A method of determining effective elastic properties of honeycomb cores based on equal strain energy

A computational homogenization technique (CHT) based on the finite element method (FEM) is discussed to predict the effective elastic properties of honeycomb structures. The need of periodic boundary conditions (BCs) is revealed through the analysis for in-plane and out-of-plane shear moduli of models with different cell numbers. After applying periodic BCs on the represen-tative volume element (RVE), comparison between the volume-average stress method and the boundary stress method is performed, and a new method based on the equality of strain energy to obtain all non-zero components of the stiffness tensor is proposed. Results of finite element (FE) analysis show that the volume-average stress and the boundary stress keep a consistency over different cell geometries and forms. The strain energy method obtains values that differ from those of the volume-average method for non-diagonal terms in the stiffness matrix. Analysis has been done on numerical results for thin-wall honeycombs and different geometries of angles between oblique and vertical walls. The inaccuracy of the volume-average method in terms of the strain energy is shown by numerical benchmarks.     

图像边缘信号能量与MTF的相关研究

文章从边缘的角度出发,分析红外遥感图像质量的评价参数———边缘信号能量与调制传递函数MTF(Modulation Transfer Function)的关系。实验结果表明边缘信号能量能很好地反映MTF的变化,并针对某一特定地物建立实验室条件下边缘信号能量与MTF的数学关系模型。     

Shannon 采样定理的由来和一些数学方面的发展

阐述Ｓｈａｎｎｏｎ采样定理在插值理论上的含义和对Ｓｈａｎｎｏｎ采样定理作进一步研究的必要性。对广义采样定理，特别是多分辨率空间中的采样定理作了介绍，并对二种非带限信号的采样定理作了总结和概况。     

抗核电磁脉冲设计中的屏蔽理论——带有孔缝屏蔽体屏效的计算

本文对形状规则的屏蔽体提出了一种新的计算方法,采用并矢格林函数法求解矢量波动方程,得到屏蔽体内的场分布,再利用小孔耦合理论得到屏蔽等效源,从而利用镜象原理求得泄漏场,最后求得屏效,并举例说明。     

基于抽象汇编指令的恶意软件家族分类方法

恶意软件变体的大量出现对网络安全造成巨大威胁。针对基于汇编指令的恶意软件家族分类方法中，操作数语义与运行环境密切相关而难以提取，导致指令语义缺失，难以正确分类恶意软件变体的问题。提出了一种基于抽象汇编指令的恶意软件家族分类方法。通过抽象出操作数类型重构指令，使操作数语义脱离运行环境的约束；利用词注意力机制与双向门循环单元（Bi-GRU）构建指令嵌入网络以捕获指令行为语义，并结合双向循环神经网络（Bi-RNN）学习恶意软件家族共性指令序列，以减小变体技术对指令序列的干扰；融合原始指令和家族共性指令序列构建特征图像，并通过卷积神经网络实现恶意软件家族分类。公开数据集上的实验结果表明:所提方法能够有效提取操作数信息，抵抗恶意软件变体中无关指令的干扰，实现恶意软件变体的家族分类。      

SARS-CoV-2疫苗研发进展与挑战

2020 年，一场突如其来的新型冠状病毒(SARS-CoV-2)的流行，让全世界的公共卫生体系经受了严峻的考验。 因此，获得有效预防和治疗 SARS-CoV-2 的疫苗是全世界共同的期待。目前，全球已经有两百多种疫苗处于临床前研究和临床试验阶段，但由于 SARS-CoV-2 首次肆虐人类，目前对其诱导免疫应答的规律及机制尚不完全清楚，且各类疫苗开发时间及临床应用数据有限， 尚不能确定哪一款 SARS-CoV-2 疫苗具有更好的保护性及安全性。本文从 SARS-CoV-2 关键结构、 免疫应答特征、现有的 SARS-CoV-2 疫苗研发技术路线及目前疫苗开发面临的挑战等方面进行综述，以期为 SARS-CoV-2 疫苗研发提供理论基础及思考。     

基于数据驱动的轴流压气机特性图规律及预测

为探索轴流压气机特性线的内在规律,结合数据分析方法和热力学原理,对五十余幅轴流压气机特性数据进行了研究.通过将多种热力学参数引入特性图,并提出了压气机特性描述参数,从各转速峰值效率点连线、近喘振区和近堵塞区3个方面分析了压气机特性中物理量间的规律,发现了压气机特性参数与设计指标间的关联,并依据前述规律发展了基于设计指标...     

Android恶意APP多视角家族分类方法

针对现有Android恶意软件家族分类方法特征构建完备性不足、构建视角单质化等问题，提出了一种多视角特征规整的卷积神经网络(CNN)恶意APP家族分类方法。该方法结合MinHash算法。将软件中Android框架系统API、操作码序列、AndroidManifest.xml文件中的权限和Intent组合3个视角的原始特征在保留APP间相似度情况下进行规整，并利用多路卷积神经网络完成对各视图的特征提取和信息融合，构建一套恶意APP家族分类模型。基于公开数据集Drebin、Genome、AMD的实验结果表明:恶意APP家族分类准确率超过0.96，证明了所提方法能够充分挖掘各视角的行为特征信息，能有效利用多视角特征间的异构特性，具有较强的实用价值。      

Blind identification of space–time block codes based on deep learning

Deep Learning(DL) has important applications to both commercial and military communications, such as software-defined radio, cognitive radio and spectrum surveillance. While DL has been intensively studied for modulation recognition, there are very few investigations for blind identification of Space-Time Block Codes(STBCs). This paper proposes a Residual Network(RN)-based model for identifying 6 kinds of STBC signals with a single receiving antenna, including the same length of coding matrix. I...     

国产高模碳纤维/环氧复合材料在太阳翼基板上的应用研究

基板是空间太阳电池阵电池电路的安装基础，“上下碳纤维复合材料网格面板+铝蜂窝芯+聚酰亚胺膜”是基板的典型结构。高模量碳纤维作为太阳翼核心关键原材料，必须实现自主可控，避免受制于人。为此，开展了国产高模碳纤维CCM40J-6K/环氧复合材料在太阳翼基板上的应用试验研究，提出了CCM40J-6K/环氧复合材料在产品应用上的宏观力学、微观网格抗拉脱、聚酰亚胺膜粘贴等三个关键环节，针对性地设计并实施了常温和高低温交变力学性能、网格面板节点结合力、聚酰亚胺膜粘贴性能以及基板结构热循环性能等5个方面的测试验证。验证结果表明：CCM40J-6K太阳翼基板各项力学性能与进口M40JB-6K相当，可以沿用原M40JB-6K相关基板成型工艺，单层及多层铺层基板试验件能够经受高低温交变及热循环恶劣环境，试验件试验前后力学性能无明显变化，且聚酰亚胺膜无脱粘现象，网格节点拉伸强度国产碳纤维网格面板相比进口碳纤维网格面板高18.9%。说明国产碳纤维CCM40J-6K能够应用于太阳翼基板结构研制。