基于场景识别的惯性基类脑导航方法

针对无人机导航中惯性器件产生的漂移误差不断随时间累积进而影响导航精度的问题,以仿生类脑导航为研究背景,提出了一种新的导航方法。与传统导航策略不同的是,该方法从周期性校正累积位置误差的角度出发,采用设置位置细胞节点的思路,利用训练好的卷积神经网络模型在细胞节点处进行图像匹配,从而在位置细胞节点处实现惯导位置漂移误差校正。同时,建立节点之间的漂移误差模型,调整误差方程系数,以达到修正漂移误差的目的。最后,基于无人机飞行实验结果验证了该方法对自主导航的有效性和鲁棒性,该方法能够有效提高无人机导航的精度。     

基于语谱图的管制员疲劳状态检测研究

在现阶段利用陆空通话语音对管制员的疲劳状态的研究中,大多只考虑了语音在时域或频域的变化,而忽视了疲劳会同时在时域与频域上产生影响。本文将三种疲劳状态下的陆空通话语音分别转化为可同时反应时域与频域特性的语音频谱图像,利用灰度共生矩阵（GLCM）提取四维典型的特征参数,对比管制员在不同状态下特征参数的变化情况,确认所选特征具有较好的区分度,将所选特征作为管制员疲劳检测模型的输入特征进行检测。结果表明：利用语谱图特征结合传统特征作为输入特征的检测准确率最高,达到95.49%,较单一使用传统特征的检测准确率高出4%;管制员疲劳状态的变化会直观地反映在语谱图上,并会对其特征值产生影响,利用这种影响对管制员疲劳状态进行检测,可以得到良好的检测结果。     

GB／T5210修订前后版本的技术差异及存在问题探讨

阐述了GB／T5210—2006《色漆和清漆拉开法附着力试验》与GB／T5210—1985的技术差异;通过试验证实了两个版本对于拉伸速度规定的不同会导致试验结果的差异;对标准中存在的问题进行了探讨,建议应尽快进行修订。     

量子点在量子领域的应用展望

量子点是一种新型半导体纳米晶体,作为一种新兴的光电活性材料,可以实现光电转化,具有亮度高、斯托克位移大、吸收光谱宽、摩尔消光系数高、量子产率高、光稳定性好、荧光寿命长等特点。同时,最初量子点概念的提出和成功制备也对量子限域效应的认知提供了一定的帮助。量子点的尺寸在纳米量级范围内,尺寸限域产生了量子限域效应、宏观量子隧道效应、尺寸效应和表面效应,使其具有了独特的性能。随着对量子点的不断深入研究,其在非线形光学、磁介质、催化、医药、功能材料、生命科学和信息技术等领域的应用逐渐开拓,其在量子密钥分发、量子计量学和量子信息处理等应用领域的研究工作也逐渐提上日程。