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.     

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.      

更高速(400+km/h)列车气动减阻技术发展与展望

合理有效的气动减阻技术是我国研发运营速度400+?km/h高速列车的过程需展开深入研究的重点内容.首先阐述了高速列车气动阻力的基本分布特征,并针对国外下一代更高速列车的气动减阻技术进行了调研,尤其分析了欧洲、日本和韩国的下一代更高速列车气动减阻技术的特征,总结了国外下一代高速列车气动减阻的关键技术与方法.然后根据列车气动减阻技术实施部位的差异,从列车头型优化以及转向架、受电弓和风挡等局部结构优化两个方面对我国目前高速列车气动减阻技术研究现状进行了分析和梳理,同时归纳了新型气动减阻技术的研究现状.最后在综合国外下一代更高速列车气动减阻技术与我国气动减阻技术研究的基础上,对我国更高速(400+?km/h)列车气动减阻技术中可行性较高且效果明显的发展方向进行了展望与建议,为我国更高速列车气动减阻技术的设计与发展提供有价值的参考.     

航天器运输包装箱仿真验证平台技术研究

针对数量有限的物理跑车试验无法满足减振与保温性能测试需求的问题，提出一套航天器运输包装箱动力学与热学仿真验证方法，包括：建立适用于包装箱系统的刚柔耦合多体动力学系统，通过结合线路条件测试生成的动力学系统外部激励，实现减振性能虚拟跑车测试；建立基于计算流体力学的包装箱热学模型，通过模拟自然对流和空调控制，实现包装箱保温性能虚拟跑车测试；基于C/S架构和导航式流程设计思想，建立航天器运输包装箱仿真验证平台，通过实际案例证明该平台仿真结果与实际跑车测试数据具有较高的一致性。     

插装式液控能源选择阀的设计与分析

针对液压系统油源的安全性及可靠性问题，提出油源冗余设计方法，即多油源供给多负载，当某一油源发生故障时能源选择阀切断故障油源，由其他油源给负载提供基本液压能源，系统能完成必须的服役性能。针对液压系统能源选择阀存在的频繁换向与振动问题，提出一种插装式液控能源选择阀，其先导阀采用锥阀和可变阻尼形式，主阀采用三台肩且终端有缓冲功能的滑阀。建立了插装式液控能源选择阀的数学模型，分析了能源选择阀在两种模拟故障下的切换压力及切换时间、油源压力脉动等特性。理论分析结果表明，油源压力阶跃和线性变化时，某能源选择阀切换时间分别为5 ms和7 ms。当压力发生波动时，主阀不会发生振动，还可通过液控先导阀结构设计来控制切换压力和回复压力大小。     

一种基于VPL 的元器件快速建模方法

为了更好地落实航空电子模块的可制造性设计审查工作,结合航空电子模块产品特点和技术要求,建设了基于Valor软件的PCB/PCBA设计与检测自动化分析系统.元器件模型库作为该系统的必要组成部分,其覆盖范围和数据精度对审查结果至关重要.本文将从元器件模型库建设必要性、建设过程和建模工艺要求三个方面进行阐述,并提出一种基于Valor VPL的元器件快速建模方法,应用结果表明,该方法能够高效构建满足系统审查精度的元器件模型,使大规模元器件模型库的建设成为可能.     

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

一种基于深度学习的电磁信息泄漏检测方法

电子信息设备工作时无意发射的电磁波中包含有用信息，会导致电磁信息泄漏，从而威胁设备的信息安全。现有的电磁信息泄漏检测方法，在复杂现场环境下，难以从具有不确定性的电磁泄漏信号中提取有用信息。面向电磁信息安全问题，开展了电磁信息泄漏检测研究，提出了一种基于深度学习的检测方法。设计了一个适用于电磁泄漏信号的一维卷积神经网络，并结合改进的梯度加权类激活映射方法，在未知电磁信息泄漏特征的前提下，通过深度学习实现电磁信息泄漏特征的智能标定和自动提取，从而解决了现场环境下电磁信息泄漏检测难以提取有用信息的问题。分别通过实测和仿真对比实验，验证了所提方法的有效性。      

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。      

化学-电喷双模推进系统的研究现状及展望

传统的化学推进和电推进拥有不同的特点及适用范围。化学推进可以产生毫牛级至牛级推力，相比于电推进，推力大，推力范围宽；电推进比冲高达上千秒，最小可以产生微牛级推力。但两种模式单独执行任务有一定的局限性，难以完成较为复杂的航天任务。化学推进与电推进相结合的双模推进系统，同时拥有高比冲和较宽的推力范围，为航天器提供了更高的任务灵活性，其中单组元液体火箭发动机 离子液体电喷推力器双模推进系统近年来受到广泛关注。简述了单组元 电喷双模推进系统的工作原理和特点，重点总结了国内外关于双模推进的研究现状，并对目前面临的问题与挑战进行分析。