语言学习策略——部分高校理工科学生英语学习运用策略调查

语言学习策略（Ｌａｎｇｕａｇｅｌｅａｒｎｉｎｇｓｔｒａｔｅｇｉｅｓ）是学习者用于提高学习效率所采用的方法和步骤。作者调查了中国部分高校理工科大学生在英语学习中运用语言学习策略的能力。调查采用了Ｏｘｆｏｒｄ的一套自我测试调查表。根据我国学生的实际情况对调查表中某些项目做了适当的修改。调查涉及两个高校两个年级的３００名学生,并采用科学的方法进行统计,结果表明语言学习策略与英语学习有密切联系;语言学习策略对中国学生学习外语十分重要。     

1991年太阳L260°活动概况及其射电的特征

本文介绍了太阳L260°活动概况,并计算了黑子群的位置漂移及对应的射电缓变源.北京天文台2.84GHz射电望远镜在该活动区观测到8次特大的射电爆发(流量超过1000s.f.u.),其中4次(1991年5月16日,6月9日,6月11日,8月25日)射电爆发时变曲线十分相似而且这些微波爆发都与Ⅱ型Ⅲ型Ⅳ型米波爆发有良好的对应.可能说明该活动区所对应的日冕在长时间内存在一种磁场位形结构,这种磁场位形结构容易产生日冕物质抛射.      

提高头戴式送受话器组综合抗噪声能力的探讨

通过对普通头戴式送受话器组的抗噪能力分析,从有源抗噪声技术的发展与应用方面探讨了如何提高头戴式送受话器组的综合抗噪声干扰能力。     

航空发动机燃烧室的现状和发展

论述了燃烧室设计中各项技术指标的相互制约,分析了第3、4代发动机燃烧室的技术特点和燃烧室设计及研究方法的新进展.较详细介绍了驻涡（TVC）、富燃-快掺混-贫燃（RQL）、双环腔预混旋流（TAPS）、多喷嘴单元体和陶瓷燃烧室,指出其适用性.主动燃烧控制中更为主要的是出口温度分布系数控制,长远研究应开发快速、灵敏、配置严格的油气管理系统.最后讨论了燃用液氢的可行性.建议应加快CCD与燃烧室目标设计相结合的研发过程.     

基于LADRC的无人机高精度定高控制

针对复杂气流扰动对无人机（UAV）航迹高度控制的影响,对存在复杂气流扰动下的定高控制策略、控制结构和控制器参数优化展开研究,实现高精度高度控制。基于线性自抗扰控制（LADRC）确定总体控制架构,设计扩张状态观测器（ESO）观测估计纵向高度通道和速度通道中存在的总扰动,在控制中引入扰动补偿,减小扰动对系统输出造成的影响。对UAV在飞行过程中存在的大气紊流扰动或离散突风等风干扰分析其功率谱密度,构造考虑风扰动对高度影响、时域响应特性和稳定裕度的综合目标函数,通过粒子群优化算法得到具有高精度、高抗干扰性能的控制器参数,优化中考虑风干扰的功率谱密度分布,减小了控制器参数设计的保守性。通过与常规比例-积分-微分（PID）控制器控制效果进行对比,说明基于线性自抗扰控制器的纵向高度控制的优异性能。      

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PM2.5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PM2.5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PM2.5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。     

基于SIP的Ka频段高集成度有源相控阵天线设计

卫星有效载荷系统逐渐开始采用相控阵天线作为收发装置,由于卫星的体积和重量受限,星载相控阵天线必须朝小型化、轻量化方向发展。传统砖块式架构的ka频段64元相控阵天线的剖面高度约60~80mm,重量约2kg。近年来,研究人员从设计、工艺和加工等不同方向探索和研究了瓦片式的相控阵天线,期望能从设计和加工方法上减小相控阵天线体积和重量,从设计方法入手,研究了一种基于系统集成封装技术的有源相控阵天线,该天线的辐射单元材料采用微带介质板,相较于其它形式的辐射单元具有更低的剖面高度,微波射频电路被封装到低温共烧陶瓷基板内部,射频走线与辐射单元平行布局,通过高集成化设计将微波电路和天线辐射单元进行一体化组装,与传统砖块式架构的相控阵天线相比,在具有相同辐射口径的前提下,设计的天线剖面高度缩减到30mm,重量减小到1kg,工作在Ka频段,波束扫描宽度达到±60°。满足了减小相控阵天线体积和重量的要求。     

基于改进Q学习的IMA系统重构蓝图生成方法

重构蓝图定义了故障状态下系统软硬件资源的重新配置方案,是实现综合模块化航空电子系统重构容错的关键。提出了一种基于改进Q学习的重构蓝图生成方法,综合考虑负载均衡、重构影响、重构时间、重构降级等多优化目标,并应用模拟退火框架改进探索策略,提高了传统Q学习算法的收敛性能。实验结果表明,与模拟退火算法、差分进化算法、传统Q学习算法相比,本文提出的改进Q学习算法效率更高,所生成重构蓝图质量更高。     

基于PSO-ELM的军用飞机维修保障系统效能评估研究

维修保障系统效能评估是军用飞机精细化、规范化管理的一项重要措施,科学的维修保障系统效能评估是精细化保障的基础,是提升战斗力的保证。针对军用飞机的维修保障系统效能评估问题,在总结军用飞机维修保障系统效能评估体系的基础上,提出基于粒子群优化极限学习机算法(PSO-ELM)的维修保障系统效能评估模型;并通过实例进行验证。结果表明:该算法应用于军用飞机维修保障系统的效能评估是可行的,可为军用飞机维修保障效能评估提供借鉴。     

基于模型补偿的风力机变桨距线性自抗扰控制器设计

设计了一种变桨距线性自抗扰控制器,估计和补偿了系统未建模部分和外界干扰,实现额定风速以上时系统输出功率稳定于额定值;并采用模型补偿方法对自抗扰控制器进行优化,减少了参数整定的数目,提高了系统控制精度。对额定功率为300 kW的风电机组分别在阶跃风、阵风以及湍流风作用下进行系统仿真。结果表明,该方法可以快速调节风速变化引起的输出波动,使得系统输出稳定且超调量小,具有很好的稳定性和鲁棒性。