频谱相关性（精选6篇）
频谱相关性 篇1
近年来,肥胖在世界范围内呈持续增多的态势。儿童肥胖是高血压、高血脂、糖尿病、动脉硬化的重要危险因素,而动脉硬化是引起缺血性脑卒中的基础和高危因素,缺血性脑卒中发病年龄有明显年轻化趋势[1]。大量研究证实,儿童青少年时期超重或肥胖是成年肥胖的预测因子,不但影响儿童青少年的身心发育,而且增加儿童青少年乃至成年期高血压、糖尿病和血脂紊乱等的患病风险[2]。本课题对90例儿童进行颈动脉内—中膜及血流参数进行研究,将主要研究体重指数与肥胖儿童颈动脉血流参数的变化,探讨不同体重组儿童颈动脉的血流动力学变化及其相关性,为肥胖儿童的干预提供科学依据。
1对象与方法
1.1对象采取典型整群抽样法,选取海淀区2所中小学2007—2009年追踪的90例9 ~ 15岁儿童,测量其身高体重,计算体质量指数( BMI) 。依据“中国学龄儿童青少年BMI超重、肥胖筛查分类标准”[3],分肥胖儿童43例,超重儿童37例,正常体重儿童10例。
1.2仪器采用德国产西门子G50彩色多普勒超声诊断仪,5 ~ 10 MHz变频探头,资料摄片保存,供随后分析。测量颈动脉收缩期血流速度( Vs) 、舒张末期流速( Vd) 、阻力指数( RI) 等。
1.3统计学分析采用Epi Data 3.1建立数据库并进行数据录入,SPSS 13.0进行统计分析。检测数据以( x±s) 表示,组间各指标均数的比较采用方差分析,P<0.05为差异有统计学意义。
2结果
2.1儿童颈动脉血流速度、阻力指数见表1。
( x±s)
正常体重组儿童,左右侧颈动脉收缩期、舒张末期血流速度及阻力指数与超重组、肥胖组差异均无统计学意义( P值均>0.05) ; BMI<24 kg /m2与BMI≥24kg / m2组颈动脉血流速度比较,左右侧颈动脉收缩期峰值流速、舒张末期流速、阻力指数差异均无统计学意义( P值均>0.05) 。男女生左右侧颈动脉收缩期峰值流速、舒张末期流速、阻力指数差异均无统计学意义( P值均>0.05) 。
2.2 BMI与颈动脉各参数的相关性在控制了年龄、性别的影响后,BMI与颈动脉血流速度呈负相关( r值= -0.254,P<0.05) 。
3讨论
儿童肥胖已成为世界瞩目的公共卫生问题之一,儿童肥胖是引起动脉粥样硬化的危险因素,美国Bo-galusa心脏研究中心在大量尸检和临床跟踪研究中发现,动脉粥样硬化( AS) 和冠心病( CHD) 起始于儿童青少年时期[4]。成人高脂血症、高胆固醇是动脉粥样硬化的危险因素已被研究证实,儿童脂质代谢异常引起血管内皮损伤致血管动脉粥样硬化也受到越来越多的关注,冠状动脉硬化被认为是一个小儿时期得病、成人发病的疾病,动脉内膜的沉积在小儿即开始,到血流减少到一定程度才出现心肌缺血的症状[5]。本研究发现,正常体重、超重及肥胖儿童三组间左、右侧颈动脉的收缩期峰值流速、舒张末期峰值流速、阻力指数均无统计学意义,BMI<24 kg /m2与BMI≥24kg / m2组颈动脉血流参数也无统计学意义,说明本组超重、肥胖儿童的颈动脉血流频谱没有发生改变,肥胖儿童颈动脉没有发现斑块[3],主要是因斑块是由于高脂血症引起内皮细胞损伤,导致血管壁通透性升高,大量血浆脂蛋白进入内膜,引起巨噬细胞的清除反应、血管壁平滑肌细胞增生和向内膜下迁移、形成。肥胖儿童由于血压、血液流变学的异常,导致脑血流速度、区域脑血流量下降,但其脑血管弹性正常,肥胖青少年虽然存在高血脂,动脉壁可能有脂纹,但尚未形成纤维斑块或硬化,提示单纯性肥胖尚未使青少年脑血管弹性发生异常改变,仍有良好的调节脑血管阻力的能力[6]。本研究显示,不同性别儿童左、右侧颈动脉的收缩期峰值流速、舒张末期峰值流速、阻力指数均无统计学意义,说明儿童期颈动脉的血流频谱男女无变化; 是否与女生样本量小有关,今后继续探讨。
本次研究发现,年龄对颈动脉有影响,与国外研究一致,年龄是改变血管结构和功能的一种独立因素[7],在控制了年龄的影响后,BMI与颈动脉血流速度呈负相关。最近芬兰一项多中心项目通过21年的随访研究,发现儿童青少年期高脂血症、高血压等心血管危险因素与成年后动脉硬化的发生密切相关[8]。年龄是任何动脉粥样硬化重要的危险因素。随着年龄的增加,血管生理性的改变及对传统因素暴露的增加,动脉内壁负荷加重,导致内膜损伤,引发斑块形成[9]。说明肥胖儿童虽然没有发生动脉斑块,但也是危险因子之一,如不引起重视,成年后发生动脉样硬化的危险性就会明显增高。在儿童期尽早发现高脂血症并进行干预,将大大减少成年后动脉硬化等心血管疾病的发生风险[10]。
颈动脉粥样硬化程度可间接反映冠状动脉、脑动脉及外周动脉硬化的程度[11],颈动脉彩超检查简便、图像清晰,加之颈动脉血管位置浅表、固定、易于暴露,超声能清晰显示体表大动脉特别是颈动脉血管壁的情况,近年来逐渐被用于作为检测早期动脉粥样硬化的无创方法[12,13]应用颈动脉超声检查可以获得动脉壁病变的直接证据,可作为动脉粥样硬化检查的安全而又可靠的指标,对于早期儿童动脉粥样硬化诊断有重要的参考价值。
本研究结果显示,BMI与颈动脉血流速度有显著相关性,所以,在儿童期应高度重视并预防动脉粥样硬化及其并发症的发生,积极进行健康教育,改变不合理的饮食行为习惯,养成合理的膳食习惯,根据儿童的不同肥胖程度采取适宜个体的体育锻炼方式,分类指导,构建家庭—学校—社会—个人共同参与的综合防治平台,积极有效地控制儿童肥胖,减少成年期血管并发症风险。
频谱相关性 篇2
目前,常见的频谱感知方法有能量检测算法(ED),匹配滤波器检测算法,循环平稳特征检测算法和拟合优度检测算法。其中匹配滤波器检测[1]在加性高斯白噪声环境下性能最优,但其同步要求较高,且必须预知PU发射机信号的先验知识(如信号波形、调制方式等),限制了算法的应用范围;循环平稳特征检测算法[3]利用通信信号本身具有的循环周期特性来检测授权用户的存在性,不需要预知授权用户信号的先验知识,检测性能较好,缺点是计算较复杂,需要更长的检测时间,降低了系统的灵敏度;能量检测[4,5]算法是最常见的算法,实现简单且不需要知道PU的任何先验信息,但需要知道噪声方差且受噪声不确定度的影响;拟合优度检测算法[6,7]具有较好的感知性能,但其要求感知期间PU信号保持不变,只能在基带进行感知并且信道为高斯信道或慢衰落信道,这限制了其应用范围。
近年来,基于接收信号协方差矩阵特征值分解的盲感知算法也被学者们所关注,比如最大最小特征值之比(MME)[8],最大特征值与迹之比的方法(MET)[9],最大最小特征值之差(DMM)[10]。上面的算法都不需要知道噪声方差以及不受噪声不确定度的影响,但存在判决门限不准确以及复杂度高等缺点。
针对上述缺点,利用相关系数的特性提出了认知无线电中基于相关系数的多天线协作盲检测算法,所提算法不需要知道任何先验信息且不受噪声不确定度的影响,同时,可以通过计算得到精度较高的门限值,从而克服了现有算法的弊端。
1 认知无线电中基于相关系数的多天线协作盲检测算法
1.1 信号模型
通常,频谱感知可以表述为一个二元假设检验问题[11],即存在两种假设:H0表示主用户不存在,频段空闲,认知用户可接入该频段;H1表示主用户存在,频段被占用,认知用户不可接入该频段。因此,在一个等距阵列天线中,频谱感知的数学模型为
式中:xi(n)表示第i(i=1,2,…,L)根天线在第n个时刻采样到的信号;s(n)表示PU发射机信号;h表示信道增益;wi(n)表示均值为零、方差为σ2的独立同分布加性高斯白噪声。在实际的通信系统中,传输的PU信号一般是复数,但复数可以表示成实部和虚部的和,如果把实部与虚部分别来考虑,则可以假设s(n)为实数。并且在下文中,始终在实数范围内来考虑问题。同时,为了简便,假设h=1。
1.2 检验统计量的确定
定义第i根天线和第j根天线接收信号的相关系数[12]
其中,。根据式(2)可知,ρi,j=ρj,i,因此对于第i根天线和第j根天线接收信号的相关系数,只需要计算一次即可,即在本文中假设j>i,在这样的假设下,若有L根天线,可以计算得到M=L(L-1)/2个不同的ρi,j。
当PU信号不存在时,接收端任意一根天线接收到的信号为均值为0、方差为σ2的高斯白噪声,此时天线之间接收信号是相互统计独立的,在高斯分布中,独立和不相关性是等价的,因此,当采样点N趋于无穷大时,ρi,j=0;当PU信号存在时,天线之间接收信号由于存在PU信号而存在一定的相关性,此时,随着信噪比的增大,其相关系数也增大(ρi,j为正相关),因此,当采样点N趋于无穷大时,ρi,j>0,即
但是,H0时ρi,j=0是在采样点数趋于无穷大时得到的值,然而,在实际频谱感知过程中,由于感知时间是有限的,ρi,j只能通过有限个样本点计算得到,即在H0时ρi,j近似等于0。因此,H0时ρi,j的实际值和理想值也会有一定的偏差,也就是说,ρi,j不会与式(3)一样等于0,而是服从某一概率密度函数。根据文献[12]第121页可知,H0在有限个采样点数的情况下,对ρi,j作了适当变换之后服从自由度为N-2的学生分布,即
为方便描述,定义如下
根据前面所分析,对于L根天线,可以得到M=L(L-1)/2个不同的ρi,j,因此,也可以得到M个βi,j。
等增益合并是数据融合中一种有效的方法,因此,取βi,j的均值作为检验统计量T,即
于是,基于相关系数的多天线协作盲检测算法的判决准则可以描述为
其中,γ为判决门限。
1.3 判决门限确定
众所周知,在SS中,获取能够保持恒虚警概率的判决门限是频谱感知算法中关键技术之一。一般的,确定判决门限的方法有两种。一种方法是采用计算机数值仿真法(比如MATLAB仿真等),当通信系统的参数(如采样点数等)发生了改变,需要重新进行计算机数值仿真产生新的判决门限,因此此种方法不太适合CR系统;第二种方法就是获取恒虚警判决门限的理论表达式,此种方法计算简单,比较适合实际的CR系统。因此,本小节在上一小节的基础上推导确定判决门限的公式。
基于上述分析可知,H0时检验统计量T是M个服从自由度为N-2的学生分布的均值。根据文献[11]可知,当自由度N-2趋于无穷时,学生分布可以近似为标准正态分布,因此,当N趋于无穷时,检验统计量服从均值为0,方差为1/M的高斯分布,因此H0时T的概率密度可以描述为
此时,虚警概率Pf可描述为
其中,。
因此,判决门限γ可描述为
1.4 算法步骤
综上,认知无线电中基于相关系数的多天线协作盲检测算法步骤如下:
1)根据式(2)计算ρi,j;
2)根据式(5)、式(6)计算检验统计量T;
3)根据式(10)计算得到判决门限;
4)根据式(7)进行判决。
讨论:1)推导判决门限时假设采样点数N趋于无穷大,而实际的频谱感知中,采样点数是有限的,因此,根据式(10)计算得到的判决门限会有一定的误差(后面的仿真会说明采样点较少时采用式(10)得到判决门限的精度就已经比较高了)。
2)由式(6)、式(10)可知,所提算法的检验统计量仅与接收信号有关,所以所提算法不需要知道任何先验信息(如噪声方差),这说明了所提算法不受噪声不确定度的影响。
3)所提算法、MME算法、ED算法的复杂度见表1。从表1可知,本文所提算法复杂度高于ED算法,低于MME算法,这是因为MME的复杂度主要来源于相关矩阵和对相关矩阵做特征值分解两个部分(相关矩阵计算复杂度为O(NL2),特征值分解复杂度为O(L3);所提算法的复杂度主要来源于协方差矩阵的上三角或下三角(均不包含主对角线)的运算,协方差矩阵的上三角运算的复杂度为O(NL2);ED算法只需要求得所有采样点的能量之和即可,因此复杂度为O(NL)。因此,本文所提算法复杂度小于MME算法高于ED算法。
2 仿真分析
下面在高斯信道下对上述的理论进行仿真验证,并通过考察一定Pf条件下本文算法所能达到的检测概率Pd来评价其性能,同时与ED算法、MME算法性能进行比较。
图1描述了在天线数L=4时,在不同的采样点数的情况下,采用式(10)计算门限得到的虚警概率和理论虚警概率的关系图。从图1可见,当采样点数N>30时,采用式(10)计算得到的门限进行仿真得到的虚警概率和理论值相差不大,因为虚警概率和门限是一一对应的关系,因此采用式(10)计算得到的理论门限和实际门限相差不大,这也验证了式(10)的正确性。
图2描述了在天线数L=4,N=50,虚警概率Pf=0.05时,3种算法的检测性能和信噪比的关系。从图中可知,3种算法的检测性能随着信噪比的增加而增加。在相同信噪比时,本文所提算法明显优于MME算法和噪声方差已知的ED算法。比如在信噪比为-5 d B时,采用本文算法、MME、ED算法得到的检测概率分别为0.99,0.65,0.87。为分析本文所提算法的性能,图3描述了虚警概率Pf=0.05,信噪比为-12 d B时,本文所提算法在不同的天线数L和不同的采样点数N下的检测性能。从图3可见,一方面,在相同天线数时,检测性能随着采样点数的增加而增加;另一方面,在相同采样点数时,检测性能会随着采样点数的增加而增加。
图4描述了L=6,N=32,信噪比为-10 d B时3种检测算法的工作区间特性(ROC),从图4可见,本文所提算法的ROC曲线在MME和噪声方法已知的ED算法的ROC曲线上面,这说明了本文算法明显优于MME和噪声方差已知的ED算法。
3 结论
该文利用样本相关函数的特征,结合等增益合并构造了新的检验统计量,并推导了门限的确定公式,理论分析和仿真表明在较小样本点时采用式(10)计算得到的虚警概率就可以达到较高的精度,所提算法的性能明显优于MME和ED算法,这是由于本文所提算法利用了相关系数的全部特征,即概率密度曲线。与此同时,本文所提算法的复杂小于MME算法。
参考文献
[1]MASONTA M T,MZYECE M,NTLATLAPA N.Spectrum decision in cognitive radio networks:a survey[J].IEEE communications surveys&tutorials,2013,15(3):1088-1107.
[2]HAYKIN S.Cognitive radio:brain-empowered wireless communications[J].IEEE journal on selected areas in communications,2005,23(2):201-220.
[3]SUTTON P D,NOLAN K E,DOYLE L E.Cyclostationary signatures in practical cognitive radio applications[J].IEEE journal on selected areas in communications,2008,26(1):13-24.
[4]DIGHAM F F,ALOUINI M S,SIMON M K.On the energy detection of unknown signals over fading channels[J].IEEE transactions on communications,2007,55(1):21-24.
[5]TANDRA R,SAHAI A.SNR walls for signal detection[J].IEEE journal of selected topics in signal processing,2008,2(1):4-17.
[6]WANG H,YANG E,ZHAO Z,et al.Spectrum sensing in cognitive radio using goodness of fit testing[J].IEEE transactions on wireless communications,2009,8(11):5427-5430.
[7]KASHEF S S,AZMI P,SADEGHI H.Spectrum sensing based on Go F testing techniques[C]//Proc.IEEE International Conference on Communications.Kuala Lumpur:IEEE,2013:122-127.
[8]ZENG Y H,LIANG Y C.Eigenvalue based spectrum sensing algorithms for cognitive radio[J].IEEE transactions on communication,2009,57,(6):1784-1793.
[9]ZENG Y H,LIANG Y C,ZHANG R.Blindly combined energy detection for spectrum sensing in cognitive radio[J].IEEE signal processing letters,2008(15):649-652.
[10]王颖喜,卢光跃.基于最大最小特征值之差的频谱感知技术研究[J].电子与信息学报,2010,32(11):2572-2574.
[11]ANDERSON T W.An introduction to multivariate statistical analysis.3th edition.wiley-interscience[M].New Jersey,US:Wiley-Blackwell,2003.
频谱相关性 篇3
1 对象与方法
1.1 研究对象
选择2010年2月~2011年6月于上海市精神卫生中心就诊的患者。所有患者至少3月内未经精神科治疗。纳入标准:(1)符合中国精神疾病分类方案与诊断标准(CCMD-3)中广泛性焦虑和惊恐障碍的诊断标准,HAMA评分≥15分;(2)年龄18~60岁;(3)初中及以上文化程度,有足够的视听水平以完成研究必需的检查。疾病诊断由具有副主任医师及以上资质的研究医师做出,并由另一名副主任医师及以上资质的研究医生进行复核。健康对照来自广告招募的自愿者,性别、年龄等基本情况与患者相匹配。
1.2 方法
1.2.1 临床心理评定测量
对被试者阐明研究的目的和测试的方法,由其自愿参加并对被试者进行临床心理评定。评估工具为A型行为问卷(type A behavior pattern scale,TABP),由两名精神科主治医师对被试者进行评定。TABP共60题,按全国心身医学协作组编制的A型行为问卷评定,问卷由3个分量表组成,L量表用以评定问卷的真实性;时间紧迫感(TH)量表评定时间的紧迫感与急躁;无端敌意(CH)量表评定竞争、敌意等因子分。L≥7分,为无效试卷剔除后,然后计算CH+TH总分,A型≥29分,B型≤18分,M型19~28分。
1.2.2 心率变异性测定
按照中华心血管病杂志心率变异对策组规定的统一方法进行。采用欧美心电协会和北美起搏与电生理协会共同推荐的指标,使用美国世纪3000十二导同步导联全息24 h动态心电图记录仪和3.2版本心率变异分析软件。每个样本均在同一单人房间进行,电极安装好后嘱患者仰卧位装电池并仰卧30 min,平静呼吸不与人交谈,尽量避免思考问题及外界影响,检查期间尽量避免烟、酒、茶和咖啡等任何可能影响心率的食物,并停服β-受体阻滞剂等血管活性药物48 h以上,保证睡眠、避免剧烈运动。记录时间均在23 h以上。在记录结果回放分析时进行人机对话,对结果进行矫正。所有检查对象的整个检测及分析过程均由同一医师进行,以减少误差。
时域测定指标包括24 h R-R间期标准差(SDNN);24 h每5 min R-R间期平均值的标准差(SDANN);24 h相邻R-R间期差值的均方根(RMSSD);NN50除以总的NN间期个数(PNN50)[2]。频域测定指标包括低频功率(LF,频段:0.04~0.15 Hz);高频功率(HF,频段:0.15~0.4 Hz);低频功率与高频功率之比(LF/HF);极低频功率(VLF,频段:0.003~0.04 Hz)[2]。本研究所涉及的频域指标是短时程指标(仰卧30 min内任选一段平稳的5 min时程作为研究指标)。
1.3 统计学方法
采用SPSS 16.0统计学软件进行数据分析,计量资料数据用均数±标准差表示,两组比较采用t检验,三组比较采用单因素方差分析;计数资料用率表示,组间比较采用χ2检验;将SDNN、SDANN、RMSSD、LF、HF、LF/HF等HRV指标分别与各项心理评估指标进行相关分析。以P<0.05表示差异有统计学意义。
2 结果
2.1 一般人口学资料
研究组共入组108例,其中,惊恐障碍(panic disorder,PD)组50例,男26例,女24例,平均年龄(33.8±7.3)岁;广泛性焦虑障碍(generalized anxiety disorder,GAD)组58例,男22例,女26例,平均年龄(32.1±8.4)岁。健康对照组共入组60例,其中,男30例,女30例,平均年龄(35.4±11.1)岁。研究组和对照组性别、年龄差异无统计学意义(P>0.05),具有可比性。
2.2 三组行为类型比较
PD患者及GAD患者A型行为的发生率(62.0%、56.9%),均显著高于健康对照组(31.6%),差异有统计学意义(P<0.05)。PD患者及GAD患者B型行为的发生率(2.0%、5.2%),均显著低于健康对照组(30.0%),差异有统计学意义(P<0.05);PD患者及GAD患者M型行为发生率(36.0%、37.9%),与健康对照组(38.3%)比较差异无统计学意义(P>0.05)。见表1。
注:与健康对照组比较,*P<0.05
2.3 三组A行为类型问卷评分比较
GAD患者与PD患者A型行为类型问卷TH、CH、L、TH+CH评分差异均无统计学意义(P>0.05);两组患者除L分外,各因子分与健康对照组比较,差异均有统计学意义(均P<0.05)。见表2。
注:与健康对照组比较,*P<0.05
2.3 焦虑症患者TABP评分与HRV频谱指标相关性分析
焦虑症患者组共108例,其中,A型行为患者64例,将A型行为量表各因子分分别与HRV各项频谱指标做相关性研究,结果显示在A型行为量表中,TH、CH、TH+CH因子分均与LF/HF具有相关性(P<0.05),且为负相关(r<0)。见表3。
注:*P<0.05
3 讨论
焦虑症主要是由心理社会因素导致的心理应激、情绪激惹、行为异常造成的,精神因素、人格特点、行为特征在其发病上起着重要作用[3,4]。A型行为的概念是Friedman等[5]于1958年首先提出的。A型行为患者具有个性强、过分的抱负、固执、好争辩、急躁、紧张、冲动、大声说话、匆匆忙忙、富含敌意、具有攻击性等特点,上述的特点可能会导致其交感神经兴奋性处于较高的状态,儿茶酚胺、肾素、血管紧张Ⅱ、缓激肽等生长因子释放较多,从而表现为躯体自主神经功能紊乱等一系列的症状[6]。研究表明,A型行为与焦虑症之间有着相通之处[7]。HRV是目前评定患者自主神经功能紊乱的新手段,对反映自主神经功能的异常变化有敏感、定量、直观的优点。
本研究发现,焦虑症患者A型行为倾向显著高于健康对照组,但PD患者和GAD患者的行为类型上并没有显著差异,与文献报道结果一致[8],从而进一步支持焦虑症患者具有普遍的A型行为倾向的特点。人格特质与焦虑症的发病密切相关,焦虑性神经症的许多痛苦,实质上来源于患者的不良个性和行为。A型行为者个性强、缺乏耐心、急躁、紧张、具有攻击性等性格特征使其可能长期处于应激状态而导致神经内分泌系统的改变,易患PD和GAD[9]。
有报道发现,焦虑症患者与HRV之间有着复杂的关系[10,11]。HRV是由副交感神经和交感神经介导的,反映了副交感神经对自主兴奋的抑制能力,同时也反映了一个健康的能够应对不断变化环境的自主神经系统[12,13]。HRV是窦性心率在一定时间内周期性改变的现象,是反映自主神经活动的敏感且无创性的常用的定量指标。HRV增加反映副交感神经活动增强,而降低则反映交感神经活动增强[14]。
本研究发现,具有A型行为特征的焦虑症患者,其TH、CH、TH+CH因子分均与LF/HF指标具有负相关性,而LF/HF的比值是反映交感-迷走均衡性的定量指标。说明了具有A型行为特征的焦虑症患者易伴有自主神经功能的不平衡,从而表现为一系列自主神经功能紊乱的症状。研究表明,具有A型行为特征的焦虑症患者在长期的社会心理因素应激下,神经内分泌系统处于高唤醒的状态,促肾上腺皮质激素分泌增加,导致交感-肾上腺髓质系统和垂体-肾上腺皮质系统的功能亢进,释放过量的肾上腺素和去甲肾上腺素,从而导致了交感与副交感神经系统的功能紊乱[15]。本研究通过对焦虑症患者测量HRV指标,可以很客观地反映出焦虑症患者是否具有自主神经功能紊乱,即通过观测LF/HF指标可以了解交感神经与副交感神经是否具有平衡性以及紊乱的严重程度。焦虑症患者的A型行为特征与LF/HF具有负相关,因此,纠正自主神经功能紊乱有可能改善焦虑症患者的A型行为模式,更好地缓解患者的焦虑情绪。
摘要：目的 探索焦虑症患者的行为特征及其与心率变异性的相关性。方法 选取焦虑症患者108例,其中,惊恐障碍患者50例,广泛性焦虑患者58例,健康对照者60例。对患者和健康对照者进行TABP心理评定,同时应用24 h动态心电图记录器,对焦虑症患者进行HRV指标的测定。结果 惊恐障碍患者和广泛性焦虑患者与健康对照者相比,普遍具有A型行为的特征(P<0.05),惊恐障碍患者和广泛性焦虑患者之间在行为类型上没有显著差异(P>0.05);具有A型行为特征的焦虑症患者其时间紧迫感(TH)、无端敌意(CH)、TH+CH均与心率变异度LF/HF指标具有显著负相关关系(P<0.05)。结论 焦虑症患者的A型行为特征与自主神经功能平衡性具有负相关性,纠正自主神经功能紊乱有可能改善焦虑症患者的A型行为模式,更好地缓解患者的焦虑情绪。
频谱相关性 篇4
近年来, 伴随着无线技术的快速发展, 智能手机、平板电脑等设备使得移动信息接入逐步成为我们生活的中心。未来, 无线频谱接入将成为全球经济增长和技术引领的重中之重。从2008年到2011年, 全球移动数据连续四年实现翻倍增长。到2020年, 全世界连接到移动网络的设备数量预计增长到500亿。届时, 无线技术将扩大和催生更多的无线业务, 在全球将产生约4.5万亿美元的经济收益, 从而使得无线频谱的商业接入产生空前的需求。频谱的短缺会影响美国工业在世界范围内的竞争力。
为了提升美国经济竞争力, 创造就业机会, 激发创新, 加强国防, 总统奥巴马于2010年发布了“释放无线宽带革命”计划。该计划要在10年内将腾出500MHz频谱, 用于商业的移动和固定无线宽带业务。但美国国家和电信管理局 (NTIA) 研究发现, 清除现有业务系统, 重新分配联邦频谱 (联邦频谱是指有国家电信和信息管理局管理的美国联邦政府及各分支机构的用频) 是不可行的, 这会带来高成本开销、漫长的执行时间, 甚至影响现有联邦业务系统的运行。仅在1755~1850MHz回收95MHz频谱就需要耗费10年时间和180亿美元。
现今的频谱短缺, 是由于频谱未被充分管理所造成的。如果美国扩大对联邦频谱的管理范畴, 使频谱变得可重复使用或可经常性的重新发放执照, 便可以将频谱资源从稀缺变为富足。另外, 现行频谱细碎的静态划分和独占使用方式也导致了频谱使用的低效和人为稀缺性。
针对美国频谱使用现状, 弥补现行政策的不足, 有效解决“频谱短缺”问题, 促进美国经济发展和确保世界领先地位, 美国总统科技顾问委员会 (PCAST) 提出频谱高速公路计划, 该计划预计可以使现有频谱容量扩大10 0 0倍。
二、频谱高速公路概念
频谱高速公路计划是确定1000MHz的联邦频谱, 通过改善频谱管理手段, 实施新的频谱结构和无线电系统架构, 使不同无线业务在一段频谱内形成动态共享, 从而极大提高频谱的使用效率。
将无线通信和公路运输做类比, 宽带频谱可看作高速公路, 不同无线业务可看作是在高速公路上行驶的车辆 (如“联邦政府车辆”和“商用车辆”) , 频谱动态共享可看作机动车可以从一条车道切换到另一条车道。频谱管理系统可看作交通规则和指挥系统, 不同无线业务应遵守一定的管理规则, 才能避免碰撞, 有效共享。例如, 可以设置“无线信号灯”管理频谱接入, 另外出于国家和公共安全方面的考虑, 也可限定政府使用优先于商业使用。
根据美国频谱现有业务分配情况、频谱属性以及传播特性, PCAST建议选用2700~3700MHz的联邦频谱建立第一个频谱高速公路, 并以3550MHz~3650MHz作为验证频段。
频谱高速公路与国家宽带计划不同的是尽量保证现有无线业务不发生改变, 其他业务通过新的管理机制有秩序的接入使用。其重要特征为频谱的共享使用而不是独占, 通过大的频带划分, 使其可容纳各种兼容性应用以及各种适合宽带的新技术应用。
三、频谱高速公路的基本理念
要实现1000MHz联邦频谱的共享的频谱高速公路, 首先是将现在联邦频谱小而精的划分方式改为百兆赫兹级以上的大带宽的划分。这样可以更容易使频谱共享形成规模, 但需要各联邦机构的参与合作;其次需要建立等级接入制度和频谱接入系统, 以保障联邦业务系统不发生改变, 并使不同等级的无线业务形成有效共享, 扩展频谱容量;再次, 还需要确立接收机管理框架, 逐渐提高用频标准, 提高邻频带的可用性;最后, 为支撑频谱高速公路计划, 现有简单计算频谱效率已不再适用, 需要一种更全面的评估频谱使用的方法, 注重频谱使用的实际效益。
1. 频谱结构转变
为实施频谱高速公路计划, 实现宽带频谱动态共享, 需要新的频谱结构支撑 (见图1) 。
首先, 实现频谱共享要求频谱结构向大频谱带宽的划分转变, 并将频谱使用作为系统工程, 而不能将频谱活动进行细致分类。新的频谱结构的调整将有助于解决由于缺乏宽带频谱而无法研制大带宽、低功耗设备的问题。从而促进相关新技术的实现和应用。反过来, 此类新技术的不断涌现又会进一步促进新的频谱结构的形成。此外, 宽带频谱还有助于可以减少邻道干扰, 保持邻道的兼容性。
其次, 提高频谱利用率要求频谱结构向高频段、微小区转变。由于高频率对空气和建筑物的穿透性较差, 因此适合小范围的传输覆盖。而微小区的部署使得给定频谱更加容易实现空间复用, 并且微小区也更适合现代的收发一体的通信设备。虽然微小区需要更多的设备, 但是随着无线设备功耗的下降以及数据速率的增长, 这将不再是问题。
Wi-Fi的迅速崛起证明了新的频谱结构的诸多优点。首先是对干扰的容忍度的提高, 即在同一区域可以同时存在很多独立的Wi-Fi网络。尽管干扰对每个网络存在一定的影响, 但是与整体吞吐量的提升程度相比, 这种影响微乎其微。其次是宽的带宽可以提供更高数据速率。Wi-Fi的带宽需求从最初的20MHz增长到160MHz, 其数据传输速率也随之不断增长。
如何在新的频谱结构中实现共存, 需要详细的分析系统, 根据业务需求分类, 并考虑接收机和发射机特性, 为新进业务分配最合适的频带。另外从技术角度上, 可从地理空间、时间、码空间、极化和方向性等方面来实现共享。这些参数可以根据不同的行为进行调整, 最大化效率或其他优化目标。
2. 等级接入方式
为了使现有业务占用的频谱不产生变化, 就需要通过动态频谱共享技术来管理频谱。这里将介绍三层等级频谱使用模型 (见图2) 。
(1) 联邦主用户接入 (Federal Primary Access) :传统的联邦用户拥有最高的优先级, 需要在数据库登记其部署情况, 保障其不受来自其他系统的有害干扰。联邦主用户在实际使用时具有独占权, 但不能排除阻止其他联邦或个人用户的使用。
(2) 次用户接入 (Secondary Access) :次用户的优先级在联邦主用户之后, 这类用户在特定的区域拥有短期的频谱操作权利, 并被保护免受其他次用户接入的干扰。为了取得授权, 次用户必须在数据库进行登记。这些次用户可能需要付费, 并且可以使用高功率进行传输, 保证一定的服务质量。
(3) 一般授权接入 (General Authorized Access) :一般授权用户具有最低的优先级, 依赖于不同的策略, 他们的接入方式可能需要感知开放的频谱, 并在数据库进行登记。当在一个特定频段和区域内没有联邦主用户和次用户接入登记使用时, 一般授权用户才可接入。当与主用户和次用户产生突出时, 一般授权用户有义务腾出频谱使用权。一般授权接入设备应具备多频段操作能力和动态频谱选择功能, 当某一频段不可用时, 设备可以在不同的频带间切换, 以保证其正常的工作。一般授权用户只允许低功率发射, 但是不需要付费。
3. 频谱接入系统
为实现等级接入模型, 需要建立频谱接入系统 (SAS) 。联邦频谱接入系统, 作为信息和控制交换所, 记录各频段用户注册和使用情况, 并通过它决定联邦主用户、次用户及一般授权用户的在共享频段的接入和使用 (见图3) 。
当用户要共享联邦频谱时, 首先要通过与管理数据库通信进行注册, 然后统一协调, 完成频谱指配, 设备授权和发射允许。其优化原则依据给定区域的整体的频谱使用效率, 但是也要考虑联邦用频的优先权。
联邦主用户和次用户通过向SAS注册来获得干扰保护。主用户和次用户的列表应该实时更新, 并公开透明。各用户需要周期的与数据库进行通信, 更新注册信息, 并确保SAS不会错误判断设备的接入可能性。
SA S的核心是数据库, 它应该包含的信息有:频谱占用的时间和位置信息、信号参数 (如功率和带宽) 、特定地点的约束、接入的价格等。
频谱高速公路的实现是复杂的, 需要尽量确保联邦用频不受牵连, 这包括研究干扰限制、联邦优先权、频谱分配程序、新兴的联邦系统的保护以及执行机制等。总之, 要想使联邦用户和商业用户之间的频谱共享更加有效, SAS必须建立明确的规则来管理频谱, 当设备受到禁止发射的信号时, 必须有能力立即关闭其射频发射。
4. 接收机管理
传统的频谱管理主要集中在规范发射机的特性上, 但实际上接收机的性能同样也限制了频谱的使用。接收机不仅可以接收到目标频带内的信号, 而且还对邻频带信号作出响应。接收机性能不好可能会引起信号交调, 产生带内假信号, 导致接收机失谐, 即接收机过载或减敏。因此, 接收机的性能在一定程度上会限制邻频带信号的活动。
最近, 美国出现了一些由于政策或技术问题导致的信号干扰的案例。美国政府不得不进行频谱交换, 允许了频谱拍卖之外的频谱使用权的购买行为。为了减少Nexte蜂窝基站对公共安全频段的影响, 在公共安全方面作出了巨大的投入。由于使用了卫星频段, GPS系统接收机导致了光立方计划的停滞。FCC (Federal Communications Com m ission) 相关报告展示了更多复杂的例子, 这些都表明了接收机性能是影响新业务频谱接入的主要问题。
由于过去频谱使用情况不紧张, 不要求各业务系统的频谱离太近, 邻道信号导致的接收机干扰问题很少。如果现在不正视接收机干扰问题, 类似于光立方这样干扰情况会逐渐增多, 解决接收机干扰问题时十分必要的。
为了刺激无线领域的创新和投资, PCAST提出一种接收机管理框架, 这种框架不会对接收机造成过多的成本, 而是给出有害干扰的定义。对于要接入现有美国联邦系统相邻频段新系统, 提供清晰明确的干扰要求。这个框架可以让设备厂商在满足干扰要求的条件下, 自由选择适合他们设备的频段。限制低性能接收机对有害干扰的索赔的这一规划方式的改变, 是对现行发射机管理方式的必要补充, 这个补充的目标不是避免有害干扰, 而是决定谁来承担干扰的责任。
干扰门限可定义为频率和空间内的场强, 如图4所示。在给定频率和空间内, 只有当有害干扰超出指定的干扰程度时, 被授权者才可以投诉和索赔。在没有给出干扰门限的频率和空间中, 不提供干扰保护和索赔。
设定接收机干扰限制, 即描述有害干扰条件, 可以使新的无线系统提前预估在给定的频段上部署发射机的成本。接收机干扰限制也能确保邻频带的未来可用性。在联邦频谱内, 接收机的干扰限制可被预先设定, 这样现存的联邦无线系统无需做任何改变, 因此对现存系统不会造成任何影响。为了改善频谱使用效率, 随着新设备的出现, 可以不断的提高接收机干扰的门槛, 不符合要求的旧设备也会随之淘汰。
5. 频谱使用效率的度量
很多测试表明, 即使是在拥挤的城区, 绝大部分频带 (3.7GHz以下) 的频谱占用度也小于20%。频谱容量应该从时间维度上被充分利用, 为了支撑新的频谱共享计划, 灵活使用回收的频谱, 标记未充分利用的频谱, 需要一种能够评估频谱使用效率的度量方法。在新的频谱结构下, 简单的衡量频率效率已再适用, 新的度量方法要衡量频谱使用的实际效益。在影响频谱使用的相关因素中, 如传输速率、传输覆盖范围、排他性干扰等, 这些参数都只能反应频谱使用的一个侧面, 而新方法应综合考量所有因素。
通过这种度量方法, 不仅能知道用户如何完成通信, 而且要知道通信中是否会妨碍到其他用户。换言之, 度量应该平衡考虑频谱使用的质量和机会成本。这种度量不仅可以定量分析比较同一频谱中的不同系统的频谱使用情况, 也可以分析给定系统在不同频段的适用度。对于有益的行为或有效的调制机制, 通过技术手段实现的度量方法应给予激励。
PCAST给出了一种可能的有效性度量的频谱使用的方法, 该方法考虑了通信容量、通信范围、干扰范围、时间和频谱的排他性等方面。其公式如下:
式中, 表示频谱有效性, 它与数据传输的通信范围、占用频谱, 区域, 时间以及排他性有关;R (n) 表示用户n的实际通信范围;D (n) 为用户n的数据通信数据量;I2 (n) 为用户n的干扰范围, 在该范围内其他用户的通信将被阻止;T (n) 为用户n的实际通信时间;S (n) 为用户n实际独占的频谱;k为在特定的频段和区域总的频谱用户的个数。利用上式可以比较单蜂窝小区和Wi-Fi节点服务的有效性, 可以很好地解释为什么Wi-Fi是更有效的频谱使用方式的原因, 尽管它在覆盖性方面有限。
度量方法的重要性远超出工程应用和设计无线电设备的范围。公式中的每一因子都需要政策、投资和管理决策所驱动。这种度量表明无线宽带的解决办法是一个十分复杂的问题, 而不是简单的腾出专用频带那么简单。
度量要强调频谱重复利用的影响, 这是发展可扩展的无线网络的基础。发展越来越大范围的频谱分配无论是从频谱还是从服务角度都更加有效。
四、结束语
联邦频谱为美国应对频谱需求指数增长问题、在世界范围内确定频谱共享技术领先地位提供了独一无二的机会。而实现联邦频谱共享的基石是创造大划分范围的频谱。PCAST的报告表明存在开放1000MHz共享联邦 (非联邦) 频谱实现微小区低功率二次接入或一般授权接入的可行性。频谱可用性的扩张可以刺激企业在技术、设备和应用服务等方面的投资, 拉动二次接入设备和一般授权设备的设计和制造, 促进动态频谱接入, 最终实现联邦频谱潜在频谱容量的激增。
目前, 我国已划分的频谱资源的利用率也较低。随着无线技术和业务日新月异的发展, 我国频谱资源的紧张形势将会逐渐凸显。如何解决未来我国频谱资源需求激增的问题, 我们可以借鉴频谱高速公路计划中的管理方法和理念, 结合我国频谱使用情况, 进行相关试验, 验证动态频谱共享创新模式的可行性。一旦动态频谱共享形成广泛应用, 那么在频谱监测技术、设备检测规范以及台站管理等方面都需要作出相应的改进, 以适应新的频谱使用方式。
摘要：随着无线技术发展, 无线频谱的接入需求激增与现有无线系统的频谱利用率低下形成矛盾。为了解决该矛盾, 提升经济竞争力, 美国政府提出了1000MHz的宽带频谱共享计划 (即频谱高速公路计划) 。针对该计划, 本文介绍了其新的频谱结构、频谱使用的度量方法、等级接入方式和接入系统以及基于接收机管理等方面内容。最后给出了总结, 并阐述了该计划对我国无线电频谱管理的启示。
频谱相关性 篇5
自从教学风格频谱被引入体育教育领域以来,全世界范围内许多国家的教育者都认识到了它的重要意义并已在体育教育领域中广为应用(Byra,2002;Mosston&A s h w o r t h,1994,2002,2008)。从概念上而言,教学风格频谱是在上世纪7 0年代到本世纪初才被逐渐完善的(Boschee,1972;Byra&Marks,1993;Ernst&Byra,1998;Mc Cullick&Byra,2002;Mosston&Ashworth,1994,2002,2008)。从不同的教学方式角度分析,以一系列的教学风格来完善一定的理论体系成为了知识性研究的关键(Hurwitz,1985;Metzler,1983;Mariani,1970;Mc Cullick&Byra,2002;Mosston&A shworth,1994,2008;Seifried,2005)。正如Ashworth(2008)指出,“教学频谱是一个关于施教与学习行为的整体理论,也是一个对‘施教——学习’这一过程的完整理解的框架”。
莫斯顿在1994年不幸辞世,他的长期合作者萨拉·阿什沃斯,一位卓越的教授、体育教育教学领域的专家与引领者以及闻名全球的体育专业教科书《Teaching Physical Education》INTERNET首版(2008)的版权所有者。是她延续了对教学风格频谱理论的描述与研究。不仅如此,她还在1980年至2010年间,在美国、加拿大、欧洲(8个国家)、中东和中国台湾地区设立了大量的研讨班。
正如很多研究者所指出的那样,在体育教育教学体系中是不存在一个单一的、完美的教学方法的。对频谱教学风格作用的证实一直是教育学调查研究所关注的主题(Byra&Jenkins,2000;Gerney&Dort,1992;Mc Cullick&Byra,2002;Mosston&Ashworth,2008;Zeng et al.2009)。研究结果表明,在体育教育教学领域,不同级别学校中的教师和研究者已应用频谱教学风格作为实现教学和行为研究的一个理论框架(Byra&Jenkins,2000;Gerney&Dort,1992;Greenspan,1992;Mellor,1992;Metzler,2000;Zeng et al.2009)。
那些教育学研究的成果提供了有价值的信息。这些信息能让教师有目的地准备和应用他们的教学方法并使之符合他们的教学目标和具有不同个性的学习者(Byra&Jenk ins,2000;Greenspan,1992;Metzler,2000;S eifried,2005;Zeng et al.,2009)。对于教师和学生而言,莫斯顿的频谱教学风格是基于教学,是一个“决策或做出决定”的链条的概念。
莫斯顿对教学中具体决定以及这些决定种类群的辨别产生了教学风格的系列,即各种具有里程碑意义的教学风格(注:我们将这一系列的教学风格译为“教学风格频谱”,有时简称为教学频谱<作者注>,每种教学风格分别迎合显著不同的学习目标。通过在每种风格中创造不同的学习经历,教学风格频谱允许学习者发展符合自己的学习方式。每一个教学情节都为学习者提供能涉及认知、社会、情感、体能和(或)道德5个发展维度的机会(Ashworth,2008)。
体育教育是一门唯一能使个体在上述5个发展维度上全面发展的课程。教学频谱中的非对立性方式(non-versus approach即:每个教与学的方式都是平等的,而并不是相互对立的),让学生成为一个学习效果的整合体。在莫斯顿的教学风格频谱中,每一种风格中的每个教学情节都有一个教育学的单元,它包含一连串的教学目标、施教行为、学习行为和教学效果(英文以O-T-L-O表示;Mosston&Ashworth,2008),如上图所示。
教学目标和效果需要具有一个主体因素和行为因素。在主体因素中包含了行进中的人和物(如,篮球投篮、排球扣球、学习比赛中的进攻等)。行为因素包括学习者身上的各种人类动作行为(如,与同伴之间的合作、自我评价和给同伴评价时的诚实、自控等)。通过主体因素和行为因素,学生就能够发展他们在认知、社会、情感、体能和道德纬度上的特性(Ashworth,2008)。
教学频谱理论的核心原理是,教学行为是由一连串的“决策/做出决定”构成的(Mosston&Ashworth,2008)。此原理可能会产生这样一个问题:什么是最好的方式去施教?基于教师和学生的各种决策行为,教学风格频谱为教师提供了多种选择,让教师决定如何施教。随着对(人类)学习性质认识地逐步提高,也已证明,在学生学习效果最大化的形式下,以教师为中心的学习方式(versus approach—即各种方法相互对立<作者注>)是没有积极意义的(Cothran&Kulinna,2003)。
教学风格频谱由11种内在关联的教学风格所组成,每种教学风格都包含着一个由教学双方形成的“决策/做出决定”结构框架。特定的教学风格是由从教师的最大化控制(命令式风格或风格A)到学生的最大化控制(自我教学风格或风格K)中显现的“决策/做出决定”地逐渐提升的过程发展出来的。莫斯顿和阿什沃斯(2008)指出,不同的教学方式适合获得不同的学习效果,继而不同的教学方式能使学习效果划归到四个发展路径上:体能的、社会的、情感的和认识的。为了选择一种教学风格,莫斯顿和阿什沃斯(2008)又指出,体育教师应当首先关注他们需要进行教学的主体,然后确定什么是需要完成的。此外,教师也需要考虑班级里的学生的情况,这样才能保证风格的选择能适合学生的发展水平(Mosston&Ashworth,2008)。如果首要的任务是对范例的模仿和需要教师形成特定的反馈,那么就需要选择风格A—E(注:E为包容式风格)。因为这些教学风格能够引出知识和技能的再生产,所以,这些教学任务中正存在着与这些风格相契合的教学表现。
莫斯顿和阿什沃斯认为发展频谱教学风格有三点原因。第一个原因与基于个人价值和经验的最佳教学方法有关。第二个原因与学生作为一个独立的个体以不同的方式进行学习具有不同的文化背景和在进入体育课程前不同的运动经验水平有关。随着体育教育活动的推进,教学对象也随之扩展,第三个原因就与教学频谱的发展有关。由于教学的理念往往是相互对立的,即一个理念与另外一个理念相对立的形式显现,而教学风格频谱正是意识到了这一点,所以,才能形成教学风格频谱的发展。
Garn和Byra(2002)指出,教学风格频谱的实现是围绕着学习者能再现(反映或重复)和产生(发现或创建)动作和知识这一理念而构建的。所有在体育教育中出现的活动都具有能采用再现式教学风格群(风格A至E)和生产式教学风格群(风格F至K)进行教学的因素。
虽然在教学频谱中的每一种风格都能发展,如:认知的、社会的、情感的、体能的和道德的诸多方面的目标,但是每种风格都注重这些目标中的一个或两个。这就意味着当面对特定的学习领域时,某个教学风格会比其他的教学风格更能让人满意他们想达到的目标(Garn&Byra,2002)。
在过去的数年中,教学风格频谱已为体育教师和研究者们提供了一系列可供选择的教学风格,和一种被学术界内广泛接受和理解的语言,一种在教学活动中的“决策/做出决定”的范例,以及指导体育教育教学研究的潜在资源(Beckett,1991;Byra&Jenkins,2000;Ernst&Byra,1998;Mc Cullick&Byra,2002Metzler,1983,2000;Zeng et al.2009)。教学风格频谱也提供了一个涵盖广泛的,旨在对“全人教育”进行教学的方式方法。在教学频谱中,教师与学生的行为受“教师—学生”这一相关关系所影响(Mc Cullick&Byra,2002)。
教学风格频谱给教师和学生带来什么样的好处。莫斯顿和阿什沃斯(2008)进而指出,教学风格频谱为教师提供了一系列的可选项目,这诸多的可选项目可以推荐给学生并丰富其学习的方式,也可以在一个学期中更为精确地满足学生的学习目的。出于这一目的,Doherty(2010)做出了这样的描述:教学风格频谱为分析一个人的教学和为适合特定的学习目的而选择的学习方式的有效性提供了合理的基础。Coates(1997)也表明,教学风格频谱强调不同风格之间的相互关联而不是各风格之间的差异性;这个强调遵循:体育教育中有效教学关注的是教学风格中存在的变量,也关注一名教师采用某一种最适合他/她自己的风格所必需的能力。而同样的形式下也许会形成这样的误解,即认为一个给定的风格是与特定的身体活动或运动技巧相联系(Coate s,1997)。通过对11种不同风格地整合,教学风格频谱允许极大程度的自由和高度肯定教师个体的创造性。通过这种方式地整合,让教学既是艺术,又是科学(Doherty2010)。
Doherty(2010)在体育教育教学中做出过深入的描述,根据学生的需要和反应,一个积极的教师应该对教学任务设置进行调整和反思。如果有能力应用莫斯顿所认定的不同的教学风格,那么,就能创造适宜的工作环境,保持良好的记录,制订高标准,使学习者更便利地进行思考和达到多方面的学习目标。这的确值得在教师的教学中认真思考。
最后阿什沃斯博士(2008)指出:“所有的教学方法或途径都试图支持一个有益于学习的教学目的。然而从‘决策/做出决定’的框架来看,教学风格频谱却是独一无二的。这一框架使对11种里程碑式的教学风格的描绘成为可能,也使每个施教与学习的选项得以实现,以及细节性的应用计划成为可能”(如在以后的章节中你将会见到的“教学情节的教案)。教学风格频谱是一个包含了一系列施教与学习选项的系统。每一种行为都具有相同的价值,即每一种行为都承担着教学的任务和目的”。这就是所谓的“Non-versus approach即非对立性方式”。这样的非对立性系统尊重一切教学理念,而不排斥其中的任何一种。
一位杰出的“频谱式”学者,Goldberger博士(2008)做出了以下的描述:教学风格频谱是一种综合性的教学理论。任何理论都基于一个理论原则尝试着对现象进行解释。在教学风格频谱中,其中需要解释的现象就是“教学”,而其中的组织性原则就是“教学能以‘决策/做出决定’的方式进行定义”。当然也存在着其他教学理论,但是没有一个像教学风格频谱那样直截了当却不失优雅华贵。你将学习到一系列的教学风格,即教学风格的频谱。在其中的每一种风格都是由做出决定的教师和学生来定义的。以每个风格所引发的学习条件而言,它们每个都是独一无二的;然而它们每个都是与一个整体,即教学风格的频谱相联系的。你将在每个风格之间的关系中发现在任何教学事务中都存在的三个基本因素:教师、学习者和内容(Mosston&Ashworth,2008:10)。
在对教学风格频谱的介绍中,我斟酌了用语的优雅。这一形容词(优雅)意味着丰富、优美和精致,也同时意味着简单和复杂共存。一个蜘蛛网和一片雪花是一个优雅的结构。正如你所见到的,教学风格频谱的确是优雅的。但是它也是实用的、直观的和人道的。直观,也就意味着它是容易操作和使用的;人道,也就是意味着它澄清和详述了我们能够进行教学的人与人之间的本质互动(Mosston&Ashworth,2008:10-11)。
简而言之,正如阿什沃斯博士所言,“教学风格频谱是一个关于教与学行为的整体性理论;一个理解教与学过程的综合性框架。在世界范围内,从20世纪60年代开始至今的频谱式教学风格的范例,已被加以研究并将继续地对其进行研究、发展和在教学实际中贯彻实施”。
周期信号频谱分析 篇6
为了直观、方便地表达信号分解后所包含的频率分量和各分量所占的“比重”, 将长度与各频率分量的振幅大小相对应的线段按频率高低依次排列, 就得到了周期信号的振幅频谱图。与此类似, 将长度与各频率分量的初相相对应的线段按频率高低依次排列起来, 就得到了周期信号的相位频谱图。
对周期信号进行傅里叶展开, 基波的频率即为原周期信号的频率。而频谱图中的谱线间隔为基波频率, 所以, 随着周期信号周期的增大, 频谱的谱线将渐趋密集。进一步分析可知, 随着周期信号周期的增大, 频谱的幅度将渐趋减小。从理论上讲, 周期信号的谐波分量是无限多的, 所取的谐波分量越多, 叠加后的波形越接近原信号的波形。谐波振幅具有收敛性, 这类信号能量的主要部分集中在低频分量中, 所以可以忽略谐波次数过高的频率分量。
对于一个信号, 自零频率开始到需要考虑的最高频率之间的频率范围是信号所占有的频带宽度。对于一般的频谱, 也常把自零频率开始到频谱振幅降为包络线最大值的101倍时的频率之间的频率范围定义为信号的频带宽度。可以证明, 对于矩形脉冲信号而言, 频谱频带宽度与脉冲时间宽度成反比。
2 实验内容与方法
2.1 单频正弦量的频谱观察
单频正弦量的频谱观察的步骤主要有: (1) 设置信号发生器为正弦波, 频率为500 Hz, 幅值为2 V。 (2) 启动仿真开关, 通过示波器观测波形。观测的波形与信号发生器设置一致后, 关闭仿真开关, 再进行傅里叶分析的仿真分析。 (3) 通过下拉菜单Simulate进行傅里叶分析。 (4) 设置傅里叶分析的参数。 (5) 设置傅里叶分析的输出节点。完成上述设置后, 可以观察单频正弦量的频谱。本例为基波频率500 Hz、幅频值约为2 V、相频值约0, 而其他各次谐波分量的幅频值和相频值均约为0. (6) 根据观察和测量, 频谱主要参数见表1.
2.2 周期三角波信号的频谱观察和测量
周期三角波形信号的频谱观察和测量的步骤: (1) 将信号发生器的波形选择为三角波, 其他参数设置不变。 (2) 仿真的操作步骤和方法与单频正弦量的频谱观察的步骤和方法相似。 (3) 根据观察和测量, 频谱主要参数见表1.
2.3 周期方波信号的频谱观察
周期方波信号的频谱观察的步骤为: (1) 将信号发生器的波形选择为方波, 其他参数设置不变。 (2) 仿真的操作步骤和方法与单频正弦量的频谱观察的步骤和方法相似。 (3) 根据观察和测量, 频谱主要参数见表1.
2.4 周期矩形脉冲信号的频谱分析与测量
实验步骤同“2.1”, 以下不再赘述。需要注意的是信号发生器的波形选择为方波, 其参数设置频率为500 Hz, 占空比为25%, 幅值为2 V, 偏移量为0。且根据所显示的频谱, 得出频谱频宽、所包含的谐波分量数量和各谐波分量之间的频率间隔, 如表2所示。同时, 要注意观察各次谐波分量幅值的变化情况。
2.5 观测脉冲信号变化后的结果
观测周期矩形脉冲信号宽度变化与频谱频宽、密度、幅度变化的关系。
信号发生器的波形选择为方波, 频率为500 Hz, 占空比为13%, 幅值为2 V, 偏移量为0.并重复“2.1”的其他操作, 测得数据见表2.
信号发生器的波形选择为方波, 频率为500 Hz, 占空比为5%, 幅值为2 V, 偏移量为0.并重复“2.4”的其他操作, 测得数据见表2.
摘要：周期信号频谱分析在信号与系统这一学科中占有极其重要的地位。满足狄里赫利条件的非正弦周期函数可以展开为傅里叶级数, 基于此事实, 以傅里叶变化作为信号分析的理论基础, 可以将非正弦周期信号视为一个直流分量与若干个不同频率的正弦分量之和。通过对频谱宽带的理解, 研究了矩形脉冲波形的变化对其频谱的影响。
关键词：周期信号,频谱,矩形脉冲,波形
参考文献
[1]吴大正.信号与线性系统分析[M].第四版.北京:高等教育出版社, 2008.
[2]樊昌信, 曹丽娜.通信原理[M].第六版.北京:国防工业出版社, 2006.