多梁复合结构的动力学建模及全局解析振型分析

多梁复合结构广泛用于工程领域，其动力学特性对相关装备的工作状况有着重要影响，建立准确适用的动力学模型对后续的动力学响应参数影响规律研究有决定性作用。针对工程中常见的多梁复合结构，给出了位移场的一般表达式，利用哈密顿原理得出多梁复合结构的运动控制方程和边界条件，对其全局解析振型进行理论计算，给出了计算多梁复合结构数值振型的一般过程，基于数值分析和实验分析以L型梁和Z型梁为例利用频率相对误差、振型定性比较和MAC定量分析说明了全局解析振型的求解验证方法，利用伽辽金方法和全局解析振型给出了截断原系统得到离散系统运动方程的一般形式。提出的多梁复合结构的建模方法和全局解析振型求解验证方法，对工程中此类结构动力学响应的参数影响规律研究有重要意义。     

火星大气来流模拟装置CFD仿真与试验

根据我国火星着陆巡视器工作过程,其着陆发动机需要在相对火星大气高速迎风运动中可靠点火。由于巡视器着陆时发动机喷管出口气流与火星稀薄气流方向相反,目前无法通过理论计算准确获得着陆过程的动态流场对发动机起动过程的影响量值。为验证火星着陆环境下发动机点火的适应性,需要建立发动机的火星大气来流试验环境模拟条件。为模拟发动机在火星大气条件下的相对运动,在真空舱内发动机保持固定,前端设置环形来流形成装置,该装置在发动机喷管周围形成一定速度的逆向来流包络。采用数值模拟技术结合试验验证方法,在火星着陆器巡视器主发动机性能考核试验中,针对来流的形成装置开展了设计研究工作。来流模拟试验测试数据表明:在确保贮箱供应压力稳定的条件下,来流模拟系统能够形成100~200 m/s速度的稳定来流,发动机在来流下能稳定启动工作,真空舱压力满足试验要求。     

基于脑电功率谱密度的作业人员脑力负荷评估方法

脑力负荷状态的准确识别对减少因作业人员无效脑力负荷导致的人因事故具有重要意义。针对人-机系统中作业人员脑力负荷客观评估问题开展了基于MATB-Ⅱ平台的3种不同脑力负荷水平下的航空情境实验，记录16名被试的NASA任务负荷指数（NASA-TLX）量表数据和脑电（EEG）信号，提出了一种基于脑电功率谱密度（PSD）和支持向量机（SVM）的个体脑力负荷评估方法。结果表明：随着实验设计脑力负荷水平增加，被试的主观脑力负荷得分显著提高（p<0.001），这表明该实验任务设计较好地诱发了低负荷、中负荷和高负荷情境。在此基础上，通过网格搜索法确定个体脑力负荷评估模型的统一优化参数，惩罚系数取3 000，核函数参数取0.000 1，模型测试正确率达到0.966 5±0.029 8，宏平均的受试者工作特征曲线下的面积（Macro-AUC）达到0.991 0±0.011 4。本文为作业人员脑力负荷状态的客观和准确评估提供了一种新的办法，为后期作业人员脑力负荷状态的实时判别提供模型基础。     

基于连续损伤模型的复合材料波纹梁压溃分析

复合材料的耐撞性受到了广泛重视,而波纹梁因其优异的抗屈曲构型被广泛应用于飞机翼梁和直升机底板等经常发生碰撞的结构中。进行了复合材料波纹梁的屈曲分析,研究了高度对波纹梁破坏模式的影响。建立复合材料波纹梁的连续损伤单波模型,层内基于Hashin判据建立含损伤因子的损伤刚度矩阵,层间根据二次名义应力准则和B-K准则模拟损伤演化,并通过典型复合材料波纹梁压溃试验验证了所建立模型的正确性。基于单波分析模型,通过施加周期性边界条件和反对称边界条件,研究了多波结构的吸能特性。     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架，它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先，本文介绍了联邦学习的基本概念和威胁模型，有助于理解其面临的攻击。其次，本文总结了由内部恶意实体发起的3种攻击类型，同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较，进一步讨论了该领域未来的发展方向。     

基于高分辨率网络的单声道歌声分离

单声道歌声分离是指将单声道歌曲中的伴奏和歌声分离，在旋律提取、歌词识别、卡拉OK伴奏等方面有重要应用。针对当前时频谱图预测精度受限的问题，利用高分辨率网络具有并行结构及特征充分交互提高模型性能的优势，提出基于高分辨率网络的单声道歌声分离算法。设计并构建适合单声道歌声分离的高分辨率网络，输入歌曲的时频谱图到网络，得到预测的伴奏和歌声时频谱图。结合歌曲相位进行重构，得到伴奏和歌声的时域信号。实验表明，在公开数据集MIR-1K上，所提算法的SNR、SIR、SAR指标均优于当前代表性算法，提高了分离后伴奏和歌声的质量。