转盘-静盘腔内层流流动的相似分析及其N-S方程数值解

对转盘-静盘系统进行的相似分析表明:转盘-静盘腔内层流流场主要受入口流量数、旋转雷诺数、盘腔间隙系数、密封间隙系数和入口孔径比等5个参数影响。采用SIMPLE法对转盘-静盘系统层流流场进行了计算。结果表明:盘腔间隙的大小和密封冠对旋转核的存在具有决定性影响, 当入口流量数减小或旋转雷诺数增大时, 旋转核趋向于生成且转速增大;证明了影响径向速度的主要是惯性力, 而影响周向速度的是惯性力和粘性力共同作用。通过数值计算还得到了防止外燃气“入侵”的最小入口流量数。      

天线整流罩对GNSS观测值与定位精度影响研究

当前大部分城市为保护卫星连续运行参考站(CORS)系统基准站天线安装了整流罩,但天线整流罩对观测值以及基准站坐标影响的研究仍显不足。为解决基于广州CORS(GZCORS)的网络RTK高程测量存在较大偏差的问题,基于2016—2021年观测站数据,以及拆除基准站天线罩前后的观测数据质量与定位效果相关分析,对天线整流罩对GNSS观测值与高程定位精度的影响进行了深入探究,并分别进行了静态仿动态和城市车载动态定位测试验证。研究结果显示,天线整流罩在一定程度上会增加原始观测值的多路径效应影响,降低约10%的数据可用率,并对基准站高程定位结果产生1～14 cm的系统性偏差,进而影响用户RTK高程定位效果。定位结果显示,拆除基准站天线罩后,基于GZCORS的RTK水平定位均方根误差(RMS)为1 cm左右,高程定位精度RMS为2 cm左右;城市场景下车辆动态定位精度RMS为15～20 cm,满足车道级定位性能。     

高级体系结构仿真系统建模研究

高级体系结构(HLA)是一种支持互操作和可重用的分布交互仿真(DIS)标准。本文分析了HLA中的模型,然后提出了仿真系统构建中的虚拟功能模块,并给出了可行的实现方法,以期达到仿真与建模的高效性。     

用同一理论预测飞机飞行品质和PIO敏感性

用同一理论来预测评价飞机飞行品质和驾驶员诱发振荡(PIO)是最近提出的一种方法.它是基于改良的补偿驾驶员结构模型和提出一套确定其模型参数的方法,并用驾驶员感受反馈信号的功率谱来衡量飞行品质和PIO.同一理论既适用人-机线性系统,也适用非线性系统.针对某电传操纵飞机,用同一理论进行分析,其结果与其它准则作了对比,最后并分析了速率限制环节、延迟环节等的影响.      

基于ICT技术的弹药无损检测设备

在分析了弹药无损检测的重要性及ICT技术的基础上,介绍了ICT设备的组成及各部分功能,论述了研制过程中解决的关键技术问题。通过对实弹测试结果的分析,说明用ICT技术检测弹药的装药质量是一种非常好的方法。     

ESP与高职高专英语教学

高职高专英语在理论上被界定为专门用途英语(ESP)分支下,介于学术英语(EAP)与职业英语(EOP)之间的业务用途英语(EPP).本文从理论上探讨了ESP与高职高专英语教学之间的关系.     

基于UKDE和XGBoost的航班过站时间动态预测

为了提高机场运行高峰时航班过站时间预测的精度及可靠性,研究了一种结合无偏核密度估计（Unbiased kernel density estimation, UKDE）和极端梯度提升决策树（Extreme gradient boosting, XGBoost）模型的航班过站时间动态预测方法。首先,考虑模型输入变量航班密度的连续性和不确定性变化,利用UKDE法估计机场航班密度,将其作为动态指标输入模型。其次,引入量子粒子群（Quantum particle swarm optimization, QPSO）法优化XGBoost模型。最后,考虑前序航班延误发生前后输入特征的变化,利用初始预测结果对航班密度进行修正,得到二阶段预测结果。研究结果表明：本文方法在高峰时段的预测平均绝对误差为7.365 min,效果优于随机森林（Random forest, RF）、粒子群（Particle swarm optimization, PSO）-XGBoost和XGBoost,修正后的预测结果平均绝对误差减少了3.373 min;模型输入参数按敏感性程度由高到低依次为航班密度、前序航班提前到港时间和延误...     

某箭载综合放大器电磁兼容(EMC)设计

介绍了某箭载综合放大器的功能、原理、电磁兼容(EMC)设计及相应的EMC试验情况,并针对仪器在试验中出现的问题,进行了EMC改进设计和理论分析及试验验证。采取在敏感电路处增加高频旁路电容的改进措施后,仪器的电磁兼容性能得到增强,通过试验考核,表明改进设计合理有效。相应的EMC设计方法对其他箭载电子设备也有参考意义。     

基于深度学习的日间逐小时地表PM2.5浓度反演

以长三角地区作为研究区域,提出了使用深度学习算法来实现主被动遥感数据结合反演地表PM_2.5浓度的方法。基于MPL观测数据,使用雾霾层高度(HLH)替换了边界层高度(BLH)特征,对已有的基于气溶胶光学厚度(AOD)结合大气BLH来反演PM_2.5浓度的算法进行了改进。为提高数据覆盖率,对研究区域内的MAIAC AOD进行了填补与评估。利用多种机器学习算法实现了日间逐小时的PM_2.5浓度估算,模型验证相关性最高可达0.87。该方法能够为观测气候变化、应对大气污染提供有效帮助。