最可能发现外星生命的地方

<正>关于广袤太空是否存在智能生命,科学界始终存在二种不同的观点:一种观点认为地球和人类都是浩渺宇宙的普通成员,没有什么特别之处。另一种观点与此相反,认为地球和人类都是特殊的存在,从地球与太阳的距离和角度到大气层与水的获得、释放,都是无数特殊条件下生发出无数巧合使然,才使地球进化出人类。     

不同干扰情况下脉冲压缩对雷达作用距离的影响

雷达脉冲压缩技术,既是能够解决雷达威力与距离分辨力之间矛盾的手段,也是一种抗干扰措施。分别分析了在背景噪声、窄带噪声瞄频干扰、宽带噪声阻塞干扰情况下,脉冲压缩处理对雷达作用距离的影响。指出了脉冲压缩处理对雷达作用距离是否产生影响的根本原因,是看干扰（噪声）信号的功率谱密度是否恒定。若恒定,则无影响;若不恒定,则会产生影响。     

自适应航天器态势分析系统

利用深度学习中的卷积神经网络理论,基于单目视觉系统和带有标识物的航天器影像,实现对航天器的三维姿态角、距拍摄点距离和相对拍摄中心偏移量的精准测量。利用机器学习理论实现网络自主学习样本特征,这一方式将大幅降低动态测量的误差。同时,这种测量方式也避免了人工提取特征的复杂过程,实现任意、精准、快速测量,对航天器在组装及发射过程中的姿态估计、距离测算起到关键性作用。     

离心式压气机流-热-固耦合分析

利用松散耦合方法建立离心式压气机稳态流-热-固耦合模型,将离心式压气机解耦成气动、传热和结构三个子系统,子系统间存在热、力和变形的传递。由于不匹配的网格划分,利用反距离平均方法构造插值函数实现热与力向结构的传递,采用统一有限元模型实现热-固顺序耦合分析,利用网格重生成技术实现结构变形到气动分析模型的传递。经过3次迭代离心式压气机耦合系统达到收敛。结果表明,分析的离心式压气机内部流-热-固耦合强烈,耦合解法与非耦合解法得到压气机响应存在较大差异,对于多学科耦合强烈的构件,需要考虑学科间的耦合效应反应真实的工作状况。     

旋翼非定常气动特性CFD模拟的通用运动嵌套网格方法

针对直升机旋翼非定常气动特性CFD模拟中的网格生成难题,提出了一套高效、通用的运动嵌套网格生成方法.首先,基于Poisson方程求解和翻折法生成旋翼桨叶的正交贴体网格.其次,针对旋翼桨叶的扭转分布及变距、挥舞等复杂运动,建立了一套通用的洞单元识别的扰动衍射法;为保证洞包络面的封闭性,完善了挖洞过程中网格加密策略;在洞边界确立基础上,提出了一种高效、鲁棒的最小距离法贡献单元搜索的改进方法.在此基础上,建立了基于RANS(Reynolds-averaged Navier-Stokes)方程的旋翼非定常流场CFD模拟方法.最后,采用所建立的方法分别对悬停和前飞状态下的C-T(Caradonna-Tung)旋翼和7A(Helishape 7A)旋翼的气动特性、桨尖涡的位置进行了计算,计算结果与试验值误差小于5%,验证了该运动嵌套网格生成方法在旋翼非定常气动特性CFD模拟中的有效性.      

基于距离信息的行人协同导航研究

针对行人在室内导航中GPS信息无法获取以及纯惯导解算结果发散严重的问题,提出了通过协同导航的方式提高行人室内导航精度的方法.利用行人间的相对距离约束关系,抑制纯惯导解算结果的发散.详细推导了行人协同导航的模型,采用信息滤波的方法解算导航结果,并在理论推导中发现信息滤波更加适合行人协同导航的工程实践.设计了一种使用微型惯性测量器和超宽带测距设备的行人协同导航系统,进行实际效果验证.通过数据采集与处理,将行人导航轨迹图输出,分析协同导航以及单独导航的误差,验证协同导航的有效性.实验结果表明,协同导航与单独导航相比,对导航轨迹和导航误差有更好的修正效果.     

宇宙十大趣星

在美国好莱坞,明星的价值是以他们的票房号召力、他们扮演的角色和影迷们的选票来衡量的。但在天文学中,我们怎么评选宇宙中最炙手可热的恒星呢?一颗恒星要有怎样惊艳的表现,才能赢得我们的敬畏和赞赏呢?有些恒星周围存在着可能孕育生命的行星;另一些恒星能够帮助我们了解太阳系的起源;还有一些恒星周围有非常奇特的行星。这些恒星颇受天文学家关注,它们是我们宇宙趣星评选的强力候选者。     

船身式水上飞机中高速静水滑行阻力估算

根据水上飞机起飞滑行阶段特殊的多介质环境,参考滑行艇水面滑行阶段的阻力特性分析方法,提出一种考虑气动布局影响的估算船身式水上飞机中高速静水滑行阻力的半理论半经验公式;用此公式计算得到某船身式水上飞机中高速滑行阶段的水动阻力及俯仰角随体积弗劳德数变化曲线,并分析水动阻力及俯仰角变化的原因;根据得到的水动阻力及俯仰角,计算某船身式水上飞机起飞滑跑距离,计算结果与试验结果一致,间接验证了所提出阻力计算公式的有效性,同时也为计算船身式水上飞机起飞滑跑距离提供一种思路.      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。