1) wavelength-division
波分
1.
In this system,the fluorescence wavelength-division and time-division multiplexing techniques were applied.
基于荧光强度的温度测量原理,设计了一种利用荧光波分和时分多路传输技术,通过检测红宝石晶体的荧光强度实现温度测量系统。
2) wave component
分波
1.
The full waveforms , wave components and their dispersions are calculated.
从全波和分波角度对刚性圆筒中点声源激发的弹性波的稳态和瞬态行为做了理论分析和数值模拟，给出了全波、分波以及各分波模式的频散特性，并在短波长和长波长的情况下研究了弹性波的传播特性。
3) partial wave analysis
分波分析
1.
With helicity partial wave analysis formalism, we discuss how one can distinguish f-0 resonance from f-2 resonance in the process of J/ψ→f-J(θ-1,-1) with f-J→ππ(θ-2,-2) and →K(θ-3,-3) by various projections of angular distributions.
基于螺旋度分波分析公式 ,我们探讨在J ψ→fJ(θ1,1)、fJ→ππ(θ2 ,2 )、→K+ K-(θ3 ,3 )级联衰变过程中是否可以通过各种一维角分布投影鉴别出f0 和f2 共振态 。
2.
The relativistic tensor formalism of partial wave analysis and some Monte Carlo simulation for this process are presented in this paper.
采用相对论张量分波分析方法给出该过程的分波分析理论公式 ,并对该过程进行了一些蒙特卡罗模拟研
3.
Based on this amplitude, a new and complete partial wave analysis to this process is carried out.
从 ψ′→J/ ψπ+ π-衰变振幅的普遍表达式和过程的运动学出发 ,给出了ππ不变质量谱 ,角关联谱和不变质量 -角关联双变量谱 ;进行了分波分析 ,使得从实验上检测D波跃迁成为可能 。
4) ODV/OMV
分波/合波器
5) Multi/Demultiplexer
分波合波器
1.
Etched-Diffraction-Grating Based Planar Optical Multi/Demultiplexer on Silicon-On-Insulator;
基于绝缘体上的硅材料的刻蚀光栅式分波合波器研究
6) wave-front division
分波陈面，分波面
补充资料：波形分析
对波形（即随时间变化的一维信号）的数字处理和识别技术。许多实际问题的样本原始描述是一组波形或一个波形，例如医学中的脑电图、心电图，监测天然地震或地下核爆炸仪器的输出信号，语音信号，电测量仪器的输出信号，地震勘探信号等。这些信号的数据量很大，为了对它进行压缩而又能保存对识别和解释有用的信息，人们研究了许多对一维信号进行描述和识别的结构和统计方法。
波形分析首先要对输入的连续波形进行采样和量化。根据采样定理，为了保存原始信号中的所有信息，采样率应大于波形的有效最高频率的两倍。对变换后的离散时间序列，可以应用数字信号处理技术进行处理和特征抽取。例如用各种低通和带通数字滤波器能对噪声进行抑制或把数据限制在某个频率范围内。非递归数字微分器能计算信号的变化率，在脑电波的自动诊断系统中可用来检出信号中的异常脉冲。谱分析在一维信号模式识别系统中有十分广泛的应用。输入到模式识别系统中的一维信号在很多情况下可以看成是一个各态历经的随机过程的一次实现，因此它的自相关函数以及自相关函数的Z变换（即功率谱密度）是对它的固有描述。通过谱分析，可以对离散时间序列建立一个数学模型，从而在频域或时域中分析数据的性质，提取合适的特征，如模型参数，以便对波形进行分类。
波形分析中的统计模式识别方法已经能够成功地把天然地震与地下核爆炸区别开来。用短时频谱特性中的三个频率段的信号功率作为三维特征向量，以样本协方差矩阵进行加权的欧氏距离作为距离度量，用最近邻法进行分类，已达到很高的正确识别率。利用声发射信号预测金属材料缺陷，也取得了较好的效果。此外，用统计模式识别和结构模式识别的方法分析脑电图和心电图的工作已进行了多年，并取得了不少有意义的成果。
参考书目
K.S.Fu（editor）, Applications of Pattern Recognition, CRC, Press,Inc., Boca Raton, Florida, 1982.
波形分析首先要对输入的连续波形进行采样和量化。根据采样定理，为了保存原始信号中的所有信息，采样率应大于波形的有效最高频率的两倍。对变换后的离散时间序列，可以应用数字信号处理技术进行处理和特征抽取。例如用各种低通和带通数字滤波器能对噪声进行抑制或把数据限制在某个频率范围内。非递归数字微分器能计算信号的变化率，在脑电波的自动诊断系统中可用来检出信号中的异常脉冲。谱分析在一维信号模式识别系统中有十分广泛的应用。输入到模式识别系统中的一维信号在很多情况下可以看成是一个各态历经的随机过程的一次实现，因此它的自相关函数以及自相关函数的Z变换（即功率谱密度）是对它的固有描述。通过谱分析，可以对离散时间序列建立一个数学模型，从而在频域或时域中分析数据的性质，提取合适的特征，如模型参数，以便对波形进行分类。
波形分析中的统计模式识别方法已经能够成功地把天然地震与地下核爆炸区别开来。用短时频谱特性中的三个频率段的信号功率作为三维特征向量，以样本协方差矩阵进行加权的欧氏距离作为距离度量，用最近邻法进行分类，已达到很高的正确识别率。利用声发射信号预测金属材料缺陷，也取得了较好的效果。此外，用统计模式识别和结构模式识别的方法分析脑电图和心电图的工作已进行了多年，并取得了不少有意义的成果。
参考书目
K.S.Fu（editor）, Applications of Pattern Recognition, CRC, Press,Inc., Boca Raton, Florida, 1982.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条