基于极化神经网络的雷达舰船检测识别方法

相参雷达捕获的全极化海面目标距离-多普勒(RD)回波数据中，目标区域占比小、信噪比低，且海况环境与干扰种类多变，使得经典的深度神经网络在此种条件下检测识别精度较低。为此，本文提出了一种基于极化深度神经网络的全极化相参雷达海面目标检测识别算法。首先，引入极化特征提取模块挖掘目标与干扰的差异化特征;其次，通过特征金字塔网络解决小目标检测识别的问题;最后，使用级联结构进一步提升算法性能。在全极化相参雷达回波数据集上的测试结果表明:基于特征值与特征矢量的极化特征对于数据集中两类舰船目标的平均精度分别达到0.907 9与1.0，相比不采用极化特征有着显著提高。     

高速超声振动铣削钛合金实验研究

针对钛合金在普通铣削（CM）时因切削速度低而面临的切削力大、薄壁工件变形大、加工效率低、刀具磨损严重等问题，采用高速超声振动铣削（HUVM）方法加工钛合金，实验研究其加工表面质量和切削力。从运动学角度出发对HUVM方法进行运动学分析。搭建包括超声振动系统、加工系统及测量系统在内的高速超声振动铣削实验平台。采用单因素实验对比CM和HUVM这2种方法对钛合金加工切削力和表面质量的影响规律。研究结果表明：与CM加工相比，HUVM加工可以使切削力降低32.6%～35.3%。并且HUVM加工表面粗糙度虽略有增加，但是表面结构可以更加均匀；此外，HUVM加工表面残余应力均为压应力，其绝对值随着每齿进给量和切削速度的增大而降低，而CM加工表面残余应力为拉应力。     

基于动态小波指纹的冰孔隙率测量方法研究（英文）

针对飞机结冰情况下的冰孔隙率测量问题，提出并评估了一种基于动态小波指纹技术的超声波孔隙率测量方法。通过理论模型和有限元仿真分析了超声纵波的传播过程，阐述了孔隙大小等因素对孔隙率测量的影响机理。结合20块冰样品的60组超声波测量数据，生成了小波指纹图像，并提取了11维关键特征。基于主成分分析和多项式拟合，所实现的孔隙率测量均方根误差（Root mean square error, RMSE）达到1.144%，说明本文方法比传统的峰值拟合方法更稳定、准确。     

基于WPT技术的超声辅助加工系统研究进展

对超声辅助加工技术及WPT技术进行了分析归纳,总结了国内外目前有关WPT超声辅助加工系统的研究成果,提出共振式无线电能传输技术可能是超声辅助加工领域一种更为灵活、更为理想的供电模式的想法。