阵列式高频热流信号薄膜传感器制备工艺与参数研究

阵列式高频热流信号柔性薄膜传感器在流体力学风洞试验中有着十分重要的应用前景.聚酰亚胺具有优良的力学性能、化学稳定性和耐高温特性,是微加工制备薄膜传感器的理想衬底材料之一.但该材料表面有疏水基团,制备的金属镀层极容易被破坏,降低了应用价值.针对阵列式高频热流信号柔性薄膜传感器制备中衬底材料与镀层金属结合力欠佳的情况,使用...     

Regression model for civil aero-engine gas path parameter deviation based on deep domain-adaptation with Res-BP neural network

The variations in gas path parameter deviations can fully reflect the healthy state of aero-engine gas path components and units; therefore, airlines usually take them as key parameters for monitoring the aero-engine gas path performance state and conducting fault diagnosis. In the past, the airlines could not obtain deviations autonomously. At present, a data-driven method based on an aero-engine dataset with a large sample size can be utilized to obtain the deviations. However, it is still difficult to utilize aero-engine datasets with small sample sizes to establish regression models for deviations based on deep neural networks. To obtain monitoring autonomy of each aero-engine model, it is crucial to transfer and reuse the relevant knowledge of deviation modelling learned from different aero-engine models. This paper adopts the Residual-Back Propagation Neural Network (Res-BPNN) to deeply extract high-level features and stacks multi-layer Multi-Kernel Maximum Mean Discrepancy (MK-MMD) adaptation layers to map the extracted high-level features to the Reproduce Kernel Hilbert Space (RKHS) for discrepancy measurement. To further reduce the distribution discrepancy of each aero-engine model, the method of maximizing domain-confusion loss based on an adversarial mechanism is introduced to make the features learned from different domains as close as possible, and then the learned features can be confused. Through the above methods, domain-invariant features can be extracted, and the optimal adaptation effect can be achieved. Finally, the effectiveness of the proposed method is verified by using cruise data from different civil aero-engine models and compared with other transfer learning algorithms.     

高校青年教师思想道德建设刍议

通过对当前高校青年教师思想道德现状的分析,在肯定青年教师积极、健康、向上主流的同时,指出了存在的三个方面的问题,进而从社会大环境、学校小环境和青年教师自身三个方面深入研究了青年教师思想道德"衰微"的成因.在此基础上,探讨了加强和改进高校青年教师思想道德建设的思路和对策.     

月球着陆器辐射器安装与散热关系分析

根据月球着陆器初步构型方案,辐射器可采取平行平坦月表安装和倾斜安装两种方式,安装方式不同时辐射器将面临不同的外热流环境。文章通过分析辐射器采取不同安装方式时的散热能力,对辐射器安装方式进行了优化设计。     

星载赋形反射面数传天线优化设计

为了使星载赋形反射面数传天线的波束形状满足设计要求,应用Minimax算法对其进行了优化设计。首先基于几何光学原理得到反射面中截线的初始形状,然后采用Newton插值函数对中截线进行拟合并把插值函数的系数作为优化变量,最终利用Minimax算法对优化变量进行调整来使获得理想的赋形波束。通过对一个X波段赋形反射面天线优化结果的分析及与基于几何光学原理综合算法所得结果的对比,表明此方法的有效性和优越性。数值仿真结果表明：该方法能够保证覆盖角域内任意一点的增益均高于设计指标要求。     

空间非合作目标快速姿态跟踪导航方法研究

提出了一种空间非合作目标快速姿态跟踪导航方法。在非合作目标相对测量过程中,激光测距仪测距数据具有不连续的特点。当不具备测距数据时,采用基于位置-速度方差修正的姿态跟瞄导航滤波算法,引导追踪航天器完成对目标的粗捕获和保持;当具备测距信息时,通过引入间接量测矩阵和Wonham能控规范型极点配置方法,采用基于全维状态观测器的姿态跟瞄导航滤波算法,完成对目标的连续精确指向跟踪,并通过配置观测器极点调整滤波收敛速度。本文提出的姿态指向跟瞄导航算法克服了非合作目标跟瞄过程中测距信息不连续的问题,与传统扩展卡曼滤波算法相比,能够避免量测方程近似线性化过程中的大量矩阵求导运算,因而提高了跟踪导航滤波的收敛速度,增强了追踪航天器对非合作目标的快速姿态指向与跟瞄能力。     

空间智能桁架模糊振动控制研究

研究了模糊控制应用于多输入、多输出的空间智能桁架系统的振动控制.首先建立空间智能桁架的有限元方程,在此基础上,设计了一个标准的模糊控制器,并通过选择合适的量化因子将该标准模糊控制器应用于每一对同位布置的作动器/传感器,各个控制器之间独立工作.这样就避免了设计MIMO模糊控制器带来的复杂问题.最后针对空间智能桁架进行仿真,结果表明,设计的模糊控制器可以有效抑制桁架的振动,并且具有结构简单、鲁棒性强、抑制控制溢出的优点.     

旋转倒立摆的神经网络控制

本文针对一种新型的倒立摆系统,设计了一个四输入单输出三层BP网络,并对一级旋转倒立摆控制器进行逼近.仿真结果表明,BP神经网络有很广阔的应用领域.     

高校信息公开与信息化建设研究

高校信息公开,是政府信息公开在教育领域的延伸。本文在认真落实《高等学校信息公开办法》和借鉴政府信息公开制度的基础上,试图从公共管理和法律的角度探讨高校信息公开制度建设的基本理论和基本内容,阐述了高校信息公开制度建立的必要性,分析高校信息公开制度及高校信息化建设的现状、存在的问题,提出促进高校信息公开制度建设的思路与措施。     

卫星通信信号识别技术研究

在民用无线电监测、感知无线电、电子对抗等领域,信号调制识别是研究的热点。分析了常用的卫星通信信号调制方式（BPSK、QPSK、8PSK、16QAM、32QAM、16APSK）,研究了各种调制方式的识别技术,提出了一种易于实现、识别率高的识别算法。理论分析和仿真验证均验证了该算法的有效性。