一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题，目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测，前者有着较高准确性，后者有着较好速度，但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能，基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块，通过对候选区域网络（RPN）的锚机制进行引导，使得对于预选锚框形状的选择更具有多样性；同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题，提出了一种置信度因子的NMS（Cf-NMS）算法，对于模型的整体性能有着很大的贡献。实验结果说明，所提方法虽然在速度性能上有略微的下降，但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

武装直升机在杀爆弹打击下的易损性及防护策略

为研究武装直升机对小口径杀爆（HE）弹的防护策略，建立了某型武装直升机在小口径杀爆弹打击下的易损性模型，计算了典型受攻击方向的武装直升机易损面积，并将武装直升机底面划分为不同区域，计算了各区域的防护效率。计算表明，武装直升机最易损方向为其右后下方，此方向的易损面积为6.97 m2，结合武装直升机的外形特征，得出底面和侧面应当优先防护。对于武装直升机底面，前后燃油箱所在的2个区域的防护效率均达到50%以上，在布置装甲重量有限的条件下可优先防护该区域。另外，在主机身与机尾舱之间增加隔板可阻挡弹丸爆炸后横向飞散的破片，与直接防护武装直升机尾部相比，其防护效率由2.93%提高至11.07%。      

基于SVM和EKF的高超声速滑翔飞行器轨迹预报

高超声速滑翔飞行器（HGV）拦截问题中，轨迹预报是成功拦截的重要基础。针对HGV机动能力强、轨迹多变的特点，提出了一种基于支持向量机（SVM）和扩展卡尔曼滤波（EKF）的轨迹预报方法。在HGV的滑翔段机动模式分析的基础上，将HGV的机动运动分解为纵向运动模式和侧向运动模式，进而对运动模式的特征参数予以标定，形成SVM的训练集。建立地基单雷达轨迹跟踪模型，采用EKF对HGV滑翔段轨迹进行稳定跟踪并实现对运动模式特征参数的估计。基于SVM，建立了HGV运动识别框架，实现了对HGV滑翔段轨迹的预报。对平衡滑翔和跳跃机动2种典型机动模式进行数学仿真验证，结果表明，所提方法可以提高对该类目标的轨迹预报精度。      

一种新型低功耗SRAM读写辅助电路设计

针对低电压下静态随机存储器（SRAM）出现的读写性能损失的问题，设计了一种应用于低功耗SRAM的两步控制（DSC）的字线电压辅助电路技术，可以同时实现读和写辅助的功能，降低SRAM的最小工作电压从而降低功耗。写辅助通过字线开启前段的字线过驱（WLOD）实现，提高写数据速度和写阈值（WM）；读辅助通过字线开启后段的字线欠驱（WLUD）实现，降低静态噪声，提高稳定性。通过在28 nm互补金属氧化物半导体（CMOS）工艺下，对256 Kbit SRAM进行前仿和后仿仿真验证，结果表明相比于传统结构，应用DSC字线电压技术的SRAM的最小工作电压降低100 mV，写时间减小10%，静态功耗降低30%，版图面积增大4%。      

系统参数对电动力绳系动力学的影响

将电动力绳系(EDT)的主星质量、子星质量、绳系质量以及绳系中的电流视为系统参数，研究这些参数对系统的摆动动力学和轨道动力学的影响。哑铃模型下的电动力绳系摆动动力学方程存在不稳定的周期解，通过Floquet理论来衡量周期解的不稳定程度，从而研究各系统参数对摆动动力学的影响。建立了用春分点轨道元素的形式描述的电动力绳系轨道动力学方程，并以降轨时间来衡量电动力绳系的降轨效率，从而研究系统参数对轨道动力学的影响。运用算例对周期解迁移矩阵的特征值、降轨时间随各系统参数的变化关系进行了仿真，分别得出了各系统参数对系统摆动动力学和轨道动力学的影响。综合本文的仿真结果，并考虑实际发射及空间运行中的其它因素，对电动力绳系的设计和降轨策略提出了建议。     

热塑性定型剂对干铺丝-RTM工艺及力学性能影响

为了研究热塑性定型剂的添加对干铺丝-树脂传递模塑（RTM）工艺的影响，采用PA-6作为热塑性定型剂，通过T-剥离确定定型剂的质量分数，结合试验和工艺仿真，研究了定型剂对预制体面内渗透率的影响，并对其充模过程进行工艺仿真和分析，在此基础上研究了定型剂对环氧复合材料制品层间性能及韧性的影响。渗透率试验和仿真结果表明:加入定型剂后，纤维预制体的沿纤维和垂直纤维的面内渗透率分别降低了55.5%和52.0%；工艺仿真结果与试验结果一致，不同渗透长度下的注胶时间偏差均小于10%。力学性能试验结果表明:加入热塑性定型剂可显著提升环氧树脂复合材料的韧性，Ⅰ型和Ⅱ型层间断裂韧性分别提高了89.3%和54.1%，冲击韧性提高了18.7%，复合材料的层间剪切强度降低了23.6%。      

CNTs泡沫相变复合材料:纳米孔隙的构筑与 相变材料的包裹

热能是一种广泛存在并极具应用前景的能源,但目前储热材料的能量转换时间较长,储热效率较低,亟需一种高性能的新型储热材料。本工作通过化学气相沉积(chemical vapor deposition,CVD)方法利用碳纳米管(carbon nanotubes,CNTs)构筑宏观体材料,在微纳尺度下对复合材料结构进行优化,合成孔隙结构可控的CNTs泡沫,利用毛细管作用力将熔融相变材料硬脂酸和石蜡填充到CNTs泡沫中,形成分散均匀的CNTs相变复合材料。用聚焦离子/电子双束显微电镜(FIB/SEM)观察样品形貌,用差式扫描量热计(DSC)分析样品潜热,用X射线衍射仪(XRD)分析样品晶体结构,用拉伸试验机测试样品强度。结果表明:CNTs泡沫对相变材料具有优异的包裹性,减少了在相变循环中相变材料的流失;复合相变材料具有较高的潜热。