激光雷达观测的武汉上空对流边界层高度与夹卷层厚度

基于地基偏振激光雷达2011年1月至2017年12月对武汉中心城区的观测资料，研究了超大城市对流边界层高度与夹卷层厚度的变化特征.采用Fernald方法进行数据反演获得了1min时间分辨率、30m空间分辨率的后散比剖面，通过方差法确定了对流边界层高度和夹卷层厚度.结果表明，武汉上空对流边界层高度和夹卷层厚度具有明显的季节变化特征.对流边界层顶的均值最大处在春季为1.14km，夏季为1.25km，秋季为1.06km，冬季为0.74km；夹卷层厚度均值最大处在春季为0.40km，夏季为0.51km，秋季为0.34km，冬季为0.26km.这些特征与武汉地区地表温度的周年变化特征具有很强的相关性.      

纤维增强树脂基复合材料激光切割热影响探析

作为一类典型难加工材料，实现以碳纤维增强树脂基复合材料(CFRP）、芳纶纤维增强树脂基复合材料(AFRP）为代表的纤维增强树脂基复合材料(FRP）的高精密、高质量加工是业界的追求目标。初探了激光脉冲宽度、波长对于典型FRP切割边缘热影响区的影响规律，比较了不同FRP材料精密切割对于激光参数需求的异同。发现纳秒激光、连续激光等传统激光因加工热效应明显而不适合精密切割，而皮秒激光、飞秒激光等超快激光可以实现热影响区宽度仅0.01mm~0.1mm量级的高质量切割，且热影响区宽度几乎不依赖于脉冲宽度；缩短超快激光波长有利于减小AFRP材料的热影响区宽度，但对于CFRP材料则不明显。考虑到高功率皮秒激光一般比对应的飞秒激光更经济，可使用倍频后得到的短波长皮秒激光实现对AFRP的精密切割，对于CFRP则考虑本征波长的皮秒激光即可。     

基于加权全变差最小化的中子外部CT重建算法

针对中子外部CT检测需求，提出了基于加权方向全变差（WDTV）最小化的中子外部CT重建算法。首先，利用平行束数据对称性原理将正弦图中旋转中心另一侧缺失的投影数据进行补充；其次，采用传统FBP算法进行了外部CT扫描模式下的CT重建。为了抑制传统FBP、SART算法重建图像中径向边缘伪影，采用WDTV算法计算沿径向和周向方向的局部方向差分并作加权和。另外，在重建模型的WDTV项中引入2个权重参数以控制径向边缘和切向边缘的不同响应强度。最后，采用所提算法研究了重建图像质量与投影数据量的关系。计算机仿真和真实冷中子实验表明:基于WDTV最小化的中子外部CT重建算法能够有效抑制径向边缘伪影，获得高质量重建图像。      

结合颅骨形态特征与神经网络的民族判别

针对颅骨民族判别问题，提出结合颅骨形态特征与神经网络的判别方法，可以推进法医人类学的发展，加快探索民族发展历程。首先，根据颅骨形态学相关研究，提取36个维吾尔族和汉族颅骨数据的几何特征；其次，采用反向传播神经网络（BPNN）对特征向量进行民族判别，并通过Adam算法对网络进行优化，避免陷入局部最优值，添加正则化项保证算法稳定性；最后，分别采用2种网络结构进行对比实验，输入层、隐藏层和输出层的神经元个数分别为36、6、2和36、12、2，并设置不同初始学习率进行对比实验。结果表明:隐藏层神经元个数为12、学习率为0.000 1时，分类精度最高，测试阶段平均准确率最高为97.5%。为了验证所提方法的普适性，生成116例国外颅骨数据进行实验，测试阶段平均准确率为90.96%。相比较于支持向量机（SVM）、决策树、KNN、Fisher等机器学习方法，所提方法学习能力更强且分类精度有明显提升。      

基于乙炔基封端酰亚胺和氰酸酯树脂的互穿网络聚合物

以2，3，3'，4'-联苯四甲酸二酐和2，2'-双三氟甲基-4，4'-联苯二胺为单体、4-乙炔基邻苯二甲酸酐为封端剂合成了不同聚合度的聚酰亚胺低聚物（BETI），将其溶于双氛A型氰酸酯单体制备了改性氰酸酯树脂，对改性氰酸酯树脂的固化行为进行了详细探究，并对其固化物的热学性能、力学性能和介电性能等进行了表征与分析。结果表明:BETI对氰酸酯树脂的聚合有明显的催化作用，可以降低固化温度，缩短凝胶时间。基于BETI和氰酸酯树脂的互穿网络聚合物（IPN）的热性能和力学性能与纯氰酸酯树脂相比都有一定的提高。当加入质量分数30%、聚合度为19的BETI树脂时，固化物的玻璃化转变温度从297 ℃提高到309 ℃，热失重5%时温度从425 ℃提高到了431 ℃；拉伸强度从76 MPa提高到了94 MPa，冲击强度从24 kJ/m2℃提高到了31 kJ/m2。加入BETI后，聚合物的介电常数稍稍高于纯氰酸酯树脂。由于具有良好工艺性和材料性能，BETI改性氰酸酯树脂可作为基体树脂应用于航空航天等领域。      

基于复杂网络的空中交通复杂性识别方法

在空中交通管理中，识别空中交通复杂性是一项重要工作。目前的算法多采用飞机密度、机群、滞留程度等宏观指标对复杂性进行评价。利用复杂网络理论描述空中交通状况，将空域中的飞机视为节点，飞机与飞机之间距离小于彼此的机载防撞系统（ACAS）通信距离时开始构成连边，以此构建飞行状态复杂网络模型，可以更好地描述网络内部的微观特征。选取环边数、节点强度、平均聚类系数、介数中心性和网络效率等拓扑特性指标，对动态空中交通状况进行了研究。在此基础上，采用独立主元分析（ICA）在线识别空中交通复杂性，将交通顺畅的情况作为训练数据集进行处理，根据SPE统计量、I2统计量和I_e2统计量的变化来识别复杂性情况。仿真结果表明，所提方法可以较好地识别空中交通复杂性。      

一种基于COTS的SAR分布式目标模拟方法

针对目前合成孔径雷达(SAR)目标模拟器通常只能模拟点目标，且通用化程度和实时性较低的问题，提出了一种基于商用现成品或技术(COTS)的SAR分布式目标模拟方法。利用NI PXI平台构建了一个基于电磁仿真的SAR分布式目标模拟器，由电磁仿真软件模拟获取目标散射特性，并通过高速网口输入硬件设备进行采样及卷积操作得到仿真SAR回波数字信号，经数模转换模块完成对SAR数字信号的调制并输出模拟回波，可以直接用于SAR系统的数据验证。模拟器采用数字式一体化硬件设备，由NI PXIe-5646R和PXIe-5840进行信号的接收和发送，PXIe-7902作为系统核心进行高速实时数据运算。系统以现场可编程门阵列(FPGA)为核心，通过LabVIEW RT (Real Time)和FPGA模块直接进行访问，能实时、高速地采集和处理数据。经过测试，该目标模拟器可以生成分布式目标的射频回波信号，环路验证结果证明了本文提出方法的有效性。另外，本文提出的方法适用于多种雷达信号的模拟，通过设置不同的信号体制或接收外部信号输入，可以实现灵活的SAR目标模拟。     

基于改进YOLOv5s的安全帽检测算法

针对现有安全帽检测算法难以检测小目标、密集目标等缺点，提出一种基于YOLOv5s的安全帽检测改进算法。采用DenseBlock模块来代替主干网络中的切片结构，提升网络的特征提取能力；在网络颈部检测层加入SE-Net通道注意力模块，引导模型更加关注小目标信息的通道特征，以提升对小目标的检测性能；对数据增强方式进行改进，丰富小尺度样本数据集；增加一个检测层以便能更好地学习密集目标的多级特征，从而提高模型应对复杂密集场景的能力。此外，构建一个面向密集目标及远距离小目标的安全帽检测数据集。实验结果表明：所提改进算法比原始YOLOv5s算法平均精确率（mAP@0.5）提升6.57%，比最新的YOLOX-L及PP-YOLOv2算法平均精确率分别提升1.05%与1.21%，在密集场景及小目标场景下具有较强的泛化能力。     

距离相关系数融合GPR模型的卫星异常检测方法

卫星在轨运行期间，遥测数据表现形式通常为多维时间序列。高斯过程回归(GPR)模型可以为重要的遥测参数提供动态门限，及时发现隐藏在工程阈值内的故障征兆，但是高维卫星数据使得GPR模型具有局限性。因此，为获取与多个遥测参数相关的动态门限，在GPR模型的基础上，融合距离相关系数对预测变量进行选择，减少信息冗余和计算量，提高模型的可解释性，并估计模型的泛化误差以设置更合理的预测区间，提高模型的泛化能力，检测数据流的持续异常。对实际在轨卫星数据进行仿真实验，验证了距离相关系数融合GPR模型的卫星异常检测方法可以在卫星故障早期检测到数据异常，而且提高了模型的预测性能，降低了虚警率。