三角校正法

关键词： 合资企业 企业

三角校正法（精选四篇）

三角校正法 篇1

随着中国投资环境的不断改善, 大量外国企业进入中国建立合资企业, 2011年, 我国规模以上的中外合资企业的数量已经占全体工业企业总数的3.3%。合资企业在技术、劳动力、社会资源等方面会获得更多的互补性优势, 同时合资企业在管理体制、组织结构、沟通方式以及文化背景等方面也面临着一系列的分歧与矛盾。作为企业的主要负责人 (总经理、首席执行官、各部门负责人等) , 合资企业高层管理者 (以下简称高管) 与独资企业的高管相比将会面临着更大的压力。

领导能力是指领导者对被领导者实施影响力的能力, 领导者通过描绘愿景、激励他人、维护人际关系等方式对被领导者施加影响, 使被领导者更好地完成任务, 实现组织目标。管理者领导能力的高低会直接影响到其工作的效果乃至整个企业的经营绩效, 因此管理者领导能力研究已经成为管理领域的热点问题。如由长延和唐素萍对领导与管理、领导能力与管理能力、能力与素质的构成及形成的影响因素等关于企业领导的问题进行了深入的阐释[1]。赵国祥等以党政领导干部为对象进行了领导能力的实证研究, 通过统计分析确定了沟通能力、创新能力、组织协调能力、选才用才能力、综合决策能力、应变能力和自律能力7个维度的领导能力[2]。杜建华等通过结构方程分析方法, 对女性领导能力在女性领导模式与领导绩效中的中介作用进行了探讨[3]。目前国内文献对领导能力的研究, 大多集中在一般性领导能力上, 而缺乏对具体行业、具体企业管理者领导能力的考察, 特别是没有对合资企业高管领导能力进行专门研究。因此本文以合资企业高层管理者为对象, 利用三角校正法确定其领导能力构成要素, 为高管领导能力提升提供可供参照的标准。

1 研究设计

为了对合资企业高管领导能力进行全面的描述, 本研究采用三角校正法确定合资企业高管领导能力的构成要素。

三角校正法又称三角交叉检验法, 是指在研究同一对象时采用不同的方法、资料、样本与理论集合多个角度的研究方法。采用三角校正法的优势主要有3个方面: (1) 可以将多个角度收集到的资料进行相互比较, 检验其一致性; (2) 采用多个角度分析探究同一对象, 反映的信息更加全面准确; (3) 通过分析各种资料的分歧性可以发现不同主体对同一现象认识的差别, 发现新的研究问题。

本文以合资企业高管访谈、合资企业中层管理者团体焦点访谈、专家决策3种方式收集资料, 从领导者、被领导者以及专家3个角度, 确定合资企业高管领导能力构成要素, 如图1所示。

2 研究步骤

2.1 合资企业高管访谈

对国内21家合资企业进行了调研, 共访谈高管29人, 其中总经理8人, 副总经理12人, 总监 (部长) 9人, 其中中方人员16人, 外方人员13人;访谈方式主要采用当面访谈方式进行, 部分采用电话访谈;访谈的主题是“从您个人的工作内容出发, 您认为作为一名合资企业高管需要具备哪些能力”;平均访谈时间为73分钟。通过整理访谈录音, 受访者的主要观点如下:

A1.高管需要保持企业战略的可持续性

A2.高管对于企业未来可能出现的危机要有一定的洞察力

A3.高管要能够将各种资源有效地整合

A4.高管需要不断地保持创新能力

A5.高管需要形成战略性的思维模式, 为企业的发展指明方向

A6.高管需要协调企业内外各种主体的利益, 调和各种矛盾

A7.高管应该采取富有弹性的管理方式, 并及时地调整企业战略

A8.高管要能接受文化差异及其给管理带来的负面影响

A9.高管要注重决策过程的逻辑性和科学性

A10.高管要在风险和收益间进行合理的选择

A11.高管应该能够正确处理集权与分权的关系

A12.作为企业名义上的首脑, 高管需要灵活地应对各种社会关系, 维护企业形象

2.2 合资企业中层管理者团体焦点访谈

合资企业中的中层管理者是高层管理者直接实施领导行为的对象, 因此他们对于高管领导能力的认知最为直接, 因此本文选择这一群体进行团体焦点访谈。

本次团体焦点访谈共分为5组, 分别在北京、上海、大连、深圳、广州、天津6个城市进行, 每组由9名来自当地合资企业的中层管理者组成, 其中中方人员22人, 外方人员23人;访谈主题是“你们希望贵企业高管应该具备哪些领导能力”。整理中层管理者团体焦点访谈结果如下:

B1.高管需要处理企业眼前利益与长远利益的关系

B2.高管应该积极地培养员工的管理能力, 并进行授权

B3.高管要乐于接受新的思想

B4.高管应该积极进行内部沟通, 调整各种矛盾

B5.高管应该能够建立广泛的社会关系, 并能积极参与社会活动

B6.针对不同文化的员工的特点采用相应的激励方式

B7.具有战略性的眼光, 为企业规划一个美好的愿景

B8.灵活地处理各种突发性问题

B9.高管对于合资企业内部文化差异带来的问题应该具备足够敏感性

B10.有效地决定企业的目标与方向

B11.正确处理企业经营中的风险问题

B12.正视企业内部的文化差异并能平等对待

2.3 合资企业高管领导能力的初步确定

将高管访谈结果和中层管理者团体焦点访谈结果进行对照, 将两者具有共同内涵的要素进行合并、归纳和补充, 初步确定合资企业高管领导能力构成要素如表1所示。

通过对访谈结果的整理, 初步确定反映合资企业高管领导能力的14项要素, 通过这些要素可以发现: (1) 高管和中层管理者在对领导能力要素上的认识基本一致。 (2) “问题发现能力”和“资源整合能力”两个要素仅出现在高管访谈结果中, 而“文化感知能力”和“跨文化激励能力”两个要素仅出现在中层管理者的访谈结果中, 这表明不同层次的管理者对于高管领导能力的认知存在一定差异, 特别是“文化感知能力”和“跨文化激励能力”两个要素, 反映了合资企业中层管理者对于高管跨文化管理能力的诉求。 (3) 通过和目前领导能力研究的文献[4,5,6]进行对比后发现, 合资企业高管领导能力除了需要具备“沟通协调”、“决策能力”等一般性领导能力之外, 还需要具备“文化感知能力”、“跨文化激励能力”等跨文化管理能力。

2.4 专家决策

聘请企业管理领域专家对初步确定的合资企业高管领导能力要素进行评判, 以保证结果的有效性。共聘请7位专家对14项领导能力要素进行评分, 其中4人来自高校, 3人来自专业咨询公司;评分标准是“该项要素对于合资企业高层管理者实施领导行为的重要性?”;采用Likert 5分制量表, 测量专家对该项要素的认可程度, 认可程度采用“非常不重要、不重要、中立、重要、非常重要”5个等级表示, 并依程度不同分别赋值为1~5。收集各位专家的评分并计算其平均值如表2所示。

通过表2可以看出, 大多数要素的平均分都在3以上, 这表明各位专家对于这些要素的重要性是比较认可的, 其中“跨文化激励能力”一项的平均分为1.381 8, 专家对其重要性评分偏低, 经过与专家的深入交流后发现, 大多数专家认为, 对不同文化员工进行激励属于日常人事管理中的工作内容, 因此跨文化激励能力应是中层管理者的领导能力, 而非高层管理者主要关心的内容。根据专家评分的结果将这一要素删去, 保留原有的13项要素作为合资企业高层管理者领导能力的构成要素。

3 研究结论

采用三角校正法, 通过高层管理者访谈、中层管理者团体焦点访谈以及专家决策3种方法, 确定了持续发展能力、问题发现能力、资源整合能力、改革创新能力、愿景规划能力、沟通协调能力、灵活应变能力、文化包容能力、决策能力、承担风险能力、授权能力、社会交往能力、文化感知能力13项合资企业高管领导能力构成要素。

通过三角校正法获得的合资企业高管领导能力要素综合了领导者、被领导者以及专家对合资企业高管领导能力的认识, 与单一的方法相比其所反映的信息更加全面和准确, 能够更有效地应用于合资企业管理实践。

摘要：利用三角校正法, 通过合资企业高管访谈、合资企业中层管理者团体焦点访谈以及专家决策的方法, 确定了合资企业高管领导能力构成要素。采用这种方法确定的领导能力构成要素综合了高层管理者、中层管理者和专家对领导能力的认识, 其所反映的信息更加准确, 为合资企业高管领导能力的提升提供了有价值的参考。

关键词：合资企业,高层管理者,领导能力

参考文献

[1]由长延, 唐素萍.企业领导能力三重透视[J].商业研究, 2002 (4) :13-15.

[2]赵国祥, 申淑丽, 高冬东.180名处级党政干部领导能力研究[J].心理科学, 2003, 26 (3) :553-554.

[3]杜建华, 田晓明, 蒋勤峰.女性领导能力中介效应分析[J].心理科学, 2009 (3) :712-714.

[4]余来文, 陈明.企业家的战略能力研究[J].华东经济管理, 2006 (4) :123-125.

[5]揭筱纹.企业家战略领导能力与企业发展——基于两个农业龙头企业的案例研究[J].管理案例研究与评论, 2009 (2) :27-37.

三角校正法 篇2

随着信息系统技术的快速发展,本体研究也越来越深入。本体是关于某一领域的概念及概念间关系的清晰表达,新一代信息系统多将构建在本体基础上,由于语义WEB、电子商务等系统的分布式特点,构成这些系统的本体之间难免会存在异构,这种异构严重阻碍了系统间相互理解、交换。因此要解决多个系统之间的异构,必须解决异构本体之间的映射问题[1]。

多策略本体映射方法是从名称、属性、实例、结构等四个子策略出发,分别提出各自的映射子策略,然后对子策略进行综合得出本体映射结果。多策略能较为全面反映本体的语义特性,是一种比较优秀的本体映射方法。虽然目前的多策略本体映射方法较多,但是这些方法在子策略赋值上,只是依据经验进行简单的参数确定,参数的确定缺乏理论依据。文献[2]提出了基于AHP(层次分析法)的多策略本体映射,该方法在构造判断矩阵时没有考虑人判断时的模糊性,不能很好地反映决策判断与具体数值之间的内在不确定性和不精确性。本文提出的三角数模糊层次分析法,能较好地解决这个问题,FAHP(模糊层次分析法)是将层次分析法与模糊数学结合[3],充分考虑了个人的模糊性,使得判断矩阵更加合理,并且避免了一致性检验,得到的参数更加符合实际。对本体映射的结果进行校验,进而对错误的映射进行修正,是映射过程中非常关键的一步,它能有效地提高映射的精度。目前,本体映射方法很多,但是对映射结果进行校正的研究却很少。本文在提出基于三角数模糊层次分析法的本体映射算法的基础上,根据OWL语法特点,引入了的映射校正规则,有效地提高了映射精度。

1 基于FAHP的多策略映射

1.1 基于名称的相似度计算

概念名称是本体的重要元素。Lin[4]提出利用语义距离来计算概念名称的语义相似度。当遇到不规范的词汇、拼写错误、缩写和专有名词等情况时,语义距离的相似度计算有一定的局限性,不能很好地反映客观事实。本文引入字符串距离的相似度计算方法,能有效地提高概念名称的相似度。最后取语义距离与字符串距离两者中较大的作为最终的概念名称的相似度。

1)Lin的语义距离相似度

wordnet是一个基于认知语言学的英文词典,它被广泛应用于自然语言处理和语义分析等领域。在wordnet中主要有以下几种语义关系:同义词集、上/下位词、部分/整体。Lin的基于语义距离的方法是根据上下位单词的距离,距离越近相似度越高,距离越远相似度越低。

其中p(s)=count(s)/total表示在wordnet中词义节点s及其子节点所包含的单词个数在整个词典中的所占的比例,total是wordnet的单词总数。a,b,s是同义词单词集合,并且s是a,b的公共父节点。

2)基于字符串距离的相似度计算

其中ccstring(a,b)表示两个字符串的公共子串长度。

最后选择基于语义距离与基于字符串距离两者中较大的作为最后的概念名称的相似度。

1.2 基于属性的相似度计算

属性在表达概念的语义中起了至关重要的作用,正是通过丰富的属性信息才能将概念的上下文语境表达出来。属性包括对象属性和数据属性,所以属性的相似度是数据属性和对象属性的相似度之和。而每个类又可以包括多个属性,首先提取出每个概念的属性集合,然后计算出属性集合中每对属性的相似度,最后对这些相似度取平均值。将平均值作为该概念的属性相似度。

其中sim(ai,bj)po表示概念a的对象属性集合中第i个对象属性与概念b的对象属性集合中第j个对象属性的名称相似度;sim(a'i,b'j)pd表示概念a的数据属性集合中第i个数据属性与概念b的数据属性集合中第j个数据属性的名称相似度。sim(a,b)p表示为a,b的综合属性相似度。

1.3 基于结构的相似度计算

本体的结构也是语义的重要组成部分。由于本体之间的结构比较复杂,我们考虑本体的树形结构。在这里我们先暂时只考虑类之间的父子关系和兄弟关系,提出基于父子和兄弟的结构相似度计算方法。该方法利用其父节点与子节点的概念相似度,来计算结构的相似度。首先分别计算a,b两个节点的子节点的名称相似度,取最大值作为该子节点的相似度,然后对其求和除以a,b节点子节点个数最少个数,作为结构的子节点相似度,最后将子节点相似度和父节点相似度求平均值作为该节点的结构相似度。

其中sim(a',b')w表示a,b节点的父亲节点a',b'的名称相似度,n,m分别表示a,b节点的子节点个数,其中m>n,sim(ai,bj)w表示a的第i个子节点与b的第j个节点的名称相似度,

表示a,b节点的各个子节点的综合名称相似度。

1.4 基于实例的相似度计算

实例是本体不可缺少的一部分,具有大量相同实例的概念间,往往存在某种相似性可能。所以我们在构造基于实例的相似度计算时,主要是基于统计思想[5]。在本文中直接采用文献[6]的联合概率分布的方法来计算实例间的相似度。设a,b两个概念的实例集合为I,I(a)表示实例集合I中概念a的实例集合,I(b)表示实例集合I中概念b的实例集合,I(a,b)表示a,b两个概念的公共实例集合。

则p(a,b)是表示既属于概念a又属于概念b的概率,p(a,)是表示既属于概念a不属于概念b的概率,p(,b)是表示既属于概念a不属于概念b的概率。根据以上的联合概率分布可以知道,如果两个概念具有相同的实例越多,其相似度越高,所以可以得到两个概念的实例相似度为:

1.5 综合相似度

将上述四个相似度进行综合(见式(7)),就可以得出本体元素最终的相似度。

其中α+β+χ+δ=1。

在式(7)中,如何确立各个子相似度的参数非常重要。目前的多策略本体映射方法多依据经验进行参数确定,缺乏理论依据。本文利用三角数模糊层次分析法确定各个子相似度的参数。层次分析法常用来解决诸如综合评价、选择抉择方案、投入量的分配、策略子因素权重赋值、优先级排序等问题,FAHP(模糊层次分析法)是将层次分析法的定量性和客观性的优点与三角模糊数模糊评价法的对模糊不确定性包容性有机结合,是一种适用性更强的决策方法[3],被广泛用于解决不确定问题。

基于三角模糊数层次分析法的子相似度权重确定过程描述如下:

1.5.1 基于三角模糊数层次分析法的综合评价模型的建立

基于层次分析法的思想考虑到本体元素由概念、属性、实例和结构等组成,将这四个元素作为决策因素,建立如图1所示的层次结构示意图。

1.5.2 评价指标权重的确定

1)应用三角模糊数层次分析法计算指标集的权重模糊集。

针对专家在构造比较判断矩阵时的主观判断不确定性问题引入三角模糊数构造模糊判断矩阵,利用模糊数比较大小原理确定各指标的排序并获得权重值。

2)建立专家模糊比较判断矩阵。

根据以上评价模型,因素间两两判断比较时,采用一个因素比另一个因素的重要程度定量表示,这里采用1—9及其倒数的标度法给予数量标度[7],建立模糊比较判断矩阵:

其中aij为经过比较判断所得的指标i比指标j重要的模糊判断程度,三角模糊数aij=(lij,mij,pij),其中左右扩展lij,pij表示判断的模糊程度。pij-lij越大则表示比较判断的模糊程度越高。指标j比指标i重要的模糊判断程度aji=aij-1=(1/pij,1/mij,1/lij)。

3)根据模糊比较判断矩阵计算权重[7]。

在专家的模糊比较判断矩阵中,指标i对其它指标的模糊综合程度为:

其中:

指标i对其它指标相比较的综合重要程度,即Qi>Qj(j=1,2,...,n,and(j≠i))的可能性程度为:

则指标集X中各指标的权重向量为:

归一化处理以后得到X的权重模糊集为:

其中。

最后将W'=(d'(x1),d'(x2)…d'(xn))作为最后权重[7]。

本文取:A=(aij)4×4

得

2 映射校正

对本体映射的结果进行校验,进而对错误的映射进行修正,是映射过程中非常关键的一步,它能有效地提高映射的精度。本文根据本体不同对象,通过分析本体映射结果的不一致性模式,提出一种检查映射结果不一致性的方法,自动识别并消除错误的映射,提高本体映射精度[8]。

定义1C1i:是本体O1中的一个类,C2i:是本体O2中的一个类,P1i:是类C1i的属性,P2i:是类C2i的属性。

根据OWL语言的特点[9],定义以下规则:

规则1若类之间的关系是“Equivalent Class”,则如果存在C11=C12,C21=C22,C12≠C22→C11≠C21。即C11,C12是等价关系,C21,C22也是等价关系,如果C12,C22之间无映射,则C11,C21之间必定无映射。

规则2如果类之间具有“union OF”,如果存在C11=C12∪C13,C21=C22∪C23,C12≠C22and C13≠C23→C11≠C21;

如果C12,C13是C11的一部分,C22,C23是C21的一部分,如果C12,C22之间无映射,且C13,C23之间无映射,则C11,C21之间必定无映射。

规则3若属性之间定义域和值域都不相等,即:

如果Rang(P11)≠Rang(P21)and Domain(P11)≠Domain(P21)→P11≠P21;

如果两个属性之间的定义域与值域都不相同,则它们之间一定无映射。

规则4如果存在子类和父类有如下关系,即

Super(C11)≠Super(C21)and Sub Class(C11)≠Sub Class(C21),→C11≠C21;

如果两个类的子类和父类都无映射关系,则这两个类之间一定无映射关系。

如果映射不满足上面四条规则中的任意一条,就可以发现映射结果中存在的错误,并进行校正。

3 基于FAHP的本体映射校正算法

基于FAHP的本体映射校正算法主要分为以下几个步骤:输入异构本体、子策略相似度计算、FAHP确定子策略权重、计算综合相似度、根据映射规则进行映射校正、映射输出。映射校正算法描述如下:

1)异构本体输入输入两个异构本体A,B。

2)子策略相似度计算根据本体的构成,分别计算名称相似度、属性相似度、实例相似度、结构相似度。

3)FAHP确定权重根据本体的四个组成部分,建立综合相似度的评价模型。引入模糊三角数,确定各个子策略的权重。

4)根据权重计算综合相似度,设定一个阈值t,取相似度大于t的映射结果,作做为基于模糊层次分析法的多策略本体映射结果。

5)进行映射校正对上一步得到的映射结果,进行校正,如果映射结果不满足定义的映射校正的四条规则中的任意一条,就剔除错误映射,最终返回最后的映射结果。

图2展示了基于FAHP的本体映射校正算法的全过程。

4 实验结果与分析

本文利用OAEI[10]的Benchmark本体测试集中进行映射实验,并与已有的本体映射方法进行比较。本文比较了数据集包含的20个有效本体,其中#101是参考本体,有33个类,24个属性,40个数据属性,111个实例,其余本体都以此本体为目标本体。评价标准为(R:查全率,P:查准率):

其中A表示算法识别的正确映射结果,B表示算法识别的错误映射结果,C表示算法没有识别的正确映射结果,F-measure是查全率和查准率的一个综合,取a=1表示P和R一样重要。查全率反映了算法找出正确映射的能力,查准率反映了算法排除错误的能力。而F-measure则反映了这两种能力的综合情况。一般来说,查全率与查准率是互反的,当查全率提高时,查准率就会降低;查准率提高时,查全率就会降低。

实验与Karlsruhe2[11]、Umontreal[11]、Fujitsu[11]方法进行了比较。FMy为本文提出的不进行校正的基于模糊层次分析法的映射结果,FRmy为在FMy基础上进行映射校正后的结果。测试结果如表1所示。

实验表明,在进行映射校正之前,基于模糊三角数的多策略本体映射方法FMy的查全率和查准率和Fujitsu大致相同。经过映射校正检验以后查准率和查全率都有所提高,且优于Karlsruhe2和Umontreal。FRmy算法相对于其它算法具有两个优点:首先,解决了多策略映射方法中参数赋值问题;其次,通过本体映射校正规则,剔除错误映射,有效提高了映射结果的准确性。

5 结论

传统的多策略映射方法一般依据经验给各个子策略赋权重,缺乏理论依据性,并且精确度不高。鉴于此提出了基于模糊层次分析法的本体映射算法。该算法用三角模糊数层次分析法解决多策略参数赋值问题,同时根据OWL语法特点,引入映射校正规则,提出四条语法规则,对映射结果进行校正,有效地提高了映射精度。仿真实验的最终结果表明,FRmy法与FMy相比在查全率和查准率分别提高了3%,2%,这意味着文中提出的映射校正方法只能校正部分不正确结果,不能完全剔除错误映射。下一步需要对本体校正进行更深入的研究,完善校正规则,进一步提高本体映射的准确性。

参考文献

[1]Namyoun Choi,Il-Yeol,Song,Hyoil Han.A survey on ontolong map-ping[J].ACM SIGMOD Record,2006,35(3):34-41.

[2]徐德志,李鹏,尹燕.基于AHP的多策略映射与集成方法[J].计算机工程,2009,35(12):161-163.

[3]张吉军.模糊层次分析法[J].模糊系统与数学,2000,2(14).

[4]唐杰,梁邦勇,李娟子,等.语义Web中的本体自动映射[J].计算机学报,2006,29(11):1956-1976.

[5]Do H H,RAHM E.COMA-a system for flexible combination of schemamatching approaches[C]//Proceedings of the Very Large Data BasesConference(VLDB),2001:610-621.

[6]Doan A,Madhavan J,Domingos P,et al.Learning to map between on-tologies on the semantic Web[C]//Proceedings of the 11th Interna-tional Conference on World Wide Web;WWW 2002.New York:ACMPress,2002:662-673.

[7]王莲芳,许树柏.层次分析法引论[M].北京:中国人民大学出版社,1999.

[8]王宗江.异构本体映射关键技术研究[D].上海:上海交通大学,2009:56-71.

[9]宋炜,张铭.语义网简明教程[M].北京:高等教育出版社,2004:136-146.

[10]Ontology Alignment Evaluation Initiative[EB/OL].2006.http://oaei.inrialpes.fr.

三角校正法 篇3

浸酸是制革和毛皮加工的重要工序,也是其加工废水中盐污染来源的主要工序之一。浸酸废液中主要含有约50g/L的氯化钠和未被完全吸收的酸。由于氯化钠在废水处理过程中不转化、难转移,很难得到有效处理,排水的氯离子浓度高达10 000mg/L以上,远高于国家标准规定的排放值[1]。尤其是毛皮加工,浸酸液比大、盐浓度高,直接排放对污水处理造成的不良影响十分显著。

毛皮操作液中盐处理的有效途径之一,是含盐废水的循环使用。浸酸废液组分较为简单,研究和工程实践都表明浸酸液循环使用是可行的[2,3]。

在浸酸液循环使用的工程实践中,盐的补加量、p H值的控制较为简便,而酸的补加量尤其是当采用硫酸、甲酸等混合酸浸酸,因各种酸的吸收不一定同步时,就成为深化和推广浸酸液循环使用的技术关键。

已有的关于皮革浸酸废液中酸的测定方法,是针对单一酸的浸酸液酸浓度的测定,或混合浸酸液总酸的浓度测定[4]。花金岭用测总酸和测硫酸根的方法,测定硫酸- 甲酸混合浸酸液中硫酸和甲酸浓度[2]。但是当浸酸液中有芒硝时,这种测定方法就会产生错误的结果。再者,目前混合浸酸液体系更加复杂,常见的就有硫酸-甲酸体系、甲酸- 乳酸体系、甲酸- 乙酸体系,甚至更复杂的三元酸体系和四元酸体系等。关于这些浸酸液混合酸酸浓度的测定方法文献未见报道。所以企业迫切需要一种能够表征浸酸液混合酸浓度的方法,以稳定生产工艺和产品质量。

混合酸的定量测定方法是化学滴定法。即根据混合酸的不同特性,采用不同的指示剂,分别测定混合酸溶液中的酸浓度,所以又称双指示剂法。化学滴定法操作简单、快速,易掌握。根据混合酸分别滴定的理论,采用双指示剂法测定,体系中的酸必须具备Ka1/ Ka2> 105条件[5]。甲酸Kaθ= 1. 8× 10- 4,乙酸Kaθ= 1. 8 × 10- 5,Kθa ( 甲酸)/ Kθa( 乙酸)= 10 < 105,因此,甲酸- 乙酸混合酸溶液中甲酸和乙酸不能够被分步滴定。硫酸的Kθa1= 1. 0× 103、Kθa2= 1. 0 × 10- 2,乳酸Kaθ=1. 4 × 10- 4,乙醇酸Kaθ= 1. 48 × 10- 4和柠檬酸Kθa1= 7. 4 × 10- 4、Kθa2= 1. 7× 10- 5、Kθa3= 4. 0 × 10- 7。通过各种酸电离常数的比较可知,只有硫酸的一级反应和其他酸的混合液,可以被分步滴定,而除了硫酸之外的任意2种其它酸,都不能被分步滴定。因此,双指示剂法不适用于浸酸液各种酸浓度的测定。

混合酸溶液中各种酸浓度分别测定的方法还有基于标准碱溶液滴定时,碱消耗体积与p H值的线性相关性的直线法、直接计算法、标准曲线法、半中和点法、相对滴定法、因子分析法、多元校正法[6,7,8,9,10,11,12,13,14,15,16]等。

其中,多元校正法测定混合酸含量的原理如下[16]:

在一定条件下,某种酸滴至某一指定p H值时的滴定剂消耗量,应与该酸的摩尔数成正比。若被测酸的摩尔数为c,而滴定至某一p H值时所加入的滴定剂体积为V,则在第i个p H点有:

同时存在n种酸的情况下,滴定剂体积应具有加和性,这时对各个p H点( 共L个) 有:

写作矩阵为:

将上式改为反推形式为:

式4 可简化为:

在式4 中,浓度c与体积V之间的关系被认为是通过原点的直线,截矩被看作零。实际上,组分混合后由于各种分子间相互作用,其性质与单一试样的性质有很大差别,为了消除由此引起的误差,故引入非零截距,并采用多个标准混合溶液进行校正,这时有:

由式6 可解出p - 矩阵:

依据上述原理,配制m组不同浓度标准混合酸溶液,滴定求出制定的i个p H值处消耗的滴定剂体积,构建标准酸溶液消耗滴定剂体积矩阵,由式7 求出p矩阵; 然后根据样品消耗滴定剂体积,构建消耗滴定剂体积矩阵,由式6 求样品中酸浓度。多元校正法能够测定的多种混合酸体系,因此对毛皮浸酸液适用性更广。

本文研究将多元校正法应用于毛皮浸酸废液中,重点考察了在硫酸-甲酸的浸酸体系的应用情况。

1 试验部分

1. 1 主要试验材料

氢氧化钠,杭州萧山化学试剂厂;

邻苯二甲酸氢钾,天津市标准科技有限公司;

酚酞,上海强顺化学试剂有限公司;

甲酸,国药集团化学试剂有限公司;

硫酸,浙江杭州双林化学试剂厂;

氯化钠,宁波市化学试剂厂;

甲酸钠,国药集团化学试剂有限公司; 以上试剂均为分析纯。

p HS - 25 型p H计,杭州东星仪器设备厂;

CP - 214 型分析电子天平,奥豪斯仪器( 上海) 有限公司;

DHG - 9140A型电热恒温干燥箱,上海精宏仪器设备有限公司;

88 - I型定时恒温磁力搅拌器,上海司乐仪器有限公司。

1. 2 计算甲酸- 硫酸混合酸多元校正矩阵

( 1) 配制表1 所示7 组校正矩阵用甲酸、硫酸标准混合酸溶液,移取标准混合酸溶液10m L,以所移取酸溶液的毫摩尔数构建甲酸- 硫酸摩尔数矩阵C如下。

( 2) 对各组标准混合酸溶液按照以下操作: 移取标准混合酸溶液10m L,以0. 05mol / L的氢氧化钠标准溶液进行滴定,记录滴定至p H值为3. 5、4. 0、4. 5、5. 0、5. 5 和6. 0 时消耗的氢氧化钠溶液体积; 根据各p H值条件下氢氧化钠标准溶液的消耗体积,构建校正矩阵用甲酸、硫酸标准混合酸溶液氢氧化钠消耗量矩阵V。

( 3) 由已知甲酸- 硫酸混合酸摩尔数矩阵和滴定剂体积消耗量矩阵,以MATLAB软件按照式7 计算出校正矩阵p。

1. 3 多元校正法测定甲酸- 硫酸混合酸溶液各酸含量

配制表2 所示不含中性盐的甲酸- 硫酸混合酸溶液,作为待测样品; 对各组混合酸溶液按照以下操作: 移取标准混合酸溶液10m L,以0. 05mol /L的氢氧化钠标准溶液进行滴定,记录滴定至p H值为3. 5、4. 0、4. 5、5. 0、5. 5和6. 0 时消耗的氢氧化钠溶液体积;构建样品滴定剂体积消耗量矩阵Vs;以1. 2 所得校正矩阵代入式5 计算模拟浸酸液中甲酸、硫酸浓度,并根据计算测定结果的相对误差。

1. 4 盐对多元校正法测定混合酸含量的影响

1. 4. 1 中性盐对多元校正法测定混酸含量的影响

浸酸液中含有的大量氯化钠、硫酸钠等中性盐,会干扰酸的电离以及p H值的测定,因此需要研究中性盐对多元校正法应用的影响。配制表3 所示6 组不同中性盐含量的模拟浸酸液,作为待测样品。移取13m L模拟浸酸液,采用多元校正法测定模拟浸酸液甲酸、硫酸浓度,并计算测定结果的相对误差。

1. 4. 2 甲酸钠对多元校正法测定混合酸含量的影响

由于胶原羧基的中和作用,浸酸液中的酸在使用过程中,会部分地转化为相应的盐,硫酸转化为硫酸钠,甲酸转化为甲酸钠。随着浸酸液循环使用次数的增加,浸酸体系中的硫酸钠和甲酸钠累积。甲酸钠为强碱弱酸盐,会干扰酸含量的测定,需要研究甲酸钠对多元校正法测定混合酸含量的影响。

配制表4 所示8 组不同盐含量的模拟浸酸液,作为待测样品。移取模拟浸酸液10m L采用多元校正法测定各模拟浸酸液甲酸、硫酸浓度,并计算测定结果的相对误差。

1. 5 多元校正法在浸酸废液混合酸浓度测定中的应用

1. 5. 1 多元校正法在单次使用浸酸废液混合酸浓度测定中的应用

毛皮浸酸液取自嘉兴市某毛皮企业循环使用的浸酸液,原液甲酸6g/L,硫酸g / L,工业盐50g / L; 对浸酸液进行过滤预处理后,移取1 份20m L滤液于250m L锥形瓶中,采用多元校正法测定其硫酸含量; 移取1 份20m L滤液于250m L锥形瓶中,采用酸碱直接滴定法以氢氧化钠标准溶液测定其总酸含量; 以总酸含量减去多元校正法测得的硫酸浓度,计算甲酸的浓度。

1.5.2多元校正法在循环使用浸酸废液混合酸浓度测定中的应用

毛皮循环使用浸酸液,取自嘉兴市某毛皮企业循环使用的浸酸液,该企业浸酸液在浸酸完成后,补加5g/L甲酸,用于下一次浸酸。对浸酸液,进行过滤预处理后,移取一份10m L滤液于250m L锥形瓶中,采用多元校正法测定其硫酸含量; 移取一份10m L滤液于250m L锥形瓶中,采用酸碱直接滴定法以氢氧化钠标准溶液测定其总酸含量; 以总酸含量减去多元校正法测得的硫酸浓度,计算甲酸的浓度。

2 结果与讨论

2. 1甲酸- 硫酸混合酸多元校正矩阵

根据构建甲酸- 硫酸混合酸多元校正矩阵时,氢氧化钠标准溶液滴定标准混合酸溶液至规定p H值的消耗体积,构建校正矩阵用甲酸、硫酸标准混合酸溶液氢氧化钠消耗量矩阵V如下。

通过计算得校正矩阵P如下。

2. 2 多元校正法测定混合酸溶液浓度结果

由表5 可知: 多元校正法测定混合酸溶液中甲酸、硫酸含量的结果,相对与实际值都存在一定的误差,其相对误差在10% 左右。可基本达到工业分析要求。

2. 3 盐对多元校正法测定混酸含量的影响

2. 3. 1 中性盐对多元校正法测定混酸含量的影响

采用多元校正法测定不同中性盐含量,模拟浸酸液浓度及误差见表6。

由表6 可知: 多元校正法用于模拟浸酸液的测定时,测定的硫酸,相对实际值的误差在10% 左右( 0. 64% ~11. 3% 范围,相对误差值总体分布不超过10% ) ,而甲酸的测定结果误差均在- 20% 左右( 在- 14. 04% ~31. 54% 范围,相对误差值总体分布超过- 20% ) 。由此可以认为: 多元校正法测定硫酸- 甲酸混合酸溶液中的各酸含量时,中性盐对硫酸测定的影响小于甲酸。因此,在混合酸浸酸液体系中,可以先测定出总酸的浓度,采用多元校正法测出硫酸的浓度,再由直接滴定法测得的总酸含量减去硫酸含量,计算甲酸含量。

由表7 可知: 通过测定总酸含量减去多元校正法测得的硫酸含量的方法,计算所得甲酸的测定结果的平均误差较小。因此,对于甲酸- 硫酸浸酸液中甲酸、硫酸的分别测定,可采用酸碱滴定- 多元校正法。

2. 3. 2 甲酸钠对多元校正法测定混合酸含量的影响

采用多元校正法测定不同甲酸钠含量的模拟浸酸液各酸浓度及误差,见表8。

由表8 可知: 当溶液中甲酸钠浓度达到2g/L时,多元校正法分别测定甲酸、硫酸含量结果误差很大,且结果不具有重现性,因而多元校正法分别测定甲酸、硫酸含量时,不适合含有甲酸钠的溶液。

2. 4 多元校正法对浸酸废液混合酸浓度的测定结果

2. 4. 1 多元校正法对单次使用浸酸废液混合酸浓度的测定结果

多元校正法对单次使用浸酸废液样品a、b中混合酸浓度的测定结果,见表9。

由表9 可知: 单次使用浸酸废液的主要成分为酸、中性盐,甲酸钠含量较低; 多元校正法分别测定甲酸、硫酸含量结果的平行性好,具有一定的可行性,其测定结果的准确度有待进一步研究。

2. 4. 2 多元校正法对多次循环使用浸酸废液混合酸浓度的测定结果

多元校正法和直接滴定法测得多次循环使用浸酸废液甲酸、硫酸、总酸量结果见表10。

由表10 可知: 多次循环使用浸酸液Y1—Y5 试样,采用多元校正法测得甲酸、硫酸含量结果的平行性较好;测出的硫酸含量多为负值,其原因可能是浸酸液中甲酸钠含量随着循环次数的累积,干扰了p H值的测定,其具体影响以及测定结果的准确度有待进一步研究。

3 总结与展望

针对复合酸浸酸液中各种酸含量分别测定的方法缺乏的问题,研究了多元校正法应用于甲酸- 硫酸浸酸体系时的可行性及干扰因素,通过研究可以得出以下结论:

( 1) 在应用多元校正法测定甲酸- 硫酸混合浸酸液时,中性盐会干扰甲酸含量测定,造成甲酸测定准确度较低; 中性盐对硫酸含量测定的干扰较小,硫酸测定结果准确度较高,基本可以满足工业测定要求;

( 2) 酸碱滴定法测定总含量与多元校正法测定硫酸含量联用,基本可以实现硫酸- 甲酸混合酸的分别测定;

( 3 ) 对于多次循环使用浸酸废液,甲酸钠的累积,将导甲酸和硫酸测定准确度下降,偏离实际值;

甲酸钠对测定干扰的具有原因及消除方法有待进一步研究。

摘要：毛皮浸酸液混合酸浓度的测定,是深化和推广毛皮浸酸废液循环使用的基础。在分析混合酸的化学滴定法、多元校正法等测定混合酸原理基础上,以硫酸-甲酸浸酸体系为例,研究将多元校正法应用于毛皮浸酸液混合酸测定的可行性。研究结果表明:用多元校正法测定硫酸-甲酸浸酸液,对硫酸的测定准确度较高,基本可以满足工业测定要求;对甲酸的测定准确度较低。将酸碱滴定法与多元校正法联用,基本可以实现硫酸-甲酸混合酸的测定。研究还表明,对于多次循环使用的废液,由于甲酸钠的累积,可导致测定准确度下降。

三角校正法 篇4

然而现有QAM解调手段却较为单一,通常采用相干同步解调法[5],采用这种解调的接收机在载波频段基本上是采用模拟信号处理的。可以说,关于QAM相干解调法的传输效率、误码率等方面的理论和应用研究已趋于完善,参考文献[6]甚至严格推导出各种不同进制的QAM解调的通用、精确的固定数学表达式。但传统相干解调法对同步要求较严格,既需要符号同步,还要求本地载波和接收载波实现较严格的载波同步[7],否则其误比特率性能会受其影响。因而需引入新的QAM解调方式,并研究其误比特率性能。

近年来,软件无线电SDR[8](Software Defined Radio)技术得到广泛应用,其基本思想是将宽带A/D及其D/A转换器尽可能地接近天线,将无线电台的各种功能尽量在一个开放的模块化平台上由软件来实现。而且A/D转换速率也在不断提高,采样率大于1 GS/s的A/D转换器已在市面上出现,这给我们启发:若直接在载波频段对接收信号进行采样,再借助新型数字信号处理算法对采样数据进行处理,则有可能形成一种全数字化的新的QAM解调方式。

显然,QAM解调就是恢复与信源比特信息相对应的星座图的过程,而星座点与其幅值和相角存在一一对应关系,这就意味着,QAM解调可等价为对一符号周期内正弦波幅值和初相进行估计的过程,因此开发新型QAM解调方式的关键在于,选用快速、低复杂度的幅值和初相估计算法对正弦波幅值和初相进行高精度估计。事实上,FFT蕴含了很丰富的幅值和相位信息,参考文献[9]提出了多种基于FFT的频谱校正法,经校正后,可快速获得较准确的信号幅值和相位信息,本文结合频谱校正技术,提出一种新的全数字化的QAM解调法,仿真实验证明,此方法可获得比传统同步解调更优良的误比特率性能,具有一定的实用价值。

1 新型QAM解调框图

传统调制和相干解调的框图如图1所示。

从图1可以看出,传统QAM解调需分I、Q两路进行,因而需在接收机内设置两个正交的本地载波cos (2πfct)和sin (2πfct),它们都需与接收载波保持严格同步关系(频率和相位都需严格同步),这通常需借助锁相环实现;另外,还需实现符号同步,但符号同步比载波同步的实现难度会低些。由图1得出:

若其传输信道为加性高斯白噪声(AWGN)信道,则其接收信号r(t)表示为:

为克服传统QAM解调的弊端,本文提出如图2所示的新型QAM数字解调方案。

从图2可看出,新型全数字QAM解调方案直接对接收信号进行采样,再对样本数据进行FFT谱分析,进而对FFT的结果进行频谱校正而得到一个符号周期内波形的幅值估计和初相估计,最终也同样可确定其星座点而译出比特流(其处理在格式转换器中进行)。显然,图2新方案相对于传统方案的优势在于:直接在载波频段进行采样,无需设置I、Q两路本地载波,因而无需建立严格的载波同步机制,系统硬件设计难度得以降低。

如图3所示,假定比特码流所对应的星座点为P(AI,AQ),显然该星座点也可用其幅值A和相角θ唯一确定,其关系为:

联立式(1)〜式(3)，得到下式：

假设码元周期为Tm,g(t)表示宽度为Tm的矩形脉冲,考虑所有码元周期,则接收信号r(t)如图4所示,其数学表达式为:

从图4可看出,由于各码元周期内所表示的信息比特不同,在码元交界t=kTm(k=0,1,2,…)处,其载波幅值和相位会产生突变。只需估计出各码元周期内的载波幅值Ak和初相值θk,就可确定图3所示的星座点位置,再进行星座逆映射就可完全译出比特流。从而全数字QAM解调的关键在于精确测量一个符号周期内正弦波信号的幅值Ak和初相θk。

2 基于FFT频谱校正的QAM解调原理

为测出图4中各码元周期内的载波幅值和初相,可以某采样频率fs对其进行采样后再进行点数为N的FFT来实现。但参考文献[10]指出,用FFT对正弦波的幅值和初相进行测量时,当正弦波频率fc不为频率分辨率fs/N的整数倍时,会出现较严重的“频谱泄漏”效应,“频谱泄漏”的存在会使得FFT所测出的幅值和相位出现较大的偏差,这需要借助频谱校正方法来解决。频谱校正有多种方法,如能量重心法[11]、比值法[12]、相位差法[13]以及FFT-DFT连续细化法[14]等。能量重心法需要利用多根谱线信息;相位差法需采样两段存在延时关系的信号;FFT+DFT法中的DFT步骤没有快速算法,且精度较低;而比值法只需用到两根谱线信息,算法简单,且精度较高,参考文献[15]指出加hanning窗的FFT可使得谱线聚集度提高,因而本文采用比值法对加hanning窗的FFT频谱进行校正。

研究序列{x(n)=Acos(ω0n+θ0),n=0,1,…},对此序列前N个数据进行加hanning窗的FFT,其峰值谱线(假设位于k=m处)周围谱线|X(k)|的分布情况不外乎有两种情况:或者|X(m+1)|为次高谱线(如图5(a)所示),或者|X(m+1)|为次高谱线(如图5(b)所示)。

则峰值谱线与次高谱线的比值v为:

假设x(n)实际频率位于图5虚线位置,参考文献[9]指出,真实频率与峰值谱线频率的偏离值Δk可表示为:

则可对x(n)的幅值A作出如下估计:

假设k=m处的相角为φm,则初相θ0的估计式为:

利用式(6)～式(9)即可实现对图4各码元周期内的幅值和初相的精确估计。而一般来说,图4各码元周期内的载波频率是一定的,从而频偏值Δk也为定值,因而式(8)的幅值估计只需用谱峰值|X(m)|乘以一常数即可,式(9)的初相估计只需用峰值谱线处的相角φm加上一常数即可,而|X(m)|和φm都可由加hanning窗的FFT直接测得。

显然,以上处理不需要产生一个与发射载波频率和相位完全一致的本地载波,只要保证在各码元起始t=kTm处进行采样,即其同步机制只需符号同步,无需严格的载波同步,降低了系统硬件需求。

3 参数选择及其计算复杂度分析

假设QAM符号率为Rm,载波频率为fc,则信号的数字角频率ω=2πfc/fs,为保证在一个符号周期Tm=1/Rm内可采到N个样点,要求下式成立:

需注意,由于在载波段进行采样,受A/D器件限制,采样频率不能过高,这就迫使N不能取得过大。另外,从减小FFT谱间干扰的角度考虑,希望FFT谱线处于离散频率轴上k=N/4附近的中间区域最好,这就要求

也就是说,只要在一载波周期内可采到4个样点就够了;注意式(11)的‘≈’,并不是‘=’,这就要求

显然,式(12)为采样频率的选择提供了很大的自由度,从而降低了硬件设计的要求。

计算复杂度需在一个符号周期内进行考虑。综上分析,做一次FFT需N/2·log2N次复数乘法计算量(相当于2Nlog2N次实数乘法计算量),另外对于幅值估计式(8),仅需一次实数乘法即可完成,因此在星座逆映射前,新型全数字化QAM解调法比传统相干解调法多出的实数乘法计算量为

式(13)表明,N增大,计算量也随之增大。为使得数字解调实时实现,结合式(10),N不宜取得过大。取N=8较合适,需耗费C=49次实数乘法,随着数字信号处理器芯片的处理性能提高,一符号周期内完成49次实数乘法是可行的。

4 全数字接收机下的Eb/N0的计算问题

在通信系统中,衡量接收机解调性能优劣的重要指标是单位比特的信噪比Eb/N0(Eb为每比特能量,N0为噪声功率谱密度)与误比特率的函数关系[16]。然而,由于本文采用了全数字化的解调方案,接收机并没有如传统方案那样引入了下变频和滤波处理,而是直接对信号进行采样,从而必须解决如何计算全数字方案下的Eb/N0问题,其核心则在于找出Eb/N0与QAM采样序列的信噪比SNR的关系。

假设采用的是M制的QAM解调,根据定义,Eb/N0与符号信噪比Es/N0(Es为符号周期内信号平均能量)满足式(14)所示的简单关系:

假设信号功率为S,而Es/N0为一符号周期Tm内信号能量与噪声能量的比值,即:

在理想信道下,带宽B就是符号率Rm=1/Tm,假设采样后的噪声功率为σ2,因而在以采样率fs对高斯噪声进行采样时,噪声所对应的模拟带宽为W=fs/2,从而有:

联立式(14)、式(16),有

若表示为分贝形式,则有

式(18)中的SNR即为一符号周期内QAM采样序列的平均信噪比。依据式(18)即可在MATLAB环境下编制仿真程序来验证新型解调方法性能。

5 仿真实验

仿真参数设置如下:

采用64QAM调制,格雷码星座图映射方式,符号率Rm=100 MS/s,符号周期T=0.01μs,载波频率fc=200 MS/s,采样频率fs=810 MS/s,FFT长度N=8,传输信道为AWGN信道,在MATLAB 7.1环境下进行计算机仿真,主频3GHz,内存504MB。

64QAM星座如图3所示,假设图3的最小星座距离d=2,任意星座点Ap(p=1,2,…,64)的坐标为(Ip,Qp),则信号平均功率S可计算如下:

代入各星座点坐标值可得S=21,在仿真环境中通过改变噪声功率N,可以很容易求出QAM采样序列的SNR,从而根据式(18)求解出不同测试条件下的Eb/N0,再按照本文介绍的基于FFT频谱校正方案进行全数字解调及解码,即可获得各种加噪条件下的误比特率Pb的实验测试结果。

为评估新型解调法的误比特率性能,需与传统相干解调法的理论下限值进行比较,这既可调用MATLAB通信工具箱的求误比特率的berawgn函数(调用格式为berawgn (Eb/N0,'qam',64)),又可按照参考文献[6]给出的传统相干解调法误比特率的近似数学表达式求出Pb(γ=Eb/N0较大时适用)。

其中erfc(·)为互补误差函数,其定义式为:

图6给出了基于FFT频谱校正解调方案和传统相干解调方案的误比特率——EbN0“瀑布型”曲线的对照图。

可看出,图6的基于FFT频谱校正的误比特性能比较好,接近于相关解调法的理论下限。

本文提出一种全新的基于FFT频谱校正的QAM数字解调方案,其最大优势在于接收机无需设置任何载波同步措施,从而可简化硬件设计。仿真实验证明新方案具有较优良的误比特率性能。由于该方案采用了软件无线电技术中在载波段进行数字处理的思想,并且后续的每一步都采用了数字信号处理技术。因而本论文为解调QAM信号提供了一个全数字化方案的参考。

还有许多工作需作进一步改进,例如,新方案的误比特性能还需进一步深入研究,需类似于传统相干解调方案一样,推导出其严格的精确的误比特率数学表达式;另外,本论文还仅限于在计算机仿真环境中实现QAM解调,此方案还需在数字信号处理器上硬件实现。

摘要：针对QAM相干解调法需严格载波同步的不足,提出一种新的基于FFT频谱校正的全数字QAM解调方案,此方案采用了软件无线电的处理思想,直接在载波频段对QAM信号进行采样,采用FFT频谱校正估计出各码元周期内的载波幅值和初相位来实现信息比特解码。仿真实验证明,此方案方法简单,不仅降低了同步机制要求,而且在FFT长度为8时即可获得接近于传统相干解调法理论下限的误比特率性能。