基于神经网络的磁平静期赤道电集流预测

利用BP神经网络技术分别对2008年后磁平静期印度扇区、秘鲁扇区以及CHAMP卫星的赤道电集流（EEJ）变化进行预测，其中神经网络训练数据为对应的2000—2007年磁平静期EEJ观测数据，输入参量为天数、地方时、太阳天顶角、太阳活动指数（F_10.7）、太阴时以及卫星地理经度，输出参量为EEJ.对EEJ预测结果进行了统计学分析，并且与实际观测结果进行对比.结果表明:BP神经网络对事件中EEJ的变化具有很好的预测能力，预测结果能够反映EEJ的重要分布特征；EEJ预测值与观测值之间具有很好的相关性，其中地磁台站观测值与预测值相关性系数可达85%以上.此外，将BP神经网络模型的预测结果与Yamazaki提出的经验模型结果进行对比，结果显示BP神经网络与其经验模型性能相当.研究结果表明，BP神经网络技术在平静期EEJ变化预测方面性能优异，具有良好的应用前景.      

基于复杂网络的车载自组织网络脆弱性分析

车载自组织网络(VANET)作为智能交通的重要基础应用，其安全稳定地运行是交通系统乃至社会经济可持续发展的需要。以最大连通度、连通分支平均规模、全局网络效率等参数为脆弱性测度指标，基于复杂网络理论，应用车辆仿真软件(VanetMobiSim)建立了VANET网络拓扑模型，详细研究了在随机攻击和蓄意攻击模式下脆弱性量化指标随节点移除比例的变化关系；通过仿真实验分析了节点密度、信号辐射半径及不同攻击策略对VANET脆弱性的影响。仿真结果表明:VANET在蓄意攻击下比较脆弱，基于节点介数的蓄意攻击效能最强；节点密度、信号辐射半径越小，VANET连通性越差，网络越脆弱。所提方法和结果为VANET拓扑控制优化和网络管理决策提供了理论依据。      

多等级区域侦察弹性星座设计方法

针对传统侦察星座目标单一、弹性低的问题，提出了多等级区域侦察弹性星座的设计方法。该方法将星座设计过程按区域等级信息分为多个子星座逐步设计，直到整体星座对所有的区域性能满足设计要求。以区域被划分为3个等级为例，首先对星座设计需求、设计指标及设计步骤进行了分析。其次推导了地面最低分辨率和轨道高度的关系并确定了不同子星座的轨道高度。最后考虑轨道倾角、一箭多星发射、光照和升交点漂移同步约束，构建基础星座、子星座1和子星座2的优化模型。最终设计星座为3层混合星座，共8个轨道面和70颗卫星，星座对各等级区域的最大重访时间分别为10937s，12241s和17437s，弹性指数为2213%，2420%和6361%。结果表明该方法设计的星座可实现对区域覆盖和弹性分级的设计要求，证明了方法的有效性。对比Walker星座设计方法，在同等设计要求下，Walker星座所需卫星数为156颗，多等级区域侦察弹性星座所需卫星数远低于Walker星座，结果进一步证明了该星座设计方法的优越性。     

石英玻璃的等离子体抛光技术研究现状

具有耐腐蚀、热膨胀系数低等诸多优良物理化学特性的石英玻璃在高性能光学系统中被广泛使用。要求元件达到纳米级别的表面粗糙度，而且没有损伤层和残余应力，因此精加工之后的超精密抛光工序尤为重要。本文介绍了气囊、磁流变、弹性发射、离子束等几种石英玻璃的精密抛光方法，侧重阐述了国内外等离子体的抛光技术，包括等离子体辅助化学刻蚀、等离子体喷射加工、等离子化学蒸发加工研究进展及取得的成果；且对等离子体的未来发展进行概述。     

一种基于OPTICS聚类的仅测角导航目标检测算法

仅测角自主导航方法具有设备简单、复杂度低，功耗低的优点，在空间任务中具有广泛的应用前景.针对中远距离下空间目标特征少的特点，提出了一种利用基于OPTICS聚类算法的空间目标检测方法，可用于仅测角导航过程中的目标检测.对原始星图进行预处理提取星点及目标点，并结合星图识别的结果选择部分帧，使用经过改进的OPTICS聚类方法获得目标运动轨迹.最后，使用本文中的算法对软件仿真出的含有目标的高精度星图进行处理验证了算法的可行性.在卫星相对于空间目标抵近过程中，目标检测的水平误差及垂直误差小于0.15°的帧数分别占到了85.4%以及99.6%.相比AVANTI实验中的目标检测方法，减少了在轨任务中相关参数的调节，进一步提升了算法的自主性.     

弹载变转速定量泵高动态压力控制特性分析

传统弹载电液伺服系统的液压能源采用有刷直流电机驱动恒压变量泵的方式，泵源压力在导弹飞行过程中设定值恒定，但在平飞段过程长、负载小，对能源压力需求低，造成弹上能源总利用率不高的问题，提出无刷直流电机驱动小排量液压泵的压力控制泵源的设计，在低气动负载阶段适当降低系统压力，进而降低节流损失与泄漏量，提高能量利用率。分析了变转速定量泵的流量压力特性曲线，通过建立基于变转速压力控制泵源的位置电液伺服系统数学模型与仿真模型，分析了变转速定量泵压力控制系统在典型工况下的位置跟踪、系统压力变化与能量利用效率，验证了压力控制系统能够在导弹平飞段保证位置伺服系统跟踪正常的前提下，能有效提高系统效率，证明了变转速定量泵压力控制系统的有效性与可行性。     

基于客流密度的地铁列车空调夏季送风温度控制模型研究

客流密度是影响地铁列车客室内热舒适性环境的重要因素,传统的地铁列车客室温度控制主要是根据UIC-553标准,以室内外温差作为控制核心.本文通过构建全尺寸地铁列车客室-乘客-空调送风耦合的一体化模型,利用实车试验与数值模拟相结合的方法,对地铁列车客室内的热舒适性展开研究.探讨客流密度对地铁列车客室内热舒适环境的影响规律以及不同客流密度下客室平均温度与空调送风温度之间的关系,得到了不同客流密度下能满足人体热舒适性体验的空调送风温度,提出了一种基于客流密度的地铁列车空调夏季送风温度控制模型.     

气室无磁加热结构研究进展与展望

碱金属气室是原子陀螺、原子磁强计和原子钟等原子测量仪器的核心部件.原子密度主要受加热温度的影响,高均匀性、高稳定性的气室加热结构是保证碱金属原子密度稳定的关键技术,对提升原子测量仪器输出信号的灵敏度至关重要.回顾了目前常用的碱金属气室加热方法,针对加热层、传热层、保温层等组件,梳理和总结了碱金属气室加热结构的发展方向和发展历程,并在此基础上展望了未来碱金属气室加热结构的发展趋势.     

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘，并对商品的感兴趣程度进行预测。因此，以此为背景，研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究，提出了通过使用网络表示学习进行评分预测的方法。首先，将关系型数据构建成异构网络，用户和商品为网络中的节点。然后，设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法，并对节点进行表示学习。最后，将学习到的用户、商品表示向量输入到神经网络中进行训练，利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率，对比常用方法，准确率提升6.5%以上。