利用热力学与统计物理方法研究电离层E层的形成

将太阳光子作为反应物引入电离层化学反应中, 运用化学热力学方法, 获得低电离层光化学反应的反应度及其化学平衡常数, 进而得到低电离层的电子密度, 并通过统计物理方法推导出相应的化学平衡常数. 结果显示, 运用热力学方法得到的低电离层电子密度与Chapman理论几乎完全一致, 表明利用热力学方法研究电离层的形成是可行的. 分别用热力学方法和统计物理方法得到的平衡常数之间存在一定的差异, 分析表明, 这是因为光化学过程中并非所有光子能量都转化成了电离能, 其中有一部分能量转化为热能或使粒子处于激发态, 这种差异的存在使利用统计物理方法推导电离层等离子体温度成为可能.      

基于自适应估计的光电平台目标跟踪方法

在基于图像的目标跟踪系统中,跟踪器延迟对系统的稳定性和跟踪精度产生不利影响.通过对光电平台伺服系统的理想控制指令的分析,给出了一种基于自适应估计的跟踪器延迟补偿方法.该方法采用自适应估计器快速估计目标速度,预测目标位置,同时结合无人机位置和姿态信息预测控制指令实现延迟补偿.仿真结果表明:该方法在目标机动和载机机动情况下能够有效提高光电平台的跟踪精度.     

HRV在管制员疲劳检测中的适用性

为研究心率变异性（HRV）指标在管制员（ATC）疲劳检测中的适用性,搭建模拟管制实验平台,利用生理记录仪实时记录20名被试正常和疲劳状态下的心电（ECG）信号,并采集其主观疲劳度（卡罗林斯卡嗜睡量表）和操作绩效。利用偏相关分析选取与被试疲劳等级相关性高的心率变异性指标,并用于管制员疲劳检测的多元线性回归建模。分析结果表明:SDNN与被试的疲劳状态无相关性;LFnorm和HFnorm与疲劳程度呈弱相关;RR间期均值、LF/HF均与被试的疲劳度存在较强的相关性,二者结合建立的多元线性回归模型,拟合优度大于0.5,RR间期均值和LF/HF可作为检测管制员疲劳的有效指标。本文研究成果可为未来的管制员疲劳实时检测提供科学依据和实验支撑。      

高等数学教学中数学建模思想的渗透

本文从数学建模及其重要意义角度出发,指出了学习数学建模的必要性和现在数学教学中存在的主要问题。学习高等数学的目的在于应用数学思想方法解决实际问题,将数学建模思想渗透到高等数学课程中,可提高学生应用数学知识和方法解决实际问题的能力,培养学生的数学素养、创新意识、创新精神和能力,从教学内容、教学手段、评价方法等各个环节注重数学建模思想的渗透,使数学建模意识成为学生思考问题的方法和习惯。     

关于“企业所得税”的税务筹划研究

税务筹划的空间广大、方法多样。本文从筹资活动、投资活动和成本费用核算等方面,针对“企业所得税”探究税务筹划方法。     

GH4586合金涡轮盘预制坯优化与组织均匀性控制

GH4586合金涡轮盘是新一代液体火箭发动机的核心部件之一,服役环境极其恶劣,提高涡轮盘模锻件微观组织均匀性有益于提高产品力学性能的稳定性和可靠性。通过热压缩试验,研究了变形温度、应变对GH4586合金微观组织和再结晶行为的影响,得到了GH4586合金热成形工艺参数范围;结合有限元仿真和模锻成形试验,分析了不同预制坯形状对涡轮盘模锻件应变分布和组织均匀性的影响,采用从边缘到中心梯度升高的双陀螺形预制坯形状、在1060℃条件下进行模锻成形,可以获得组织均匀的涡轮盘模锻件,心部晶粒度等级达到6~7级,盘部R/2处和边缘处晶粒度等级7~8级;室温、低温和高温力学性能均满足标准要求,特别是-196℃时延伸率和600℃时抗拉强度相较原工艺方案分别提高了37%和12%。     

外骨骼机器人控制方法综述

外骨骼是一种结合了人的智能和机械动力装置的机械能量的一种人机结合的机器人,它可以辅助人承受负载,有效增强人的负重能力,帮助人们在各种复杂地形上面行走。外骨骼技术是一种复杂的人机技术,在国际上发展迅速,但在我国还处于起步阶段。文章介绍了外骨骼技术的研究现状,详细论述了外骨骼的控制目标和各种控制方法,希望引起研究人员对外骨骼技术发展的重视,促进我国在外骨骼领域的发展。     

D300mm×3420mm圆管内旋转流流场的LDV实验测量

利用激光多普勒测速仪(LDV)对直径D 300mm×3420mm圆管内的旋转流场进行了实验测量,重点测量切向速度与轴向速度的分布以及湍流强度分布.测量结果表明圆管内的旋转流是Rankine涡结构形态,旋转流强度沿轴向存在着明显的衰减特性,且最大切向速度的径向位置沿轴向逐渐向内移动,即由上游的刚性涡逐渐向下游的准自由涡和刚性涡组合过渡;轴向速度的分布存在着很大的不均匀性,在r=0.5R区域存在一个轴向速度的低速区,甚至出现上行,但在轴向位置z>10R后轴向速度全部向下,并向均匀分布发展;圆管内的切向湍流强度比轴向湍流强度大一倍,两者的湍流强度在准自由涡区径向分布比较平均,中心刚性涡区域的湍流强度比较高,而且随轴向位置的变化衰减不明显.     

基于局部特征核主成分分析的SAR图像识别方法

利用传统的核主成分分析方法识别SAR图像时,存在目标姿态角依赖性强、图像象素之间关联性差等问题。针对这些问题,提出一种基于局部特征核主成分分析的SAR图像识别方法。该方法首先对图像进行相关预处理,然后结合SAR图像的特点提出一种基于局部特征核主成分分析的特征提取方法,最后设计了一种双分类器对提取的特征进行分类。MSTAR仿真实验表明：该方法不仅可以增强图像象素之间的相关性,而且对目标姿态角不存在依赖性,仿真结果验证了方法的有效性和可行性。
     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明:优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。