高考结束后范文1
经历了两天的紧张考试，高考总算结束了。
小东本来以为考完之后会彻底放松，很开心，结果却是茫然无措，忐忑不安，自己对什么事都不感兴趣，整天六神无主，甚至彻夜难眠，比考试期间还要紧张。
小东觉得自己紧张了这么久，终于考完了，总该好好歇歇了。所以刚考完的第一天，他早上起床后就找出一大堆零食，要好好慰劳一下自己。他晚上睡不着，又没有什么别的事情可以做，就上网玩游戏玩了一个通宵。第二天，他还是睡不着，就跑到街上逛来逛去，消磨时光。从考完到第三天，他一个晚上只睡三四个小时。
小东很烦恼，但如果不放肆地玩，他就会想到刚过去的考试，反复想到考过的题目。6月8日考完最后一科后。小东和同学去跟老师对一下答案。小东有几道自认为有把握的题目竟然答错了，一想到做错的题目，他就自责、悔恨。特别是物理科有一道选择题，他好像看错题了，虽然这道题分数不多，但小东老是想如果自己没有看错题就好了。在等待考试结果的这些日子里，小东只要一静下来，心里就有种莫名的烦躁，会反复想到自己没有做好的题目。
特别是想到高中三年爸妈无微不至的照顾，想到老师的帮助和鼓励，小东觉得自己很对不起他们，在家他都不敢正视父母的眼睛。昨晚小东做噩梦从高山顶上掉下悬崖，惊醒后。小东一身冷汗。
心理分析：
从高考结束到公布成绩前这段时间，考生出现心理问题比高考前与高考期间往往有增无减。高考后，一些考生的心理压力非但没有消失，还会产生突发性心理冲突和生理紊乱现象，甚至发生心理问题“井喷”。
这是因为几个月甚至一年的高强度的复习和考试，大量消耗了考生的生理、心理能量，让他们的身心皆处于较虚弱的状态。高考的压力更是让大多数考生心里积累了大量负面情绪，不过这些情绪长期被紧张的学习和考试所掩盖，没有被及时地释放出来。而当考试一结束，考生感到身上的负担全部卸下了，这些不健康的情绪便会随之而来，并以更大的力量影响考生的生活。如同紧绷的皮筋突然松弛会剧烈弹跳一样，考生在经历几个月紧张备考之后，各种心理需求在高考后会出现“井喷”现象，因此很多潜伏的心理危机就很容易出现。
高考前考生的紧张、焦虑都是虚拟的、假设的。考完之后明确知道自己发挥不佳的失落才是真实的，是考前的紧张所无法比拟的。
考生考后易出现的心理危机主要有：
焦虑型：一些考生对成绩过分期望，考后会坐立不安。成绩好的考生更担心录取情况，易出现中度焦虑。分数不理想的考生，则容易情绪低落和悲观，担心考不上大学，变得郁郁寡欢。
盲目型：考生自我感觉特别好，出现很兴奋状态，甚至把课本都卖了。一旦真实分数和自己所期望的相差较远，则会出现心理压抑。
挫败型：整日为成绩忧心忡忡，心神不宁。这类考生很悲观，很抑郁，很容易走人心理误区。前述的小东就属于这种类型。
放纵型：考生在考试结束后，生活失去规律，有些孩子可能会染上一些不良习惯。放纵型心理在考生中占到相当大的比例。
其实，考生心理问题有时来源于一些家长对待孩子高考前后态度上的变化。考前和高考期间，家长对孩子的关心无微不至，一旦高考结束，家长也有松口气的思想，甚至对孩子放任自流。而正是这种态度，在一定程度上促使了孩子考后心理问题的“井喷”。
心理处方：
高考结束后范文2
【关键词】实体约束;格网;空间聚类
1.引言
作为空间数据挖掘的一个重要分支，空间聚类，是根据某种距离或相似性准则对空间实体集进行自动分组，达到组内差异最小、组间差异最大的过程[1]。空间聚类的特征在于空间数据本身的特性（高维、多尺度、海量）及空间对象之间的复杂关系（空间拓扑关系、方位关系、度量关系），在复杂的空间对象间往往会存在诸多限制条件，如某些空间实体的存在改变了聚类对象的分布和彼此间的距离。这种限制条件称为约束条件，考虑了约束条件的空间聚类称为约束空间聚类。若忽略了约束条件，得到的聚类结果会不符合实际，或者是对实际的一种扭曲[2]。本文提出的二阶段聚类法中，第一阶段是在非空间属性空间中采用适当的方法进行聚类，并把得到的结果作为第二阶段在空间属性空间中的聚类对象，其中采用基于格网的方法，把聚类对象和约束对象映射到格网中进行聚类，而后可采用边界处理技术提取簇的边界点，以得到最终聚类结果。在第一步聚类中，可以采用适当的、传统的非约束的聚类方法，而第二步为本文提出考虑约束的基于网格的空间聚类，并作详细介绍。本文考虑二维空间实体约束（包括障碍约束和便利约束）进行研究，提出一种基于空间实体约束的格网空间聚类算法，以下章节的安排是第2部分空间约束的处理，第3部分对TPSCBGC算法进行描述分析，最后是总结。
2.相关工作
2.1 基于网格的聚类
基于网格的聚类方法采用了格网的数据结构，它将数据空间量化为有限数目的单元，这些单元形成了格网结构，所有的聚类操作都在格网上进行。这种方法的主要优点是处理速度快，其处理时间独立于数据对象的数目，仅依赖于量化空间中的格网单元总数目。
CLIQUE[2]算法是采用Apriori性质基于格网的空间聚类算法，但它同时非常好地结合了基于密度的聚类算法思想，因此既可以像基于密度的方法发现任意形状的簇，又可以像基于格网的方法处理多维数据集，但在低维空间进行聚类是高效的。
2.2 考虑约束条件的聚类
考虑约束条件下的的聚类算法还不多，在现有的约束聚类算法中，有效高效率、伸缩性强的、能处理复杂的空间数据，与数据输入顺序无关的约束空间聚类还未找到。而基于网格的聚类对处理复杂的空间数据是有效的，且对数据的输入顺序无关，有较高的效率与伸缩性，把约束引入到基于网格的聚类方法中应是对上述问题的一种解决途径。CON-CLIQUE算法[3]中只考虑了空间实体对约束，而没有考虑对其它类型的约束;孙宇清等[4]在2006年提出了一种基于格网的障碍约束下空间聚类算法，该算法在CLIQUE算法的基础上，引入障碍格网的概念和障碍物的格网化表达，使其能够处理任意形状的障碍约束聚类。处理方法简单易于理解，但没有处理便利问题。
本文就基于网格的聚类方法，研究如何在格网结构中表达空间障碍实体和空间便利实体并适合于基于网格的聚类过程，从而能保留基于网格的聚类方法的特点，又可以处理空间实体约束的问题，从而提高聚类的质量。
3.二阶段法处理考虑实体约束的的空间聚类算法
3.1 算法的基本思想
聚类的关键就是如何根据目的，依据聚类对象的各种属性，建立适当的距离函数或者相似性度量方法。本文由于要考虑具有空间位置的实体对聚类对象间（或簇间）的距离或相似度的影响，把空间属性和非空间属性分别处理，进行二阶段的聚类。第一阶段聚类是只针对非空间属性维，依据特定的距离定义，得到第一阶段聚类的结果，这里称为候选簇，作为第二阶段聚类的初始数据。而在第二阶段聚类中，把候选簇和空间约束实体在二维格网结构中表达，并运用基于网格的聚类方法聚类。得到的结果就是即考虑空间和非空间属性，又考虑到空间实体约束的具有较高质量的聚类簇。最后，采用边界处理技术进行边界点的提取，进一步提高聚类质量。
3.2 空间实体约束在格网结构中的表达与处理
在二维空间信息系统中障碍或者便利一般被分为两类，即线型障碍，和面型障碍，同样空间便利也可以分为两类，即线型便利和面型便利[5]。
障碍约束：在空间聚类中，障碍是指空间中不可穿越的实体，这些实体对象占据着一定的空间区域。空间实体可分为点实体、线型实体和面型实体，本文研究的是针对线型实体和面型实体，它们分别可以用折线或多边形来拟合障碍约束来表示相对应的约束。
便利约束：便利是指空间中穿越障碍区域或指连接不相邻格网的空间对象，也可用线或多边形表示。
图1 线型约束和面型约束的格网表达
把约束用折线或多边形表达好后，把它投影到格网结构中，以便聚类操作。这里引入两个概念，障碍格网单元和便利格网单元，前者指的是空间障碍物所经过或包含的格网单元，后者指的是空间便利体所经过或包含的格网单元。如图1所示。
图1（a）中，AB是一线型障碍约束，则在图1（b）中AB所经过的格网单元都定义为障碍格网单元，图1（c）中三角形ABC是面型障碍约束，其所经过或覆盖的单元定义为障碍格网单元如图1（d）示。若a，c中AB、三角形ABC代表的是便利约束，则b，d中阴影部分的格网单元就是便利格网单元。
3.3 算法的描述
在第一阶段聚类中，可以先用任何适合的聚类方法进行（这里不作详细介绍）。在第二阶段聚类中，采用基于网格的聚类方法，并考虑空间实体约束，这里主要分析第二阶段的聚类方法。以下是该算法的描述：
Input：第一阶段聚类产生的候选簇，在二维空间中基于网格的聚类参数网格步长和密度域值，约束数据层，以及对聚类簇的限制条件。
Output：最终聚类的结果簇。
Step1、对二维数据空间进行格网划分;
Step2、数据映射到格网结构中;包括候选簇，及约束实体对象。并记录格网类型;
Step3、置所有格网单元初始状态为“未处理标记”;
Step4、遍历所有的格网单元，判断当前格网单元是否有“未处理标记”，若没有，则处理下一个单元，否则进行如下Step5- Step9处理，直到所有的格网单元处理完成，转Step10;
Step5、改变格网标记为“已处理”;若格网单元是非密集单元或障碍格网单元，则转Step4;
Step6、若是密集格网单元，则将其赋予新的簇标记，创建一个队列，将该密集格网单元置入队列中;
Step7、判断队列是否为空，若空，则处理下一个单元，转Step4;否则进行如下处理：
Step7.1、取出队列中第一个格网单元元素，检查其所有邻接的有“未处理标记”的单元;
Step7.2、更改格网标记为“已处理”;
Step7.3、若邻接格网单元为密集格网单元或便利格网单元，则将其赋予当前簇标记，并将其加入队列;
Step7.4、转Step7;
Step8、密集连通区域检查结束，标记相同的连通密集格网单元组成一个目标簇;
Step9、修改簇标记，进行下一个簇的查找，转Step4;
Step10、边界点提取;
Step11、遍历整个数据集，将数据元素既有相同的候选聚类簇标识又有相同格网的簇标记的数据对象标识同一个簇，并检查簇是否满足生成簇的条件，从而得到最终的结果。
3.4 二阶段聚类算法的可行性分析
本文提出的二阶段法来处理包含空间实体约束的聚类问题，先在非空间属性维中进行聚类，进而用其结果作为下一步聚类的候选簇，在空间属性维中进行考虑空间实体约束的聚类，得到的结果与同时在所有维中进行聚类得到的结果是一致的。因为只有在较低维中属于同一个候选簇的数据对象才可能属于在更高维中同一个簇。
4.总结
本文就考虑空间实体约束的聚类提出了二阶段聚类的思想，第一阶段就约束维先对聚类对象进行考虑约束的条件下的聚类，然后就针对第一阶段的聚类结果进行第二次聚类分析，以得到最后的结果。其中，就第一阶段的处理空间约束的聚类提出采用基础网格的聚类方法，这对某些维下的数据进行约束聚类，可以提高聚类的速度下又可把空间实体的约束考虑到算法中来，提高了聚类算法的效率和质量。
参考文献
[1]Han J，Kamber M，Tung AKH[M].Spatial Clustering Methods in Data Mining：A Survey，1997.
[2]Agrawal R，Gehrke J.，Gunopulos D.and Raghavan P（1998）.Automatic Subspace Clustering of High Dimensional Data for Data Mining Applications. In Proc.of the 1998 ACMSIGMOD Conf.On the Management of Data：94-105.
[3]冯兴杰，黄亚楼.带约束条件的聚类算法研究[J].计算机工程与应用，2005（7）.
高考结束后范文3
1.志愿填报办法依据公开、公平、公正的原则，2017年实行中考成绩公布后考生自主选择网上填报志愿的办法。填报志愿时，考生需在监护人和班主任指导下慎重选择。分数达到各时间段最低分数控制线的考生，必须在规定时间内进行网报。因不填报志愿、未在规定时间填报志愿或志愿信息填报有误而导致未被录取的，责任由考生自负。网报采取分时分段结束的方式，在网报志愿过程中，不同分数考生的网报志愿结束时间不同，相对高分段考生先结束，相对低分段考生后结束。考生一定要清楚自己网报志愿的结束时间，在网报结束前完成填报工作。2.志愿批次、填报和录取时间汉授、蒙授普通高中、中等职业学校录取时间为每日上、下午两个时间段填报：8:00-10:30和14:00-16:30，结束本次填报后的一个小时后可以查询录取结果。市中招办根据全市普通高中招生计划、报考人数和录取学校招生总量，划定普通高中录取最低分数控制线。中等职业学校按考生成绩分时间段录取，每个专业按照报名情况高分者优先录取，专业录取人数达到计划数后停止填报该专业。报考3+2中职接高职的考生待市中招办预录取后，由被录取学校统一组织于8月上旬登录内蒙古招生考试网正式报名录取。请考生按照公布的最低分数控制线和职业学校的各专业招生计划及时填报志愿，避免延误填报志愿导致高分考生未能录取。录取工作由市中招办及各旗县区中招办负责，依据招生计划，按照考生志愿，择优录取。蒙授普通高中(含蒙语乙考生)网报时间：7月22日8:00—10:30;7月22日14:00—16:30。汉授普通高中、中等职业学校网报时间:7月23日8:00—10:30最低控制线为900分;7月23日14:00—16:30最低控制线为850分;7月24日8:00—10:30最低控制线为800分;7月24日14:00—16:30最低控制线为750分;7月25日8:00—10:30最低控制线为700分;7月25日14:00—16:30最低控制线为650分;7月26日8:00—10:30最低控制线为600分;7月26日14:00—16:30最低控制线为550分;7月27日8:00—10:30最低控制线为500分;7月27日14:00—16:30最低控制线为450分。7月28日8:00—10:30最低控制线为400分;7月28日14:00—16:30最低控制线为350分;7月29日8:00—10:30最低控制线为300分;7月29日14:00—16:30最低控制线为250分;7月30日8:00—10:30最低控制线为200分;7月30日14:00—16:30200分以下。全市普通高中录取最低控制线会在《赤峰市中考信息网》公告。如果有补录或特殊情况改变录取时间的，市教育局中招办《赤峰市中考信息网》公告。
高考结束后范文4
一、2010年三所高中统一招生计划
其中统招公费生为1780人（高中560人，2010年我县三所高中计划招生人数为2260人。二高中560人，三高中660人）择校生480人（高中240人，二高中240人）
二、2010年三所高中体育特长生招生计划
三所高中体育特长生招生总数为45人，根据市教育局体育特长生招生比例占招生计划总数2％的政策。其中高中16人，二高中16人，三高中13人。
三、2010年高中录取方案
（一）统招公费生录取
1高中统招公费生录取
1继续实行竞争制度。
直接录取到高中。竞争人数占高中公费生招生计划的14.3％。将2010年中考考生的前80名做为竞争指标。
2继续实行指标到校制度。
分到各初中，确定指标到校分数线（中考全县第560名分数）将480名考生依照指标到校分配方案。此480名考生直接录取到高中。指标到校比例占示范高中公费生录取的85.7％。高中统招公费生录取结束。
2第二、第三高中统招公费生录取
依据考生填报第一志愿顺序进行录取。依照市教育局文件要求。
1确定一般高中录取分数线。
两所高中余下名额按比例进行录取。如果两所一般高中其中一所高中第一志愿额满或超出，2依照考生填报第一志愿的顺序录取第二高中、第三高中考生。第一志愿录取结束后。由高分到低分进行择优录取。
3体育特长生录取
录取过程由县教育局统一监督指导，体育特长生的录取顺序先于统招公费生。学校自行组织。体育特长生录取要明确招生项目，三所高中录取结束后，将名单报教育局普教科。
（二）择校生录取
1第一高中择校生录取
三天之内由第一高中负责录取240名择校生，第一高中统招公费生录取结束后。额满为止；如果没有达到240人，余下名额待两所一般高中公费生录取结束后，方可继续录取。择校生每阶段录取结束后，将名单报到教育局普教科备案。
高考结束后范文5
关键词： 数字波束形成； 雷达； 天气探测； 阵列天线校正
中图分类号： TN957?34 文献标识码： A 文章编号： 1004?373X（2014）03?0069?04
Application of DBF in digital array weather radar
MU Wen?zheng， ZHU Zi?ping， LIU Zhi?ying
（The 38th Research Institute， China Electronic Technology Group Corporation， Hefei 230088， China）
Abstract： The application of DBF technology in weather radar can obtain meteorological datas in different height layer at the same time， which makes the weather observations more precise， and provide better technical means for subsequent meteorological products retrieval. The principle of DBF is introduced firstly， then the notices in the DBF design of weather radar development are expounded， finally the detection effect of actual meteorological target is given.
Keywords： DBF； radar； weather detection； antenna array calibration
0 引 言
天气无时无刻不在影响着人们的生产和生活，对天气的准确探测一直是人们的追求，雷达作为天气探测的重要传感器，在天气探测和预报方面发挥着重要作用。军用雷达发展迅速，将先进的军用雷达技术运用到天气探测，是人们发展天气雷达的自然思路，数字阵列雷达即是其中一例。
数字阵列雷达是相控阵雷达的先进形式，在波束形成上与传统相控阵雷达有很大不同。传统相控阵雷达在形成接收波束时，通过控制射频或中频的幅度和相位，形成所需要的波束，系统多采用模拟器件，不仅幅相控制精度差，系统可靠性低，而且不够灵活；数字阵列雷达在形成接收波束时处理的是数字I/Q信号，通过复数乘法累加实现，因此形成的波束也称计算波束。在形成发射波束时，数字阵列雷达将计算的发射相位送给阵面，通过控制阵面组件中的DDS控制辐射电磁波的初始相位，从而在空间合成功率，形成特定方向的发射波束。与传统相控阵雷达相比，数字阵列雷达不仅幅相控制精度高、阵面误差可实时修正，而且在不损失功率的前提下形成多个接收波束，是一种先进的雷达体制。
将数字阵列雷达用于天气探测，是天气雷达发展的趋势。本文研究的是数字阵列天气雷达的关键技术之一：数字波束形成（DBF）。在介绍DBF基本原理的基础上，阐述它在天气雷达研制过程中需要解决的问题，并给出了该体制雷达对实际气象目标的探测效果。
1 DBF基本原理
数字阵列雷达的设备组成和信号处理流程[1?4]如图1所示。
图1 数字阵列雷达设备组成和信号处理流程
DBF是采用数字信号处理的方法，对某一方向的入射信号，补偿由于传感器在空间位置不同而引起传播路程差所带来的相位差，实现该方向回波的同相叠加，从而实现该方向回波最大能量接收。完成某一方向的波束形成，也就完成了该方向的空间滤波。由于DBF通过计算实现，因此所形成的波束也称计算波束。
在工程上，数字波束形成的原理表达式为：
[B（k）=n=0N-1X（n）*C（n）*W（n）*Sk（n）]
其中，[n=0，1，2，…，N-1]为阵元序列；[k=0，1，2，…，K-1]为需要形成的波束序列。式中各乘积因子的含义：[X（n）]为阵元接收到的复信号；[C（n）]为通道校正因子；[W（n）]为加窗系数；[Sk（n）]为第[k]个波束的理想指向系数。可见，数字波束形成就是完成复数乘法累加运算，为积分的数字化形式，改变一组系数[Sk，]相当于改变一次天线阵面的形状，从而也就改变波束指向[5?9]。图2为一维均匀线阵数字波束形成仿真结果，设置阵元数目为128个，同时形成14个接收波束，加-40 dB切比雪夫权。
图2 一维均匀线阵数字波束形成仿真结果
2 工程设计
在工程设计DBF时，主要考虑以下问题：系统组成、阵面发射校正和接收校正、发射相位码计算、接收权系数计算、FPGA和DSP的任务分配等，下面对这几个问题进行阐述。
2.1 系统组成
数字波束形成采用数字信号处理的方法形成波束，因此在系统上划归为信号处理，完成数字波束形成任务的插件位于信号处理分机中。数字阵列天气雷达信号处理分机插件布局示意图如图3所示，工作原理为：
（1） DBF插件通过光纤传输控制字给阵面DAM，同时接收DAM下传的数字I/Q信号；
（2） DBF插件通过乘法累加运算完成接收数字波束形成，通过上传发射相位码给DAM，通过DAM中的DDS控制辐射电磁波的初始相位，完成发射数字波束形成；
（3） DBF插件将形成的接收数字波束通过数据交换插件传给DSP插件，由DSP插件完成脉冲压缩、滤波和参数估计等任务；
（4） 定时接口插件产生雷达系统所需要的时序，同时生成控制字送给数据交换插件，数据交换插件根据控制字实时重构各插件之间的高速数据通路，实现插件间指令流和数据流的传输；
（5） 零槽计算机为系统计算机，完成对插件管理、与监控和终端之间进行网络通信等；
（6） 分机有两块电源，互为备份，构成热冗余，提高分机的可靠性。
图3 信号处理分机插件布局示意图
2.2 阵列天线校正
数字阵列雷达属于有源相控阵雷达，有源器件的使用，会给通道引入误差，该误差在每次开机时均不同，但在工作期间其值随时间变化很小；天线加工过程中也会引入误差。这些误差会导致通道间的幅相不一致，通道间幅相不一致会使形成的波束指向与加权系数和发射相位不匹配，引起波束副瓣电平抬高，降低雷达的测量精度甚至测量错误，因此在数字波束形成前要对雷达进行通道校正。
通道校正分为接收校正和发射校正，二者都是为了修正信号传输通路中幅相不一致的影响，使相同信号经过所有的传输通道后具有相同的输出。不管接收校正还是发射校正，工程上均可以通过内校和外校来实现，所谓内校是修正通道的有源部分，外校是修正通道的无源部分。由于无源部分的误差是恒定的，不随时间变化，因此只需要通过一次外校和一次内校将其计算得到，保存下来即可。以后每次开机进行全通道校正时，在内校的基础上加上保存的无源部分的误差，就可以将校正网络和实际回波路径之间的差异修正掉，得到正常通道的校正值。
为了保持发射幅度的一致性，雷达发射时往往对每个单元进行满幅度激励，因此发射校正只需要考虑校正相位，不需要考虑校正幅度。计算发射校正相位时，可以选择某一单元的相位作为参考，也可以选择一个固定值作为参考，例如选0。当选择0值作参考时，将采集到的每个单元的发射校正数据的相位取反即可。
对于接收校正，和发射校正类似，也是既可以选择某一个单元的值作为参考，也可以选择一个固定值作为参考，选择固定值作为参考的好处是可以避免参考单元坏掉的情况。如果选择某一单元作参考，当接收到的测试信号为：
[xi=aiejθi=Ii+jQi]
式中：[i=0，1，2，…，N-1]为阵元编号。假如选择[x0]作参考单元，则接收校正系数为：
[Ci=x0xi=x0x*ixix*i=x0x*ixi2]
当选择一个固定值作参考时，公式推导类似。
2.3 数字波束形成
数字波束形成的硬件平台为基于CPCI的通用DBF插件，考虑到阵面规模（128个单元）不是很大，一块DBF板就可以完成任务，实现对高速采样数据的多接收波束形成。通用DBF插件为FPGA+DSP架构，FPGA完成定点乘法累加计算、与阵面和数据交换插件进行数据通信，另外兼顾和系统计算机之间进行CPCI总线通信；DSP为板卡的辅处理器，主要完成收发校正系数计算、根据控制指令更新DBF加权系数、产生测试数据等[10]。图4为DBF插件原理框图，图5为数字波束形成逻辑结构图，需要注意的是，由于FPGA乘法器的运行速度比数据采样速率高很多，为了节省资源，可以对乘法器进行时分复用，即一套乘法器形成多个接收波束，通过循环乘法累加的方式得到结果。
图4 通用DBF插件原理框图
2.4 调试过程
DBF虽然算法原理简单，但调试时有很多困难，原因主要有以下几个方面：
（1） 需要处理的是高速数据，而且实时性较强。对于阵面送下来的数字I/Q，需要在每个距离单元上形成多个接收波束，也就是说要对同一距离单元所有阵元的采样数据做多组乘法累加运算，运算量大。这对乘法器数量有限的FPGA来说，需要时分复用乘法器，增加了设计难度。
图5 数字波束形成逻辑结构图
（2） 数字波束形成一般通过FPGA实现，原因是FPGA做乘法有较高的并行度，但FPGA设计时需要考虑时序，因此设计时软件bug隐藏比较深，不易查找，另外还存在仿真难度大、工程编译时间长等困难。
（3） DBF插件在整个雷达中起承上启下的作用，对上要控制阵面、接收阵面回波，对下要向信号处理输出合成后的波束数据，这就要求DBF插件在形成波束的同时，还要承担大量的接口任务。一旦出现问题，不管是计算错误、传输错误还是控制错误，都要从DBF节点采集数据进行分析，因此导致参与联试时间长。
为了减小上述问题的影响，在设计DBF时，就要全面考虑、做好模块测试工作和板卡BITE，尽量多留观察节点，并将节点数据送至监控界面显示，这样便于快速定位问题。一旦出现问题可以运行测试数据，逐一将节点数据和Matlab结果比对，顺序排查。
图6是数字波束形成自检画面。
图6 DBF自检
图7是单波束观测气象目标结果（速度场）。
图8是同时观测14个波束的结果（仰角分层）。
图7 单波束观测气象目标结果（速度场）
图8 14个波束观测气象目标结果（仰角分层）
3 结 语
数字阵列雷达是先进的雷达技术体制，将其应用于天气探测，可以同时获取不同高度层的气象数据，使得对天气的观测更加精细，为后续气象产品反演提供更好的技术手段。本文在给出数字波束形成基本原理的基础上，对工程设计问题进行了阐述，并给出了对实际气象目标的探测效果。
参考文献
[1] 朱子平.天气雷达信号处理系统应用研究[D].成都：电子科技大学，2007.
[2] 张光义.相控阵雷达技术[M].北京：电子工业出版社，2006.
[3] 张明友.数字阵列雷达和软件化雷达[M].北京：电子工业出版社，2008.
[4] 马晓岩，向家彬.雷达信号处理[M].长沙：湖南科技出版社，1999.
[5] 刘和周，宋秀芬.基于阵列天线雷达系统校正的方法和工程应用[J].雷达与对抗，2007（1）：40?43.
[6] 吕继荣，朱子平，胡爱明.数字波束形成技术在雷达信号处理中的实现[J].中国科技信息，2008（12）：39?41.
[7] 吕继荣，朱子平.通道间幅相差异对DBF的影响及解决方法[J].中国科技信息，2008（11）：34?37.
[8] 朱子平，吕继荣，洪一.数字波束形成在雷达中的应用与分析[J].中国电子科学研究院学报，2006（3）：244?247.
高考结束后范文6
【关键词】通信技术；波束赋形；规模测试；TD-LTE；测试数据
1.波束赋形技术
1.1 技术简介
波束赋形技术，是基于智能天线，利用空间信道的强相关性和电磁波的干涉原理，在某一特定方向上产生较强辐射的技术。因其具有方向性，产生了波束赋形增益，从而增加了接收信号的信噪比，提高了系统容量和覆盖范围。
1.2 技术原理
在智能天线中，每扇区存在多个阵元，每个阵元可以看作是一副传统意义上的天线。由于智能天线的尺寸有限，阵元之间的间隔较小（通常小于一个载波波长），因此在发射信号时，阵元与阵元之间的信号会产生较强的干涉，也就是说，它们有较强的相关性。这时我们会发现：多个阵元同时发射的信号，在某些方向上出现信号衰减现象，而在另一些方向上出现信号增强现象。下图为参考文献[1]中的波束赋形原理图，两列波的相位差dsinθ随着角度θ的变化而变化，两列波的叠加效果在某些角度上振幅增强，在某些方向上振幅减弱。
图1.2 波束赋形原理图
因此，利用智能天线的信号叠加现象，我们可以根据检测到的信道条件，适当控制每个阵元的加权系数，就可以在特定方向上得到加强信号，同时也能减小其他方向上的信号强度。利用这种方法得到的信号增益，叫做波束赋形增益。智能天线技术中，因为有了波束赋形增益，提高了接收信号的信噪比，降低了对其他方向上终端的干扰。
2.波束赋形技术在规模测试中的表现
2.1 波束赋型增益测试
2.1.1 测试说明
波束赋形增益测试主要考察直射条件和绕射条件下，测试基站的近距点、中距点和远距点的赋形增益情况，同时还考察不同车速情况下各点的赋形增益。在测试过程中，终端一直做数据下载业务，并记录各点所对应的吞吐量。
2.1.2 理论分析
在测试中，波束赋形增益由DRS RSRP与CRS RSRP的差值求得。
在LTE系统中，为了进行信道估计、信道质量检测和解调，需要使用参考信号（Reference Signal），简称RS，就是我们常说的导频信号。RS分为下行和上行两类。
CRS（Cell-Specific Reference Symbols）小区特定参考信号，是下行参考信号，用于下行传输技术的信道估计和相关解调。CRS是一种公共参考信号，以广播方式供小区内的所有终端使用。
DRS（Dedicated Reference Signal）专用参考信号是下行参考信号，只在应用了波束赋形技术的时候发送。DRS在天线端口5上发送，其设计目标是从第4个OFDM符号到第14个OFDM符号（在一个子帧内）的区域内均匀分布。
在本次规模测试中，用到的智能天线阵元间距为0.7λ，即使使用波束赋形技术，仍然无法保证绕射场景的良好信号覆盖。因此，就理论分析，其他条件相似的情况下，直射场景的赋形增益应大于绕射场景的赋形增益。
另外，波束赋形主要对小区边缘区域影响较大，理论情况下，远距点的赋形增益应该最大，中距点次之，近距点最小。
2.1.3 测试结果
具体测试结果请参照表2.2。
由于本次规模测试的保密性，上表中的数据数值在测试数值基础上做了加权运算，仅供对比参考。
为了对比分析，我们特地测试了传输模式2（TM2：发射分集模式，没有应用波束赋形技术）下同场景的数据。由上表可知，本次测试结果基本符合理论分析。
2.1.4 建设建议
在实际建设中，基站支持TM3（开环空间复用）和TM7自适应切换模式。切换条件为CQI值，一般设置门限为8和10（低于8时由TM3切换到TM7，高于10时由TM7切换到TM3）。从测试结果可知，TM7模式在干扰较大的区域优势明显，建议建设初期选用自适应切换模式，门限设置为8和10，对于底噪较高的区域，可适当降低门限值。
2.2 Sounding配置对性能的影响测试
2.2.1 测试说明
在本次测试过程中，天线传输模式需固定在模式7（TM7）上。Sounding配置在带宽上分为96RB（全带宽）和32RB；在发送周期上分为10ms和40ms。本测试还应考察不同速率下Sounding配置对网络性能的影响。另外，如果Sounding支持hopping方式，还应考察hopping模式和非hopping模式的性能对比，本测试中只涉及到非hopping模式。
2.2.2 理论分析
Sounding全称为Sounding Reference Signal，即探测参考信号，简称SRS。
由于DMRS（解调参考信号，上行信号，用于上行信道估计）只在终端传输数据的带宽内出现，使得eNodeB无法对不传输数据的带宽进行信道估计，也就无法进行频率选择性调度。为了实现频率选择性调度，终端需要对更大的带宽进行探测，这种探测带宽通常远大于终端传输数据的带宽，以确保eNodeB在进行频率选择性调度时将最优资源分配给终端。出于这种考虑，LTE系统应用SRS进行上行信道质量探测。
SRS是一种“宽带的”参考信号。多个用户的SRS可以采用分布式FDM的方式复用在一起，可以用来做上行信道质量探测或上行同步等。SRS在子帧内的最后一个符号上传输，与DRS互不影响（TD-LTE每子帧长度为1ms，包含7个OFDM符号）。在被网络侧配置成发送SRS的子帧上，为避免不同用户之间的SRS和PUSCH数据之间的相互干扰，LTE规定相应子帧的最后一个符号不能被任何的终端用来发送PUSCH数据。
在本次规模测试中，对SRS的10ms周期和40ms周期进行了对比测试。SRS的发送周期可以为2/5/10/20/40/80/160/320ms，理论上发送周期越小，对信道的探测就越精确，eNodeB对信道质量的掌控度就越强，波束赋形效果也就越好。
在带宽对比上，本次规模测试采用96RB和32RB两种对比模式。理论上SRS探测的带宽越大，波束赋形效果也就越好。
对于移动速度，由于牵扯因素较多，暂时无法进行理论分析。
2.2.3 测试结果
具体测试结果请参照表2.3。
表2.3数据也只做对比参考。
就测试结果看，10ms周期的吞吐量略高于40ms周期，符合理论分析。但96RB的数据和32RB的数据基本相同，这是由于本次测试的终端只有1部，该终端占用了测试小区内的所有带宽资源进行数据传输，因此SRS的带宽配置并未反映出其理论期望。
2.2.4 建设建议
在实际建设中，鉴于建设初期用户不会出现爆发式增长，建议SRS带宽为96RB，周期为10ms。等到用户发展到一定规模后，可修改SRS带宽为32RB，周期为40ms，以减少SRS开销。另外，在高速公路、铁路、国道等有高速移动用户的覆盖区域，建议SRS周期保留为10ms来确保信道质量，必要的时候可以修改为5ms甚至2ms。
3.小结
本次大规模测试，系统验证了包括波束赋形技术在内的多项TD-LTE技术具备商用条件，但也发现了诸多问题，例如设备、终端软件仍需升级，硬件性能仍需提高，TD-LTE网络规划经验仍有不足，网络优化经验也有待提高等。相信随着测试的进行，这些问题会最终解决，也会为TD-LTE的商用网早日到来创造更完备的条件。
参考文献
