基于自适应网格的钝头体激波诱导燃烧现象数值模拟研究

钝头体激波诱导燃烧是爆震研究的一个基本问题。针对化学恰当量比的H2/Air预混气在Ma=4.79和Ma=6.46时的激波诱导燃烧现象开展数值模拟研究，采用基于有限体积法的块结构自适应网格加密程序AMROC对带化学反应源项的轴对称Euler方程解耦求解，考察了数值模拟中不同形式的MUSCL重构格式、限制器类型以及化学反应机理等重要因素对模拟结果的影响。结果表明，程序能够根据设定的加密判据较好地实现网格自适应加密，减小总网格量，实现高效数值模拟。通过与实验数据的对比，表明非定常激波诱导燃烧算例的准确程度不仅取决于化学反应机理，也取决于限制器类型，而采用两种不同形式的MUSCL重构格式获得的振荡频率则几乎一致，与试验结果的误差分别为1.17%和0.97%。模拟对比经典的Jachimowski机理和近年来新发展的几种包含压力相关反应步的氢/氧反应机理，模拟结果表明：对于Ma=4.79时的非定常激波诱导燃烧模拟，经典的Jachimowski机理仍然是能够给出与实验结果最接近的反应机理；而对于Ma=6.46时的定常激波诱导燃烧模拟，几种反应机理均能给出与实验吻合较好的结果。     

基于听觉感知的驾驶舱信息提示设计研究

为研究飞机驾驶舱中不同的听觉信息提示方式对感知效率、关注程度影响差异,基于飞行仿真场景构建飞行任务,在任务执行中提供听觉刺激提示,采集被试任务全过程中的脑电信号并进行了时域和频域维度的分析,对比语言听觉/非语言听觉以及不同播报速度的工效影响,总结了被试对驾驶舱听觉信息提示的反应特征,为听觉信息提示的人机交互设计提供参考建议.     

一种新的最速下降算法在自适应噪声对消中的应用

自适应噪声对消在很多领域有着重要应用。为了进行自适应噪声对消，提出了一种新的最速下降算法。该算法主要原理是对多元二次函数进行降维处理，使其变成一元二次函数，再应用抛物线的性质分别循环迭代地求解每一个维度上的极值。在自适应噪声对消应用中，所提算法与传统的自适应算法进行对比，具有收敛速度快，滤波效果好，滤波效果可调节，抗恶劣信噪比以及急剧变化信噪比，不需选择迭代步长，适合计算机和可编程硬件实现等优点。      

中国空间探测领域40年发展

中国空间科学学会成立的40年，是中国空间探测逐渐走进世界舞台的40年，空间探测极大推动了空间科学和相邻学科的发展，也影响到经济、军事和日常生活诸多方面.本文简要回顾了从空间探测专业委员会成立的1980年至今，中国空间探测领域的主要发展历程，包括探空火箭、高空气球、科学卫星、月球与行星探测、载人航天空间探测、遥感卫星地面站等主要项目、进展和所取得的成果，对未来若干年空间探测的发展进行了展望.      

中国月球探测进展（2011-2020年）

回顾2011至2020年10年来中国月球探测的进展，重点介绍嫦娥三号和嫦娥四号任务工程实施情况以及取得的主要科学探测成果，展望中国月球和行星探测的未来发展.      

(70~100)MeV准单能中子参考辐射场设计

国内基于串列加速器建立了144keV~15MeV的单能中子参考辐射场，解决了20MeV以下能区中子探测器注量、剂量等参数的量值溯源，但尚未建立20MeV以上能区准单能中子参考辐射场。随着航天空间中子探测任务的需要以及地面高能质子加速器的发展，20MeV以上能区准单能中子参考辐射场需求越来越突出。发展20MeV以上能区高能中子参考辐射场对于满足国防需求、推动中子计量学科发展具有重要意义。     

无人水面艇海洋调查国内应用进展与展望

针对浅水区、污染区、极地等复杂海洋环境，传统海洋调查手段劳动强度高、安全风险大、作业效率低。无人水面艇具备无人、高效等特点，非常适合在上述复杂海洋环境中作业，并于近年来在海洋调查领域中得到了快速发展与广泛应用。从海洋调查领域中无人水面艇的优势、国内外典型的无人水面艇和应用案例入手，深入分析了我国无人水面艇海洋调查的现状，并对未来的技术发展方向进行了展望。实践表明，应用无人水面艇进行海底地形地貌调查的技术已基本成熟，水深数据质量和自主导航精度均可满足规范要求。在未来，须将无人水面艇的应用进一步扩展至物理海洋、海洋生物、海洋化学等专业领域，并加快研制基于可再生能源的长航程无人水面艇，以开展全球性海洋调查。     

半球谐振陀螺全角模式控制技术研究

介绍了半球谐振陀螺全角模式的工作机理及其技术特点。对全角模式下振型的控制进行了理论分析,采用乘法相干解调对陀螺振型参数进行提取,并采用参数激励方法对谐振子进行驱动和控制。设计了数字电路进行实验,结果表明该全角模式控制技术实现了半球谐振陀螺的角速率积分功能,能够0°～360°全角度敏感输出,测得的角速度测量值超过300(°)/s,角度测量线性度优于10~(-4),与传统的力平衡模式相比,半球谐振陀螺的动态特性得到大幅提升。     

抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

eLoran系统ASF网格应用算法研究

ASF网格是提高增强型罗兰（Enhanced Long Range Navigation，eLoran）系统精度的重要方法。根据所在网格四个顶点的附加二次时延（Added Secondary Factor，ASF）值通过网格应用算法得到待测试点的ASF值，一定程度上比公式计算的ASF值更准确。在计算过程中，用户四个顶点ASF值的测量误差会传递给用户，同时内插算法本身也会引入误差，此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法，得出结论：反距离插值算法引入的误差最大，双线应插值算法引入的误差最小，而且误差呈现一定层次感，网格从内到外误差逐渐减小。