2007-2009谷年期间高热层大气密度的变化

在第23至第24太阳活动周的峰年之间,太阳活动谷年具有持续时间长,极低F_10.7太阳辐射通量（低至65）和超长期的零太阳黑子数记录等特点,因此是观测和研究在这种特殊背景下热层大气变化的极好机会.尤其是能充分理解和掌握在宁静环境下热层大气密度对弱太阳活动和小地磁扰动的响应特性.本文利用高度650 km以上星载大气密度探测器2007—2009年的连续探测数据进行分析,结果表明,在太阳辐射通量F_10.7极低值期间,较高热层大气密度对F_10.7的起伏具有更显著的响应变化.当F_10.7由70降至65时,日均大气密度会有4～5倍的显著降变,远大于通常大气模式中的降变值.同样在F_10.7极低值期间,较高热层大气密度对小地磁扰动也具有显著的响应增变,当日K_p指数之和由23增至30时,较高热层大气密度则会有80%～160%的强增变.     

具有容错特性的两层数据流聚类方法

提出一种具有容错能力的进化数据流聚类算法FTGDStream (Fault-Tolerant Grid-Density Clustering over Data Stream),通过在聚类过程中引入适当的松弛条件,从而在含有噪声的真实世界数据中获取更加泛化的有用知识.首先利用基于相似性度量和小波技术的HLSFTS (Hierarchical Lifting Scheme Fault-Tolerant Synopses)层次概要数据结构实现在线微聚类过程,然后采用基于网格密度的聚类算法实现离线宏聚类过程.在线算法所构造的小波概要数据结构对原始数据的高压缩率降低了离线网格密度聚类算法的计算负载,提高了二层数据流聚类算法的效率.在UCI数据集上的仿真实验结果表明,FTGDStream算法可以聚类任意空间形状的数据并且适用于高维数据流环境,是一种具有容错能力的高效数据流聚类算法.     

HMX炸药特性的密度泛函理论

应用密度泛函理论(DFT)的B3LYP方法,在6-31G(d)和6-31++G(d)基组水平上对HMX炸药进行了研究,计算得到了中性分子和离子的稳定构型,并确定了分子的电离能。通过对HMX红外振动光谱的理论计算和研究,发现振动光谱主要分布在I(0~1 750 cm-1)和II(3 000~3 250 cm-1)两个区域,且整个红外光谱中振动峰的实际数目远小于简正振动的数目。此外,与中性分子的红外光谱相比,HMX+的谱线强度整体要大于HMX分子的谱线强度,且最强峰和次强峰与中性分子相比出现了明显的红移。     

单壁碳纳米管低能区光吸收性质

采用半经验方法,通过紧束缚理论建立一维近似模型,研究了单壁碳纳米管的态密度,解释了单壁碳纳米管光吸收谱低能阶段出现的3个吸收峰的形成原因。     

霍尔推力器在轨羽流图像诊断方法

为便于霍尔推力器羽流在轨诊断测量,文章提出了一种基于光谱诊断衍生出来的图像诊断方法。首先对推力器羽流进行光学图像采集,然后提取出能够反映羽流不同谱段光强信息的红绿蓝三通道数据;同时结合相机成像原理分析,得到不同通道的像素点灰度值与羽流光谱强度的对应关系;并且基于光谱碰撞辐射模型,建立了羽流图像计算模型。研究结果表明,利用图像诊断方法计算得到的羽流区电子温度和离子密度分布规律均与探针试验结果相吻合,计算的相对不确定度分别约为20%和15%,说明了该诊断方法精度适中,具有较高的可靠性,适用于在轨诊断霍尔推力器羽流等离子体参数。     

运用区域法模型计算燃烧室内一维辐射换热

采用一种机理严密,精度高的区域法辐射换热模型用于燃烧室壁温计算.采用Lefebvre模型和区域法模型计算了一个圆筒型不冷却火焰筒结构的换热;对比分析了两种方法计算的壁面辐射热流密度和壁面温度分布情况.结果表明,使用Lefebvre模型计算时,由于将燃气按一维划分为定向辐射,在燃烧室前后壁面辐射热流密度较小,存在一定不足;而使用区域法模型计算时,辐射热流密度分布更趋合理.      

飞行器径向连接螺栓振动断裂分析

应用有限元分析结合试验数据,获得随机振动环境下飞行器径向连接螺栓的载荷功率谱密度（PSD）;采用基于弯曲效应的载荷与应力的线性关系,获取螺栓头根部的名义应力功率谱密度;基于Dirlik经验公式,获取应力随机过程的峰值概率密度函数和预期波峰数,联合Miner线性累积损伤模型及经应力集中系数修正的材料S-N曲线,评估径向连接螺栓头根部振动疲劳寿命,获得的结果与试验螺栓头断裂现象符合,并确定螺栓断裂原因为低频共振疲劳。     

Particle flters for probability hypothesis density flter with the presence of unknown measurement noise covariance

In Bayesian multi-target fltering,knowledge of measurement noise variance is very important.Signifcant mismatches in noise parameters will result in biased estimates.In this paper,a new particle flter for a probability hypothesis density（PHD）flter handling unknown measurement noise variances is proposed.The approach is based on marginalizing the unknown parameters out of the posterior distribution by using variational Bayesian（VB）methods.Moreover,the sequential Monte Carlo method is used to approximate the posterior intensity considering non-linear and non-Gaussian conditions.Unlike other particle flters for this challenging class of PHD flters,the proposed method can adaptively learn the unknown and time-varying noise variances while fltering.Simulation results show that the proposed method improves estimation accuracy in terms of both the number of targets and their states.     

基于FFT含有饱和环节的非线性等效系统的方法研究

基于快速傅里叶变换(FFT)方法,对系统的输入和输出信号进行快速傅里叶变换,对含有高次谐波的输出信号进行滤波,得到期望主频率的傅里叶频谱,然后进行傅里叶反变换,求得在各主频率下的幅值和相位.利用MATLAB中的非线性最小二乘拟配方法得到含有非线性环节的飞机纵向飞行控制系统的频域等效线性模型.这种方法也为含有非线性环节的飞机纵向飞行控制系统的飞行品质评估提供了一种可行的方法.     

Ionospheric electron density over Resolute Bay according to E-CHAIM model and RISR radar measurements

In this study, predictions of the E-CHAIM ionospheric model are compared with measurements by the incoherent scatter radars RISR at Resolute Bay, Canada, in the northern polar cap. Reasonable coverage was available for all seasons except winter for which no conclusions were drawn. It is shown that ratios of the model-to measured electron densities are close to unity in the central part of the F layer, around its peak. This is particularly evident for summer daytime. Distributions of the ratios are wider for other seasons indicating larger number of cases when the model underestimates or overestimates. E-CHAIM underestimates the electron density at ionospheric topside and bottomside by ～ 10–20 %. At the bottomside, the underestimations are strongest in summer and equinoctial nighttime. At the topside, the underestimations are strongest in autumn nighttime. Model overestimations are noticeable in the middle part of the F layer during dawn hours in autumn. Overall, the model tends to not predict highest-observed peak electron densities and the largest-observed heights of the peak.