失速团动态演变特性试验

对一台单级低速轴流压气机进行了节流特性试验,通过周向布置动态压力传感器测得了节流过程的动态压力信号,结合时域、频域及极坐标可视化的分析方法,研究了节流过程的失速团动态演变特性.结果表明:失速先兆类型为模态波失速先兆,其传播频率约为40%转子转动频率;压气机进入失速初期349.5r时周向形成两个失速团,360r时两个失速团合并为单个失速团,压气机进入深度失速时单个失速团重新分裂并在410r时稳定为两个失速团;压气机退出失速的过程中,665r时两个失速团重新合并为单个失速团,674.5r时压气机退出失速.      

支持径向交会对接任务的宽波束中继方法研究

针对神舟飞船和天和空间站径向交会对接形成组合体的工作模式下,神舟飞船宽波束中继S终端对中继卫星视场缩小导致测控覆盖率降低的现象,提出一种基于组阵和时空分集技术的宽波束中继S链路的设计构想,通过在天和空间站宽波束中继S终端内部增设功分器和合路器,以及在组合体径向对接口的对接总线内部增设高频电缆。利用天和空间站的宽波束中继S发射天线和接收天线,传送神舟飞船的宽波束中继S信号。神舟飞船宽波束中继S终端,同时接收和处理组合体对接总线内部高频电缆和神舟飞船I/III象限收发的宽波束中继S信号,解决了中继卫星过顶遮挡导致的测控覆盖率降低的问题,提升了链路可靠性。经仿真分析,相比单独工作模式,测控覆盖率提升了25.3%。对于接收链路,采用时空分集技术,对3个方向的宽波束中继S信号进行互相关解算和最大比合并,获得信号合并增益,有效提升了接收信号的信噪比和有效带宽。     

基于时空注意力机制的新冠肺炎疫情预测模型

新冠肺炎疫情持续蔓延给人类社会带来深远影响,准确预测各地区的病毒传播趋势对防控疫情而言至关重要。现有研究主要基于传统的时序预测模型和传染病模型,鲜有考虑疫情地区关联复杂和时序依赖性强的特点,限制了其疫情预测的性能。为此,针对新冠肺炎疫情的预测任务,提出了一种时空注意力驱动的自编码器框架。通过引入空间注意力机制捕捉病毒感染序列间的动态空间关联性,利用时间注意力机制挖掘病毒感染序列中复杂的时序依赖性,以此实现对不同地区的新冠肺炎病毒传播趋势的准确预测。在模型的编码器端,融合空间注意力机制的长短期记忆(LSTM)网络,关联目标地区与其他地区的病毒感染序列,提取该区域近期新冠肺炎疫情的时序特征。在模型的解码器端,将时间注意力机制引入基于LSTM网络的解码器中,通过捕捉病毒感染序列的时序依赖性推测未来的新冠肺炎疫情趋势变化。在多个公开的新冠肺炎疫情数据集上对所提模型进行验证,实验结果表明：所提模型的预测性能超越了LSTM等模型;在公开的欧洲部分国家新冠肺炎疫情数据集上,预测误差指标RMSE和MAE分别降低了22.3%和25.0%,在中国部分省级单位新冠肺炎疫情数据集上,RMSE和MAE分别降低了...     

簇飞行航天器网络动态连接和路径时空演进特性

簇飞行航天器模块的高速飞行增加了网络拓扑的不确定性.为优化簇飞行航天器的轨道设计,提升簇飞行航天器网络性能,在簇飞行航天器节点动态连接的基础上,开展基于概率连接矩阵的簇飞行航天器网络动态连接和路径时空演进特性研究.基于航天器双星伴飞模式,建立了簇飞行航天器节点移动模型,运用经验统计和曲线拟合的分析方法,得到簇飞行航天器网络节点间的距离密度函数;利用簇飞行航天器网络节点间相对距离有界的约束,给出节点连接距离的阈值范围;利用STK生成的轨道数据,通过给出序贯路径定义和一种新的矩阵乘法运算,得到节点多跳序贯路径的概率连接矩阵,分析轨道超周期内节点动态连接和路径时空演进特性,为簇飞行航天器网络的设计和优化提供理论参考.      

凸优化算法在有人/无人机协同系统航迹规划中的应用

为更好地发挥多智能体在空战中的优势,以凸优化理论为基础,提出一种有人/无人机协同系统的航迹规划方法。首先,分析协同系统的体系结构和控制流程,建立系统的运动模型。其次,根据协同系统中有人机与无人机的任务特点,分别设计航迹规划器与编队规划器,并在编队规划器中引入协同时空约束条件,进而对两规划器模型进行近似与凸化,利用凸优化算法进行求解。最后,通过对比仿真,验证所提方法的可行性。结果表明,凸优化算法能有效求解航迹规划器与编队规划器的优化模型,并且通过协同时空约束,能有效提高系统的飞行安全性及航迹变换的灵活性。     

相对论遭到质疑

宇宙的基础结构是时间和空间，但这两者既看不到又摸不着。我们能感知的只是它们的力——引力。爱因斯坦的广义相对论把这两者结合起来。称为时空,成为现代物理学中最具权威的一个概念。     

冰川大消融：冰河时代末期的演变

2万年前，冰川还遍布地球。它们是如何渐渐消融的呢？最终，我们发现答案是……     

基于约束序贯M估计的时空域融合红外杂波抑制

针对红外弱小目标检测中的强背景杂波干扰抑制问题进行研究,提出了一种基于参数约束序贯M估计的时空域融合自适应杂波抑制算法.该算法首先在分析序列图像帧间失配的基础上建立了一种改进的时空域融合背景预测模型,结合二维离散傅里叶快速变换图像配准和双线性插值方法进行灰度值估计;然后,基于约束序贯M估计方法进行模型参数的自适应估计,...