端利用开环获取的部分信道信息实现多波束联合预编码，并导出了系统传输速率的闭合解析表达式。此外，为了克服强干扰环境下多波束预编码系统性能恶化问题，提出了一种自适应预编码传输方法。卫星发射机依据开环获得的慢时变用户位置信道信息和信道统计量信息，自适应地选择预编码方法或传统频率复用方法，实现最优的系统性能。理论分析和仿真结果表明，与传统的干扰抑制方法相比，所提方法能实现更优的系统性能，同时也克服了传统预编码方法的局限性。     

干化学法检测肌酐的内源性干扰研究

目的:研究抗坏血酸、胆红素、总胆固醇、甘油三酯、血红蛋白、尿酸和肌酸对干化学法检测肌酐的干扰。方法:按照《EP7-A:临床化学干扰试验——批准指南》(第2版)中的实验方法进行实验设计,设立对照组,分别测试含不同浓度的干扰物质的肌酐溶液,并分析测试结果。结果:1、总胆固醇和甘油三酯对肌酐低浓度和高浓度检测均无影响;2、胆红素对肌酐低浓度和高浓度检测均产生负干扰;3、血红蛋白对肌酐低浓度测试产生负干扰,对肌酐高浓度测试没有干扰;4、抗坏血酸对肌酐低浓度和高浓度检测均产生负干扰;5、尿酸对肌酐低浓度测试没有干扰,对肌酐高浓度测试产生负干扰;6、肌酸对肌酐低浓度和高浓度检测均产生正干扰。     

基于流量抑制及高额溢出用户识别的大数据流量经营

文章针对流量用户进行区分,对高额溢出用户与流量抑制用户分别建立识别模型,在增强用户体验的同时增大流量包的销量,达到增加用户的ARPU值及用户品牌粘度的良好效果。     

网络媒体关注、审计质量与风险抑制——基于深圳主板A股上市公司的经验数据

以我国深圳证券交易所主板2011—2016年A股上市公司为样本，通过计算可操纵性应计利润衡量审计质量，使用上市公司违规数据衡量经营和交易违规风险与虚假披露风险，考察网络媒体关注的风险抑制作用。研究发现：网络媒体关注度与审计质量具有风险抑制效应，且网络媒体关注对风险的抑制作用更显著；进一步地，网络媒体关注可通过提高审计质量来抑制企业违规风险，审计质量在网络媒体关注与风险抑制之间发挥部分中介作用。     

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题，利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性，提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后，利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能，将NBI稀疏分块的块内自相关矩阵建模为单位矩阵，提出了信息辅助BSBL(Aid BSBL,ABSBL)算法，设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下，提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明，所提方法能够有效抑制DSSS通信中的NBI，在干扰强度相同的条件下，NBI带宽越小、压缩率越大，算法对NBI的抑制性能越好。