能量扩散算法

① 最短路径导航查询系统（编码）

信道编码技术
数字信号在传输中往往由于各种原因，使得在传送的数据流中产生误码，从而使接收端产生图象跳跃、不连续、出现马赛克等现象。所以通过信道编码这一环节，对数码流进行相应的处理，使系统具有一定的纠错能力和抗干扰能力，可极大地避免码流传送中误码的发生。误码的处理技术有纠错、交织、线性内插等。
提高数据传输效率，降低误码率是信道编码的任务。信道编码的本质是增加通信的可靠性。但信道编码会使有用的信息数据传输减少，信道编码的过程是在源数据码流中加插一些码元，从而达到在接收端进行判错和纠错的目的，这就是我们常常说的开销。这就好象我们运送一批玻璃杯一样，为了保证运送途中不出现打烂玻璃杯的情况，我们通常都用一些泡沫或海棉等物将玻璃杯包装起来，这种包装使玻璃杯所占的容积变大，原来一部车能装5000各玻璃杯的，包装后就只能装4000个了，显然包装的代价使运送玻璃杯的有效个数减少了。同样，在带宽固定的信道中，总的传送码率也是固定的，由于信道编码增加了数据量，其结果只能是以降低传送有用信息码率为代价了。将有用比特数除以总比特数就等于编码效率了，不同的编码方式，其编码效率有所不同。
数字电视中常用的纠错编码，通常采用两次附加纠错码的前向纠错（FEC）编码。RS编码属于第一个FEC，188字节后附加16字节RS码，构成（204，188）RS码，这也可以称为外编码。第二个附加纠错码的FEC一般采用卷积编码，又称为内编码。外编码和内编码结合一起，称之为级联编码。级联编码后得到的数据流再按规定的调制方式对载频进行调制。
前向纠错码（FEC）的码字是具有一定纠错能力的码型，它在接收端解码后，不仅可以发现错误，而且能够判断错误码元所在的位置，并自动纠错。这种纠错码信息不需要储存，不需要反馈，实时性好。所以在广播系统（单向传输系统）都采用这种信道编码方式。
下图是纠错码的各种类型:
1、RS编码
RS码即里德-所罗门码，它是能够纠正多个错误的纠错码，RS码为（204，188，t=8），其中t是可抗长度字节数，对应的188符号，监督段为16字节(开销字节段）。实际中实施（255，239，t=8）的RS编码，即在204字节（包括同步字节）前添加51个全“0”字节，产生RS码后丢弃前面51个空字节，形成截短的（204，188）RS码。RS的编码效率是：188/204。
2、卷积码
卷积码非常适用于纠正随机错误，但是，解码算法本身的特性却是：如果在解码过程中发生错误，解码器可能会导致突发性错误。为此在卷积码的上部采用RS码块， RS码适用于检测和校正那些由解码器产生的突发性错误。所以卷积码和RS码结合在一起可以起到相互补偿的作用。卷积码分为两种：
(1)基本卷积码:
基本卷积码编码效率为，η＝1/2, 编码效率较低,优点是纠错能力强。
(2)收缩卷积码:
如果传输信道质量较好，为提高编码效率，可以采样收缩截短卷积码。有编码效率为：η＝1/2、2/3、3/4、5/6、7/8这几种编码效率的收缩卷积码。
编码效率高，一定带宽内可传输的有效比特率增大,但纠错能力越减弱。
3、Turbo码
1993 年诞生的Turbo 码，单片Turbo 码的编码/解码器，运行速率达40Mb/s。该芯片集成了一个32×32 交织器，其性能和传统的RS 外码和卷积内码的级联一样好。所以Turbo码是一种先进的信道编码技术，由于其不需要进行两次编码，所以其编码效率比传统的RS+卷积码要好。
4、交织
在实际应用中，比特差错经常成串发生，这是由于持续时间较长的衰落谷点会影响到几个连续的比特，而信道编码仅在检测和校正单个差错和不太长的差错串时才最有效（如RS只能纠正8个字节的错误）。为了纠正这些成串发生的比特差错及一些突发错误，可以运用交织技术来分散这些误差，使长串的比特差错变成短串差错，从而可以用前向码对其纠错，例如：在DVB-C系统中，RS(204,188)的纠错能力是8个字节，交织深度为12，那么纠可抗长度为8×12＝96个字节的突发错误。
实现交织和解交织一般使用卷积方式。
交织技术对已编码的信号按一定规则重新排列，解交织后突发性错误在时间上被分散，使其类似于独立发生的随机错误，从而前向纠错编码可以有效的进行纠错，前向纠错码加交积的作用可以理解为扩展了前向纠错的可抗长度字节。纠错能力强的编码一般要求的交织深度相对较低。纠错能力弱的则要求更深的交织深度。
下图是交织的原理图：
一般来说，对数据进行传输时，在发端先对数据进行FEC编码，然后再进行交积处理。在收端次序和发端相反，先做去交积处理完成误差分散，再FEC解码实现数据纠错。另外，从上图可看出，交积不会增加信道的数据码元。
根据信道的情况不同，信道编码方案也有所不同，在DVB-T里由于由于是无线信道且存在多径干扰和其它的干扰，所以信道很“脏”，为此它的信道编码是：RS＋外交积＋卷积码＋内交积。采用了两次交积处理的级联编码，增强其纠错的能力。RS作为外编码，其编码效率是188/204（又称外码率），卷积码作为内编码，其编码效率有1/2、2/3、3/4、5/6、7/8五种（又称内码率）选择，信道的总编码效率是两种编码效率的级联叠加。设信道带宽8MHZ，符号率为6.8966Ms/S，内码率选2/3，16QAM调制，其总传输率是27.586Mbps,有效传输率是27.586*(188/204)*(2/3)=16.948Mbps,如果加上保护间隔的插入所造成的开销，有效码率将更低。
在DVB-C里，由于是有线信道，信道比较“干净”，所以它的信道编码是：RS＋交积。一般DVB-C的信道物理带宽是8MHZ，在符号率为6.8966Ms/s，调制方式为64QAM的系统，其总传输率是41.379Mbps,由于其编码效率为188/204，所以其有效传输率是41.379*188/204=38.134Mbps。
在DVB-S里，由于它是无线信道，所以它的信道编码是：RS＋交积＋卷积码。也是级联编码。
下图是DVB-T、DVB-C、DVB-S各自的信道编码方式：
5、伪随机序列扰码
进行基带信号传输的缺点是其频谱会因数据出现连“1”和连“0”而包含大的低频成分，不适应信道的传输特性,也不利于从中提取出时钟信息。解决办法之一是采用扰码技术,使信号受到随机化处理，变为伪随机序列，又称为“数据随机化”和“能量扩散”处理。扰码不但能改善位定时的恢复质量，还可以使信号频谱平滑，使帧同步和自适应同步和自适应时域均衡等系统的性能得到改善。
扰码虽然“扰乱”了原有数据的本来规律，但因为是人为的“扰乱”，在接收端很容易去加扰，恢复成原数据流。
实现加扰和解码，需要产生伪随机二进制序列（PRBS）再与输入数据逐个比特作运算。PRBS也称为m序列，这种m序列与TS的数据码流进行模2加运算后，数据流中的“1”和“0”的连续游程都很短，且出现的概率基本相同。
利用伪随机序列进行扰码也是实现数字信号高保密性传输的重要手段之一。一般将信源产生的二进制数字信息和一个周期很长的伪随即序列模2相加，就可将原信息变成不可理解的另一序列。这种信号在信道中传输自然具有高度保密性。在接收端将接收信号再加上（模2和）同样的伪随机序列，就恢复为原来发送的信息。
在DVB-C系统中的CA系统原理就源于此，只不过为了加强系统的保密性，其伪随机序列是不断变化的（10秒变一次），这个伪随机序列又叫控制字（CW)。

关于其发展，给你个幻灯片看

② 什么叫能量耗散怎样看待能量耗散

这个涉及到热力学第二定律，即热量不可能自发从低温物体传向高温物体而不引起其他变化。必须有外界对其作功补充能量才可能实现。而正常情况下，高温物体降温时释放的能量不可能全部被利用，（热机的效率不能达到100%），必然有部分能量扩散到周围环境中，并且不能被再次利用，就如一瓶气体，打开盖子后，气体扩散到外界，不可能再把它原来所有的分子重新装回瓶内，除非外界真空，且需要做功（压缩机），这个问题涉及到很重要的物理定律，很难在这里说清楚，你要是想深究，建议找本参考书看看。

③ 能量耗散从什么角度放映出自然界中的宏观过程具有方向性

楼上说的对，但没有讲道所用的理论

是这样，在自然界中，我们用熵值的高低来确定一个区域能量活动区别于其他区域，在自然界中的规律可以这样总结，熵值总是从高扩散到低，也就是说能量是从能级高的地方扩散到能级低的地方

所谓方向性，指的就是熵值的高低区域不同，楼上同学所说的就是能量扩散的方向性，暖气的能量大于屋子中的能量，也即热量，所以能量从暖气扩散到屋子中。

发动机的热能高于周边空气或者汽车其他组件，所以热量从发动机扩散到空气中

这就是能量的扩散，也是自然界的规律，能量从高扩散到低，也就是我们产生热能容易，但要降低一个区域或者物体的热能，就比较困难了。

呵呵，希望可以帮到你

④ 自由空间损耗怎么计算.

自由空间损耗公式：空间损耗=20lg（F）+20lg（D）+32.4；

F为频率，单位：MHz；D为距离，单位：Km；所以在距离一定的情况下：频率越高，损耗越大。
自由空间损耗为了简化链路计算而定义的一个参数；

根据链路计算公式：Pr=Pt+Gt-L+Gr，式中Pt是发射功率，Gt是发射天线增益，L是自由空间损耗，Gr是接收天线增益。根据前面的自由空间损耗计算公式，频率越高，自由空间损耗越大。

由于试验系统较为复杂，要实现自动化测试，一般配备专用的测试软件进行系统集成。采用直接法进行辐射杂散测试时，需要在测试前对试验系统的各个测试单元单独进行校准；

自由空间损耗LA、滤波器+前置放大器的损耗LT、电缆损耗LC等，或对这些测量设施整体进行校准。将校准的各个参数补偿到测试软件当中，从而实现自动一体化测量。

(4)能量扩散算法扩展阅读

有效辐射功率测量值的验证结果;

杂散有效辐射功率直接法测量结果的验证方法是：首先，将各个系统单元的损耗参数在软件中补偿并进行场地布置；接着EUT由发射天线代替，将发射天线与外部信号源连接，设置信号源发射功率P；然后使用软件控制接收天线直接测量发射天线产生的有效辐射功率P2；

再通过已知的发射天线增益以及信号源与发射天线之间的线缆损耗LC，计算发射天线实际产生的有效辐射功率P1=P- LC+Gt；

最后比较P1与P2值的偏差，直接法测量结果与实际发射功率最大相差1.89dB，结果偏差与CISPR 16-4-2:2011定义的高频辐射骚扰测量不确定度Ucispr=5.5dB相比要小很多，测量结果非常接近实际发射功率值。

⑤ 信道编码的纠错码的各种类型

卷积码非常适用于纠正随机错误，但是，解码算法本身的特性却是：如果在解码过程中发生错误，解码器可能会导致突发性错误。为此在卷积码的上部采用RS码块，RS码适用于检测和校正那些由解码器产生的突发性错误。所以卷积码和RS码结合在一起可以起到相互补偿的作用。卷积码分为两种：
(1)基本卷积码:
基本卷积码编码效率为，η=1/2,编码效率较低,优点是纠错能力强。
(2)收缩卷积码
如果传输信道质量较好，为提高编码效率，可以采样收缩截短卷积码。有编码效率为：η=1/2、2/3、3/4、5/6、7/8这几种编码效率的收缩卷积码。
编码效率高，一定带宽内可传输的有效比特率增大,但纠错能力越减弱。 1993年诞生的Turbo码，单片Turbo码的编码/解码器，运行速率达40Mb/s。该芯片集成了一个32×32交织器，其性能和传统的RS外码和卷积内码的级联一样好。所以Turbo码是一种先进的信道编码技术，由于其不需要进行两次编码，所以其编码效率比传统的RS+卷积码要好。
3.4GSM系统中的信道编码
GSM系统把20ms语音编码后的数据作为一帧，共260bit，分成50个最重要比特、132个次重要比特和78个不重要比特。
在GSM系统中，对话音编码后的数据既进行检错编码又进行纠错编码。如图5所示。

首先对50个最重要比特进行循环冗余编码(CRC)，编码后为53bit；再将该53bit与次重要的132bit一起进行约束长度为K=5，编码效率为R=1/2的卷积编码，编码后为2(53+132+4)=378bit；最后再加上最不重要的78bit，形成信道编码后的一帧共456bit。
3.5IS-95系统中的信道编码
（1）正向链路上的信道编码
在IS-95系统中，正向链路上是以不同的沃尔什(Walsh)函数来区分不同的物理信道的。在用沃尔什函数进行直接扩频调制之前，要对话音数据或信令数据进行编码效率R=1/2、约束长度为K=9的信道编码。由于CDMA系统是受自身干扰的系统，各业务信道上的发射功率受到严格的限制。当系统中使用同一频率信道的用户较多时，对每个用户而言，接收信噪比就降低。所以，CDMA系统的话音编码被设计为多速率的。当接收信噪比较高时，采用较高速率的话音编码，以获得较好的接收话音质量；当接收信噪比较低时，就采用较低的话音编码速率。较低速率的话音编码数据经卷积编码后，可进行字符重复。语音编码数据速率越低，卷积编码后字符可重复的次数越多，使得在较差信道上传输的信号获得更多的保护。
（2）反向链路上的信道编码
IS-95系统中，反向链路上是用不同的长伪随机序列来区分不同的物理信道的。在用长伪随机序列进行直接扩频调制之前，要对语音数据或信令数据进行编码效率R=1/3(速率集1)或R=1/2(速率集2)、约束长度为K=9的信道编码。由于同样的原因，语音编码同样被设计为多速率的。当接收信噪比较低时。可采用较低的话音编码速率、字符重复的方法，提高在信道上传输时的抗干扰性能。 在实际应用中，比特差错经常成串发生，这是由于持续时间较长的衰落谷点会影响到几个连续的比特，而信道编码仅在检测和校正单个差错和不太长的差错串时才最有效（如RS只能纠正8个字节的错误）。为了纠正这些成串发生的比特差错及一些突发错误，可以运用交织技术来分散这些误差，使长串的比特差错变成短串差错，从而可以用前向码对其纠错，例如：在DVB-C系统中，RS(204,188)的纠错能力是8个字节，交织深度为12，那么纠可抗长度为8×12=96个字节的突发错误。
实现交织和解交织一般使用卷积方式
交织技术对已编码的信号按一定规则重新排列，解交织后突发性错误在时间上被分散，使其类似于独立发生的随机错误，从而前向纠错编码可以有效的进行纠错，前向纠错码加交积的作用可以理解为扩展了前向纠错的可抗长度字节。纠错能力强的编码一般要求的交织深度相对较低。纠错能力弱的则要求更深的交织深度。
一般来说，对数据进行传输时，在发端先对数据进行FEC编码，然后再进行交积处理。在收端次序和发端相反，先做去交积处理完成误差分散，再FEC解码实现数据纠错。另外，从上图可看出，交积不会增加信道的数据码元。
根据信道的情况不同，信道编码方案也有所不同，在DVB-T里由于由于是无线信道且存在多径干扰和其它的干扰，所以信道很“脏”，为此它的信道编码是：RS+外交积+卷积码+内交积。采用了两次交积处理的级联编码，增强其纠错的能力。RS作为外编码，其编码效率是188/204（又称外码率），卷积码作为内编码，其编码效率有1/2、2/3、3/4、5/6、7/8五种（又称内码率）选择，信道的总编码效率是两种编码效率的级联叠加。设信道带宽8MHZ，符号率为6.8966Ms/S，内码率选2/3，16QAM调制，其总传输率是27.586Mbps,有效传输率是27.586*(188/204)*(2/3)=16.948Mbps,如果加上保护间隔的插入所造成的开销，有效码率将更低。
在DVB-C里，由于是有线信道，信道比较“干净”，所以它的信道编码是：RS+交积。一般DVB-C的信道物理带宽是8MHZ，在符号率为6.8966Ms/s，调制方式为64QAM的系统，其总传输率是41.379Mbps,由于其编码效率为188/204，所以其有效传输率是41.379*188/204=38.134Mbps。
在DVB-S里，由于它是无线信道，所以它的信道编码是：RS+交积+卷积码。也是级联编码。
下图是DVB-T、DVB-C、DVB-S各自的信道编码方式： 进行基带信号传输的缺点是其频谱会因数据出现连“1”和连“0”而包含大的低频成分，不适应信道的传输特性,也不利于从中提取出时钟信息。解决办法之一是采用扰码技术,使信号受到随机化处理，变为伪随机序列，又称为“数据随机化”和“能量扩散”处理。扰码不但能改善位定时的恢复质量，还可以使信号频谱平滑，使帧同步和自适应同步和自适应时域均衡等系统的性能得到改善。
扰码虽然“扰乱”了原有数据的本来规律，但因为是人为的“扰乱”，在接收端很容易去加扰，恢复成原数据流。
实现加扰和解码，需要产生伪随机二进制序列（PRBS）再与输入数据逐个比特作运算。PRBS也称为m序列，这种m序列与TS的数据码流进行模2加运算后，数据流中的“1”和“0”的连续游程都很短，且出现的概率基本相同。
利用伪随机序列进行扰码也是实现数字信号高保密性传输的重要手段之一。一般将信源产生的二进制数字信息和一个周期很长的伪随即序列模2相加，就可将原信息变成不可理解的另一序列。这种信号在信道中传输自然具有高度保密性。在接收端将接收信号再加上（模2和）同样的伪随机序列，就恢复为原来发送的信息。
在DVB-C系统中的CA系统原理就源于此，只不过为了加强系统的保密性，其伪随机序列是不断变化的（10秒变一次），这个伪随机序列又叫控制字（CW)。
现在出现一种新的信道编码方法。LDPC编码。LDPC编码是最接近香农定理的一种编码。

⑥ 尼古拉斯•乔治库斯•罗根

尼古拉斯•乔治库斯－罗根（Nicholas Georgescu－Roegen，1906～1994）
对于“熵”的认识：他就只看到人类利用资源时的浪费和资源的熵增加，而不谈论人在利用自然资源过程中本身的熵的减少，没有看到资源被消耗之前是怎样集聚起来而变成具有高度负熵的资源的。

在《经济的环境》（Jean-Paul Fitoussi）一文中：任何经济都不是独立于法律、道德和政治规则之外的与外界无关的封闭领域。实际上，最能引起人们兴趣的问题往往出现在经济学与其他学科的临界点。 但上述规律在经济过程和自然环境的相互作用中表现得最为明显。

这种相互作用最显着的特征是其不服从力学定律，而服从热学定律，尤其是能量扩散定律，根据这条定律，能够转化为机械做功的自由能量随着时间的流逝而不断减少¾这是一个不可逆转的过程，而“热寂”是这一过程终结时不可避免的归宿。在已故经济学家尼古拉斯·乔治斯库·洛根（Nicholas Georgescu-Roegen）对经济过程和自然环境关系探索性研究的启发下，特别是在20世纪70年代，几位研究人员曾尝试制定适用于经济和社会的“能量扩散”理论，但他们的努力似乎并没有取得多大成功。

能量扩散论认为经济过程会以多种形式与自然界相互作用，从而造成不可逆转的后果。我们不断开采不可再生的自然资源储备（比如石油和金属矿藏），以超过自然资源再生能力的速度从事开采活动，导致其他资源（比如水和耕地）的质量退化或发生改变。实际上，不可再生资源的开采使得经济发展的速度能够摆脱生态再生速度的束缚，从而加速了包括不可逆转的气候变化在内的生物环境的恶化进程。

能量扩散定律表明，我们将把已经遭到破坏的自然遗产留给我们的子孙后代，而比起先人留给我们的遗产，我们留给子孙的遗产也许更难满足他们的需求。令人遗憾的是，这个问题没有一个简单的答案。比如，我们有权根据哪些原则来要求中国和印度压抑自己的经济活力，从而减少对全球自然资源的占用？归根结底，先进国家增长速度放缓并不来源于有意识的自我控制，而是来源于更高的生活水平¾以及缺乏解决自身经济失调问题的能力。

我们无权把指定的生态节奏强加给比我们贫困的民众，因为事实是虽然我们已经放慢了速度，但曾几何时，我们也是依靠那样的速度才完成了财富的累积。出于同样原因，经济收缩、甚至停滞，也并不是发达国家的解决方案：因为那将意味着我们或者接受已经存在的不平等，或者强制推行一种旨在实现资源平等再分配的制度。归根结底，这两种选择背后所代表的是一种不可容忍的玩世不恭，抑或是一种极权主义的理想境界。

但令人高兴的是，能量扩散定律并不是决定我们发展的唯一要素，知识和技术进步的积累也在其中发挥了重要的作用¾和不可再生资源储量的减少及环境质量的恶化一样，知识和技术进步的进程同样也不可逆转。因此，经济发展会伴随资源的退降，但也会伴随着知识的产生、系统化以及传播，而经济和环境可持续发展的前景就存在于这两种动态过程的夹缝之中：我们所选择的增长速度必须有足够的知识水平作为保障，才能确保整个系统持续运转下去。

但自然和知识一样，也是需要政府干预才能足量“出产”的公众利益。克服世界有限性唯一的方法就是通过投资旨在增加可再生能源、降低现有能源消耗，以及减轻环境侵蚀的教育和研究来尽可能保证资源退降和技术进步之间存在足够的空间。

人们普遍相信：如果容忍个别国家以破坏整体利益的方式快速致富，那么整个策略将彻底失去意义。但如果策略的目的是管理上述两个动态过程，那么超越生态的限制将有可能促进经济的增长。

下面是他的详细生平以及作品列表：
One of the most remarkable and profound thinkers in modern economics - and one of the few whose reputation and influence, despite relative neglect over his lifetime, has only increased over time and promises to keep on increasing.

Nicholas Georgescu-Roegen was trained in mathematical statistics at Bucharest and the Sorbonne - receiving his Ph.D at 24. In the 1930s, he spent three years at Harvard, where he was apprenticed in economics by Joseph Schumpeter - and immediately put his mark on this new field with a few outstanding papers on procer and consumer theory (1935, 1936) - which included a solution of the "integrability problem" as well as killing the revealed preference-derivation of utility ("where is indifference?", he asked). He also set forth propositions on stochastic choice and lexicographic preferences.

After returning to Bucharest, Georgescu-Roegen took on official ties for the Romanian government, including a position in the post-war negotiations with the Soviet Union. In 1948, Georgescu-Roegen fled Communist-controlled Romania, stowing himself and his wife away in barrels aboard an Istanbul-bound freighter.

Georgescu-Roegen made his way back to the United States, finally settling at Vanderbilt University - finding the time, in the meanwhile, to contribute three seminal chapters to the celebrated Koopmans-edited 1951 Cowles monograph on linear programming and general equilibrium theory. There, we find several contributions - including the independent discovery of the Hawkins-Simon conditions, an alternative existence proof for von Neumann's system, the general laws of substitutability for Leontief systems and more. His ingenious contribution to the Marxian theory of crisis (1960) is also well-known.

In 1966, Georgescu-Roegen led out of the Neo-Walrasian ship with a salvo of critical torpedoes - contained in the insightful and erudite introction to his Analytical Economics (1966). There, he developed his initial ideas on a new biological or evolutionary approach to economic theory.

His ideas were further developed and consolidated in his magnum opus, The Entropy Law and the Economic Process (1971). Georgescu-Roegen's claims, among others, were that an economy faces limits to growth, for which he invoked the Second Law of Thermodynamics ("useful energy gets dissipated"). Although generally ignored by mainstream economics, he was hailed by the fledlging environmental movement and, until the end of his life, never ceased to speak out on his ideas for a new approach to economic theory. Today, his work is gaining influence, and his insights are being grafted into the new field of evolutionary economics.

Major works of Nicholas Georgescu-Roegen

"Fixed Coefficients of Proction and the Marginal Proctivit Theory", 1935, RES.
"The Pure Theory of Consumer's Behavior", 1936, QJE.
"The Theory of Choice and the Constancy of Economic Laws", 1950, QJE.
"Leontief's System in the Light of Recent Results", 1950, REStat.
"Some Properties of a Generalized Leontief Model", 1951, in Koopmans, editor, Activity Analysis of Allocation and Proction
"The Aggregate Linear Proction Function and Its Applications to von Neumann's Economic Model", 1951, in Koopmans, editor, Activity Analysis of Allocation and Proction.
"Relaxation Phenomena in Linear Dynamic Models", 1951, in Koopmans, editor, Activity Analysis of Allocation and Proction.
"A Diagrammatic Analysis of Complementarity", 1952, Southern EJ.
"Choice and Revealed Preference", 1954, Southern EJ.
"Limitationality, Limitativeness and Economic Equilibrium", 1955, Proceedings 2nd Symposium on Linear Programming.
"Choice, Expectations and Measurability", 1956, QJE.
"Threshold in Choice and the Theory of Demand", 1958, Econometrica.
"The Nature of Expectation and Uncertainty", 1958, in Bowman, editor, Expectations, Uncertainty and Business Behavior.
"Economic Theory and Agrarian Economics", 1960, Oxford EP.
"Mathematical Proofs of the Breakdown of Capitalism", 1960, Econometrica.
Analytical Economics: Issues and Problems, 1966.
"The Economics of Proction", 1970, AER.
The Entropy Law and the Economic Process, 1971.
Energy and Economic Myths: Institutional and analytical economic essays, 1976.
"The Steady State and Ecological Salvation", 1977, Bioscience.
"Energy Analysis and Economic Valuation", 1979, Southern EJ.
Demain la decroissance, 1979.
"An Emigrant from a Developing Country", 1988, BNLQR.
"Nicholas Georgescu-Roegen about Himself", 1992, in Szenberg, editor, Eminent Economists.
Resources on Nicholas Georgescu-Roegen

Conference at Strasboug
"Proction and Economic Theory: Reflections on Georgescu-Roegen's Contribution" by Heinz D. Kurz and Neri Salvadori
"Economy and Thermodynamics" by Borisas Cimbleris
Georgescu-Roegen Page at Laura Forgette

⑦ 电磁波在自由空间的损耗公式是怎样的

自由空间损耗描述了电磁波在空气中传播时候的能量损耗，电磁波在穿透任何介质的时候都会有损耗。
自由空间损耗公式：空间损耗=20lg（F）+20lg（D）+32.4；
F为频率，单位：MHz；D为距离，单位：Km；
所以在距离一定的情况下：频率越高，损耗越大。
自由空间损耗为了简化链路计算而定义的一个参数，根据链路计算公式：
Pr=Pt+Gt-L+Gr
式中Pt是发射功率，Gt是发射天线增益，L是自由空间损耗，Gr是接收天线增益。根据前面的自由空间损耗计算公式，频率越高，自由空间损耗越大。但是许多人根据这个结论，认为在相同的距离下，频率越高，功率损耗越大，这种概念是错误的，因为自由空间的能量损耗是能量扩散损耗，与频率无关。而自由空间损耗之所以与频率有关是为了简化计算，因为接收天线的增益是与频率有关的。例如同样口径的天线频率越高，增益越高，而自由空间损耗频率越高，损耗越大。所以两项综合后，接收功率是不变的。
当然，功率损耗与频率还是有关系的，这主要是与大气环境有关，如雨衰等

⑧ 不同的能量聚集,它产生的条件是否有时间间隔。

时间论解释为时间是能量的变化，不同系统能量子密度不同，时间也相应不同，因此，时间是相对的。时间论能量的变化产生时间。能量的扩散（膨胀）称为正时间；正时间流逝速度与扩散的速度成正比。能量的聚集（收缩）称为负时间；负时间流逝速度与聚集的速度成正比。同一时间轴上同时存在方向相反的正、负时间，这两种时间不能单独存在；某一时间一旦停止，产生此时间的能量形式即会消亡。能量是随正、负时间的和时间的流逝而变化（也是能量的扩散与聚集的差）。能量的最小单位称为能量子，时间的流逝与能量子的密度有关；密度越大，能量扩散程度越小，聚集程度越大，正时间越小，负时间越大。不同系统能量子密度不同，时间也相应不同，因此，时间是相对的。系统的能量的扩散与聚集易受外界能量的影响，因此时间具有易变性。

⑨ 地震的余震是怎样形成的

Omori (1894)研究了1891年发生在日本中部的Nobi地震后的余震月频次和半月频次随时间的衰减后发现，余震在单位时间内的发震频次可以表示为

, (1)

其中t是以主震发震时刻为起点的时间，K和h为常数。现在多用字母c来代替h。

Omori曾尝试用指数衰减的形式来拟合余震频次的衰减，结果不是太满意。

Utsu (1961)研究了多个地震的余震活动后发现，余震的频次衰减要比Omori公式所描述的快些，用

(2)

来拟合余震频次更为合理。上式称为修正Omori公式。

Utsu (1995)总结了根据全球200个余震序列的p值发现，p值的范围为0.6~2.5，中位值大约为1.1，奇怪的是似乎找不到p值和主震震级的相关性。

二、高阶余震序列和Omori公式的扩充

Omori公式发表后，也有一些文章指出Omori公式和修正Omori公式并不适合某些地震的余震活动，因为这些地震的余震活动并不随着时间而正常衰减。产生这些情况的原因多是余震序列中存在有强余震，而这些强余震又伴有次一级的余震活动。Utsu (1970)和Ogata (1983)用修正Omori公式的和式来表述这种含有次阶余震活动的序列的发生频次，即

， (3)

其中H(t)为单位阶跃函数，T为主震发震时间，T1、T2、…、Tn分别为第1、2、…n个强余震的发震时间，K、c、p、Ki、ci、pi为常数。可以看出此公式表示的余震序列是由主震引发的余震活动和强余震带来的高阶余震活动合成的。

三、ETAS模型的简单形式

Ogata (1988, 1989, 1994) 将自相似的思想引人了Omori公式，认为不仅仅是余震序列中较强的余震能产生高阶余震，而是余震序列中任何一个地震均能产生自己的高阶余震。他采用灾害函数，更确切点说是条件强度函数来表示这一模型、由条件强度的定义

(4)

给出模型的条件强度函数

5)

式中的μ为常数，代表背景发生率；i取遍所有的地震。上式中右边和式的每一项代表每一事件对地震发生率所做的贡献。很自然地，常数Ki应该依赖于第i个地震的震级。Ogata在模型中取Ki只和第i个地震震级有关，并且为指数形式

(6)

其中，M0为参考震级，一般也取为震级下限。这种取法的根据是Utsu和Seki (1957)的经验公式

(7)

即余震区面积与主震震级M的关系。由上式可以大致得出余震的总数大致和主震震级的指数函数也正比，即

(8)

于是(3.5)式最终为

(9)

Ogata (1989)称满足(9)式的地震活动为“标准的”(Standard)的地震活动，而模型的名称为“传染型余震序列模型”。式中的参数p表示余震的衰减率，a表示由不同震级在产生余震能力方面的差异。他通过研究发现，震群型或前震型的地震往往有较小的a，甚至于会得到p<1 (Ogata, 1988)。

这种模型的思想和Vere-Jones和Davis的触发模型(Vere-Jones and Davis, 1966)相似。触发模型的思想也是认为序列中任一地震均能触发新的地震。不同的是，触发模型没有将震级和产生余震的能力联系起来。有意思的是，Vere-Jones和Davis利用触发模型拟合新西兰的地震活动性后发现，反幂律衰减(即修正Omori公式)优于指数衰减。这种并非巧合的事实，即余震频次在时间上的反幂律衰减，可能是能量扩散的结果(Kagan and Knopoff, 1980)。

四、ETAS模型的空间形式

在Ogata将时间上的ETAS模型推广至空间形式之前， Musmeci和Vere-Jones (1992)就用一种时空的成丛模型来分析意大利的地震活动。这种模型的条件强度函数为

(10)

或

， (11)

其中A、a、C、sx、sy、Cx和Cy为常数。这两种函数分别对应为扩散型的丛和Cauchy型的丛。对于固定的点(x, y)，当t®¥时，以上两式中余震频次随时间的衰减规律分别为t-1e-ct和t-2e-ct。

Kagan (1991)和Rathbun (1993)也给出了不同的时空上的条件强度模型。

Ogata (1998)将空间ETAS模型写成以下的形式：

, (12)

式中 (13)

这里的 为震级为M的地震产生余震的期望数目， 为余震时间分布的概率密度函数， 为余震空间分布的概率密度函数， j(M)为震级分布的概率密度函数，一般采用Gutenberg-Richter关系。Ogata (1998)给出了三个例子：

1.

2.

3.

其中H(u)为单位阶跃函数，d、a和q为常数。Ogata (1998)也将此模型推广到各向异性的情形，即用 来代替(13)式中的 ，其中

，

g、s1和s2为常数表示余震区为椭圆。

五、 参数估计和模型选择

在实际应用中，给定一组的观测数据，如何确定模型的系数呢？在统计学中常常用最大似然法进行参数估计。对于具有条件强度函数的点过程而言，其似然函数的形式为

(14)

其中[0, T]为观测的事件段，N(T)表示[0, T]内发生事件的数目，[0, ¥) 为震级范围，S为研究区域。为了简便起见，常常将上式写成对数形式

(16)

对于描述同一自然现象或者拟合同一组数据，均可以采用多个统计模型。Akaike (1974)提出的AIC方法(Akaike信息准则)就是如何在这些模型中选出最佳模型，方法是：假定logL为模型的对数似然值，则

(3.60)

其中k为模型中采用的参数的个数，取具有最小AIC值的模型作为最佳模型。可以看出，AIC方法既考虑模型对现象的拟合程度的好坏，也对通过无限制增加参数个数以促进拟合程度的行为进行了惩罚。

六、 参数估计和模型选择

利用ETAS模型可以直接进行的实际应用包括：拟合地震活动性、模拟地震目录、预报地震等。下文将对这些应用逐一做简单介绍。

6.1 拟合地震活动性

Utsu等(1995)曾将日本地震区划分为16区域，用简单形式的ETAS模型对每个区域的浅震活动进行了拟合，并用AIC准则说明了ETAS模型要比严格触发模型(restricted trigger model) 更适合描述这些地区的地震活动性。Ogata (1998) 用空间ETAS模型拟合了Tohoku和本州岛中南部地区地震活动性发现，虽然余震区面积在尺度上遵从Ustu-Seki公式，但余震频次在空间上并不是呈指数衰减或衰减更快，而是呈反幂律衰减。他猜想余震区应当分为两个部分：近场和远场。其中近场就是传统意义上的余震区，即断层区；而远场则对应与“广义上的余震”，如余震活动的迁移性，或者由地震断层破裂后大地应力场调整引起的地震。

ETAS模型也可以用来研究局部地震活动性。Guo (1997) 用简单ETAS模型研究了34个地震及其余震序列后发现，ETAS模型中的p值(用pE表示)比Omori公式中的p值(用pO表示)要大或者两者相等。板内地震的a值要远小于板间地震的。他还研究了各个参数之间的相关性，如a和pE是正相关的；Gutenberg的b值和pE对于板间地震是正相关的，而对于板内地震是负相关的。

Zhuang (1998)用简单ETAS模型拟合了新西兰Cape Palliser发生在1990年的ML5.3地震及其余震前后各个时期的地震活动性，发现了此地震前后存在着不同的活动特征，称之为活动相，并假想把地震活动在时间上分为中间相 (interseismic)、转换相 (preseismic)、活跃相 (coseismic)和调整相 (postseismic)四种。

6.2 模拟地震目录

利用点过程模型可以进行人工合成地震目录，这一点在Zheng和Vere-Jones (1994)，Musmeci和Vere-Jones (1992)的文中都有阐述。Ogata (1998)也给出了用空间ETAS模型进行数值模拟的算法。这一方法是基于“瘦化”法 (thinning method)的算法，需要进行高维数值积分而耗掉大量的计算时间。这里给出的是Davis等人(1997)的算法。这一算法是利用ETAS模型具有良好的分支过程(Athrey and Ney, 1972)的结构特征，并不需要进行数值积分。根据ETAS模型的条件强度公式，可以归结出以下特征方程

(16)

其中由(13)式知k(M)为为震级为M的地震产生余震的期望数目，j(M)为震级的概率密度函数，一般采用Gutenberg-Richter关系，即

， (17)

而b=bln10，b为Gutenberg-Richter关系中的b值，v(M)为特征函数。可以得出特征值

, (18)

r即临界性参数：若r<1，这个过程是亚临界的，事件总数目随着时间的增长而线性增长；若r>1，这个过程是超临界的，事件总数目随着时间的增长呈指数性或爆炸性增长。r的另一个含义是所有事件中的任一个事件产生余震的期望数目。模拟算法如下：

设进行模拟的目标区域为A，B是一个包含A并且比A大的一个区域。

(1) 根据背景发生率，为简单起见，这里仅设其为一常数m，模拟出区域B内发生的地震总数目N。N是服从期望为mST的Poisson分布的随机变量，其中S为区域B的面积，[0, T]为所要模拟的时间段。

(2) 模拟这N个地震的发震时间，即N个服从[0, T]上的均匀分布的随机变量。

(3) 模拟这N个地震的震中位置，方法同步骤1可简单设其为B上的均匀分布。

(4) 利用(17)式模拟出N个地震的震级。

(5) 设这N个地震为第0代。可按如下步骤模拟出下一代地震的时间、地点和震级。

(6) 对于第0代中的每个地震，模拟出各个事件的余震数目，即服从期望为k(M)的Poisson分布的随机变量。

(7) 针对第0代中每一地震的每一个余震，首先模拟出发震时间，即服从反幂律分布或Pareto分布；然后根据余震位置分布的p.d.f模拟出其震中位置，最后根据余震的震级分布震级。称这样产生的地震为第1代地震。

(8) 针对第1代地震，重复与6和7类以的步骤，如此产生第2代、第3代，…，直至再没有后代产生或所有地震的发震时间均落在[0, T]的外面。

(9) 将上面得到的各代地震合并在一起，按时间排序后，挑选出A中的即为所求的地震目录。

这一方法和传统的点过程的模拟方法，如反演法和瘦化法是等价的。Ogata(1998)利用瘦化法和空间ETAS模型进行模拟，成功地再现了日本本州岛西南部的地震活动特征。庄建仓、Vere-Jones和Savage (1997)利用空间ETAS模型拟合了新西兰北部1966年至1990年的浅震活动后，用所得得参数模拟出了一个新的合成地震目录。对比合成目录和真实目录后发现，合成目录中出现了较多的前震，产生这一结果的原因可能是因为真实地震目录中的余震震级可能和主震震级有关造成的。尽管如此，仍说明ETAS模型对于研究前震仍是极其有用的。

6.3 地震预报

Vere-Jones (1998)曾提出了基于点过程模型的概率预报方案。这一方案的要求是这一点过程模型必须有显式的条件强度函数。预报方法如下：

假定t为当前时间，(t, t+Dt)为预测的时间区间。

(1) 根据时间t以前的观测结果，拟合观测结果得出模型中的参数。

(2) 根据求出的模型参数，模拟(t, t+Dt)的地震活动。

(3) 重复步骤(2)多次，如至少1000次。计算(t, t+Dt)内有地震发生模拟次数在全部模拟次数中所占的比率。这一比率可以看作是所求的发震概率。

这一方案有这样的优点，即随着时间的推移，可以将新发生的地震添加到观测结果中，重新估计模型参数 (称为学习过程)，然后用新的时间参数去预测下一个时间区间的发震概率。

Vere-Jones还给出了这一方法的评分准则，这里不再重复。

将这一方案应用到ETAS模型上的效果并不理想。Vere-Jones (1998)用拟合新西兰惠灵顿地区5年内的区域地震活动性得到的简单ETAS模型的参数模拟了一个人工合成地震目录，把上面的预测方案应用到预测时间区间为2天的情形上。结果表明，ETAS模型对大震的预报效果不太理想，但是对大震之后的余震预测效果很好。对大震预测效果不理想的原因可能是因为各个预测区间多开始于平静时刻，而非余震序列内。由于ETAS模型在无震区间预测较Poisson模型好，其预测的总体效果仍好于Poisson 模型。尽管如此，这一模型和这一方案在大震现场用来进行预测余震仍应当是非常有效的。

6.4 相对平静

Ogata (1986)的相对平静来源于这样的思想，主震发生之后，其衰减规律应按照Omori公式或ETAS模型的模式进行衰减，实际地震活动有时会偏离这一规律，即期望在某一时刻发生的地震没有发生，那么会在不久的将来发生一个强余震或一个由数目较多的余震组成的地震丛来补足这一“缺陷”。这一思想对预报震后强余震往往很有效，Ogata 曾成功地用根据这一思想发展起来的理论预报了兵库地震的一个强余震。

检验这种相对的平静是有一定困难的。因为各个地震的余震的发生时间并非等间隔分布。随着时间的推移，相邻余震之间的时间间隔越来越长，将缺震引起的相对平静和这种越来越长的时间间隔区分开来会有一定的难度。在这里Ogata考虑了残差变换，这种残差变换可以将一个具有条件强度函数的非Poisson点过程的事件序列变换成一个遵从单位发生率的Poisson点过程的事件序列。残差变换的定义为：

。 (19)

经过残差变换后，得到的新序列{ti}称为转换时间序列。任何一个用于检验Poisson序列的方法均可以用来进行检验相对平静是否存在。

上述方法可以应用到(9)式中的ETAS模型所定义的标准地震活动的平静的判别上。首先给出两个模型假设：

1. 地震活动在所研究的整个时间段[0, T]内遵从单一的ETAS模型，即各个参数在此期间无显着变化；

2. 地震活动在时间点T0Î[0, T]发生变化，表现在模型拟合上，ETAS模型的各个参数从时间段[0, T0]到[T0, T]时各个参数发生了显着变化；

以上两个模型对应的AIC分别为

其中，p(N)是当T0作为可调整的参数时的惩罚项，和事件的总数N有关，如果T0的选择是科学根据而非从数据本身得到的，则p(N)=0；

；

，

即lnL(q; S, T)为参数q对应的似然函数值。

AICII<AICI说明地震活动性在T0前后截然不同。

这种截然不同可能说明地震发生率有所变化。Ogata就是在满足AICII<AICI的条件下，检验经过残差变换后得到的转换时间序列的发生率是否有所改变得到的。具体做法是：用ETAS模型分别拟合两个时间段和总的时间段的地震活动性，如果AICII<AICI，则用拟合前一时间段数据所得的参数针对整个时间段计算转换时间序列，然后将转换时间序列的频次累积曲线画出来，如果在T0点后的积累速度明显下降，则可以认为有相对平静发生了。Ogata (1992)曾用此方法验证了多个大地震之前相对平静的存在，如1960年的智利MS7.0地震，1923年的日本东京MS8.3地震。

⑩ 求指教：铜原子在不同金属层扩散速度温度对扩散速度的影响谢谢

但是氢氧化钠溶液到达琼脂块中心的速度是不同的，具体的不记得了。不会吧，
间隙固溶体中溶质原子的扩散激活能一般都比置换固溶体中的小，公差为0.02的等差数列考虑此问题 an=0.02 0.02(n-1)=0.02n 。应该是在水中滴一滴重水(你应该懂得)，分子间的作用力很大的一般都形成了固体。
我只记得大概，不同色素在滤纸上的扩散速度是不同的，琼脂块体积小的时间短。设第0分钟能量扩散的速度 a0=0 第1分钟能量扩散的速度 a1=a0 0.02=0.02 第2分钟能量扩散的速度 a2=a1 0.02=0.04 …… 第n分钟能量扩散的速度 an=a(n-1) 0.02 借用首项为0.02，
滤纸条上由上到下依次为胡萝卜素、叶黄素、叶绿素a、叶绿素b 该实验的原理是不同色素在层析液中的溶解度不同 在纸层析中的流动相是指层析液，爆燃扩散的速度取决于燃烧物的性质。就想每个分子之间都有一个弹簧连接着一样，然后分时间提取样本