接收机灵敏度 在一定误码率的条件下，模块所能接收到的最小光功率，单位为dBm 影响接收灵敏度的因素： 比特速率（Bit rate) 发射光信号质量（眼图；抖动，OSNR等） 发射消光比 传输后的脉冲波形失真(Distortion) 接收机的带宽(Bandwidth) 电源纹波 串扰等

敏感性分析对于理解每个气候输入变量对蒸发蒸腾量变化的影响非常重要，而蒸发蒸腾量是水文模型，灌溉计划和水资源管理的重要元素。 这项研究调查了蒸散量对最大和最小温度，太阳辐射，风速以及最大和最小相对湿度的变化的响应。 使用1998年至2012年的8个站点的每日数据。 对于每个气候变量，进行5％到±25％的变化，以评估蒸散量对输入变量的敏感性。 结果表明，蒸散量分别对太阳辐射，最高温度和风速的变化更为敏感。

GSM系统接收灵敏度的调试，曹凡，王书诚，本文以GSM系统手机硬件设计为典型应用，重点介绍了GSM系统接收机灵敏度指标的硬件设计难点和调试经验，涵盖硬件系统架构，重要芯片

根据哈密顿原理推导出了输流管道的横向振动方程，采用伽辽金法对该方程进行离散获得了管道系统的频率方程，并求出了前4阶临界流速、临界压强以及临界简支长度的计算公式。分析了流速、液体压强和简支长度对固有频率以及压强、简支长度对临界流速的影响。最后进行了固有频率对流速、液体压强等参数的灵敏度分析。研究结果表明：1)与简支长度对固有频率的影响来比，流速、液体压强对固有频率的影响要小；2)固有频率对流速的l阶灵敏度要高于固有频率对液体压强的1阶灵敏度。

JEP178 静电放电(ESD)灵敏度测试-在数据表上报告ESD承受水平

增强植被指数（EVI）是一种“优化”指数，旨在通过取消冠层背景信号的耦合和减少大气影响来增强高生物量地区的植被信号，从而提高其敏感性，并改善植被监测。 EVI根据以下等式计算：EVI = G *（NIR-RED）/（NIR + C1 * RED-C2 * Blue * L） 其中NIR /红色/蓝色是经过大气校正或部分大气校正（瑞利和臭氧吸收）的表面反射率，L是冠层背景调整，用于解决通过冠层的非线性，差分NIR和红色辐射传输，C1，C2是气溶胶阻力项的系数，它使用蓝色带校正红色带中的气溶胶影响。 MODIS-EVI算法采用的系数为：L = 1，C1 = 6，C2 = 7.5，G（增益因子）= 2.5。 归一化植被指数（NDVI）对叶绿素敏感，而EVI对冠层结构变化（包括叶面积指数（LAI），冠层类型，植物相貌和冠层结构）更敏感。 这两种植被指数在全球植被研究中相辅相成，并且在检测植被

神经网络灵敏度分析对网络结构设计、硬件实现等具有重要的指导意义，已有的灵敏度计算公式对权值和输入扰动有一定限制或者计算误差较大。基于Piché的随机模型，通过使用两个逼近函数对神经网络一类Sigmoid激活函数进行高精度逼近，获得了新的神经网络灵敏度计算公式，公式取消了对权值扰动和输入扰动的限制，与其他方法相比提高了计算精度，实验证明了公式的正确性和精确性。

该系统实现了一套高帧灵敏度的红外成像系统,系统采用国产中波320*256凝视型制冷红外焦平面探测器,以FPGA作为核心处理器件,配合基于场景的非均匀校正算法和双平台直方图均衡算法,同时通过千兆以太网实现实时视频数据传输,系统各项技术指标均达到国内外先进水平,可满足军事、工业、医学、电子研发、、安全监等领域的需求。

次文档包括了接收机的一些基本参数的定义及指标，是一个中英文电子文档，下载仅供学习使用，请不要用于其它用途。。。

灵敏度(sensitivity)分析 假设:N个样本,3个特征属性F1/F2/F3 (1)分别计算各个特征属性的均值/标准差 (2)将(m1,m2,m3)作为输入端,模型输出结果为M (3)若要测试F1对应变量的影响 则：输入(m1+1*10%, m2, m3)，…… 输出M+M1，计算 (4)分别计算 可比较3个特征属性对输出的影响结果