仰卧起坐运动中上腹部肌肉肌电变化特点分析

分析上腹部（腹直肌）肌肉肌电变化特点,找出肌电变化的一般规律,减少训练调控过程中的盲目性,为科学训练提供参考依据。采用文献资料法、实验和数理统计法、逻辑分析法等研究方法,通过收集右侧和左侧（腹）肌肉的肌电图,观察分析肌肉肌电变化特点。结果表明：仰卧起坐运动中左右腹直肌的积分肌电值存在明显的差异,左腹直肌积分肌电大于右腹直肌积分肌电,左右腹直肌的振幅、肌电均方根均无显著性差异。在仰卧起坐运动过程中左腹直肌的收缩强度较大,左腹直肌比右腹直肌先进入疲劳,左右腹直肌参与活动的运动单位数目、放电频率同步化程度具有相似性。     

面向三维信道幅值预测的自适应神经网络

针对在采用massive MIMO（multiple-input multiple-output）系统的5G网络规划中,使用传统的系统级仿真方法获得信道幅值的计算量和时间开销非常大的问题,提出一种基于BP（back propagation）神经网络的自适应神经网络来预测massive MIMO系统的信道幅值。自适应神经网络由基本BP子神经网络和特征降维BP子神经网络组成,可实现对给定训练集和预测集的自适应,基于用户射线追踪数据快速准确地预测用户的信道幅值。仿真结果表明,所提出的自适应神经网络在得到与系统级仿真方法精度接近的信道幅值的同时,可大幅降低获得信道幅值的时间开销;并且与采用传统BP神经网络相比,可以明显降低训练时间、预测误差大的用户数和平均预测误差。     

应用于水声MC-CDMA系统的一种自适应调制算法

自适应调制技术能有效地利用系统有限的功率和频谱资源,改善系统的误码率性能．针对资源受限的水声MC-CDMA系统提出一种自适应的调制算法．采用该方案的自适应水声MC-CDMA系统在获得有效频谱效率和分集增益的同时,还能获得很好的误码率性能．分析了提出的自适应调制算法的性能,并通过MATLAB系统仿真,表明自适应调制算法较非自适应调制可以使系统性能有明显的提高,说明了自适应调制技术在水声MC-CDMA中的有效性．     

对称式微波功率传感器的幅度调制测量（英文）

为了减小失配造成的测试误差,在测量调制信号的微波功率时提出了一种直流校正方法.在传感器左端输入微波功率,右端输入直流功率,微波功率存在的寄生损耗和电磁耦合造成了失配误差,而直流功率不存在失配误差,所以通过右端输入的直流功率可以校正左端微波功率的失配误差.测试了在不同调制率和调制深度的校正因子.测试结果表明,载波频率是造成幅度调制测试误差的主要因素,校正后载波频率和调制率对输出电压的影响很小,频率响应在20GHz范围内变得相对平滑,而且灵敏度平均提高了大约0.12mV/dBm.因此,该直流校正方法对于终端式微波功率传感器具有一定的参考意义.