基于BP神经网络的GNSS-R海面风速反演

针对GNSS-R进行海面风速反演过程中时频域相关物理量较多，数据耦合性强等问题，提出了基于反向传播（BP）神经网络反演海面风速的方法。建立反演过程中相关观测量与风速的对应关系，选取多观测量作为输入，对输入数据进行处理，设置神经元与激励函数，使用BP神经网络自适应调整拟合参数，将风速作为神经网络输出端的特征量提取。反演结果，风速≤ 20 m/s时，反演均方根误差RMSE=1.21 m/s，风速>20 m/s时反演均方根误差RMSE=2.54 m/s，反演结果优于使用时延相关曲线前沿斜率（LES）和时延多普勒相关功率均值（DDMA）方法得到的反演结果，且迭代次数较少，复杂度较低，证明该方法可以应用于GNSS-R海面风速反演。     

气泡和空洞

人们很早以前就知道,超过10000个星系的北半球星象图显示的星系似乎都分布在薄片上,这些薄片包围出一个个气泡状的空洞.现在对南半球3600个星系做巡天观测,这次的观测已经完成1/3的南半球星象图,这项由巴西国家天文台的柯斯塔所主持的计划扫除了天文学家认为空洞是北半球天空独有现象的疑虑.波士顿哈佛史密斯天文物理中心的盖勒认为:人们常常对天空某一地区看到的独特现象感到忧心.     

亚历山大太空生活的第一周

亚历山大·格斯特，欧空局宇航员，1976年5月3日生于德国巴登·符腾堡州，2010年获得德国汉堡大学地球物理研究院自然科学博士学位，主要研究地球物理学和火山爆发动力学。2009年，他被欧空局选拔为宇航员，目前生活在太空中，是执行“远征”第40期和第41期国际空间站航天任务的成员之一。     

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

基于多物理场仿真的TE221温补滤波器设计技术

输出多工器是有效载荷转发器分系统的关键部件之一，其性能好坏决定了整个转发器分系统的性能特性。随着市场需求和航天技术的不断发展，对输出多工器的要求也越来越高。然而，针对输出多工器高温度稳定性需求，采用温补结构是国际上普遍采用的改善输出多工器温度稳定性的方法。文章以TE221的温补滤波器为设计原型，提出了应用多物理场仿真设计温补滤波器的方法。文中首先仿真设计了Ka频段的TE221模滤波器；然后仿真分析了影响温补特性的关键结构尺寸；最后，应用多物理场仿真的方法设计一种TE221模温补滤波器，该滤波器温漂系数小于1ppm/℃，其设计结果满足航天系统的应用。文章提出的设计方法适合任意结构形式的温补滤波器设计，并且该设计方法方便灵活、简单快速。     

激光雷达观测的武汉上空对流边界层高度与夹卷层厚度

基于地基偏振激光雷达2011年1月至2017年12月对武汉中心城区的观测资料，研究了超大城市对流边界层高度与夹卷层厚度的变化特征.采用Fernald方法进行数据反演获得了1min时间分辨率、30m空间分辨率的后散比剖面，通过方差法确定了对流边界层高度和夹卷层厚度.结果表明，武汉上空对流边界层高度和夹卷层厚度具有明显的季节变化特征.对流边界层顶的均值最大处在春季为1.14km，夏季为1.25km，秋季为1.06km，冬季为0.74km；夹卷层厚度均值最大处在春季为0.40km，夏季为0.51km，秋季为0.34km，冬季为0.26km.这些特征与武汉地区地表温度的周年变化特征具有很强的相关性.      

基于加权全变差最小化的中子外部CT重建算法

针对中子外部CT检测需求，提出了基于加权方向全变差（WDTV）最小化的中子外部CT重建算法。首先，利用平行束数据对称性原理将正弦图中旋转中心另一侧缺失的投影数据进行补充；其次，采用传统FBP算法进行了外部CT扫描模式下的CT重建。为了抑制传统FBP、SART算法重建图像中径向边缘伪影，采用WDTV算法计算沿径向和周向方向的局部方向差分并作加权和。另外，在重建模型的WDTV项中引入2个权重参数以控制径向边缘和切向边缘的不同响应强度。最后，采用所提算法研究了重建图像质量与投影数据量的关系。计算机仿真和真实冷中子实验表明:基于WDTV最小化的中子外部CT重建算法能够有效抑制径向边缘伪影，获得高质量重建图像。      

结合颅骨形态特征与神经网络的民族判别

针对颅骨民族判别问题，提出结合颅骨形态特征与神经网络的判别方法，可以推进法医人类学的发展，加快探索民族发展历程。首先，根据颅骨形态学相关研究，提取36个维吾尔族和汉族颅骨数据的几何特征；其次，采用反向传播神经网络（BPNN）对特征向量进行民族判别，并通过Adam算法对网络进行优化，避免陷入局部最优值，添加正则化项保证算法稳定性；最后，分别采用2种网络结构进行对比实验，输入层、隐藏层和输出层的神经元个数分别为36、6、2和36、12、2，并设置不同初始学习率进行对比实验。结果表明:隐藏层神经元个数为12、学习率为0.000 1时，分类精度最高，测试阶段平均准确率最高为97.5%。为了验证所提方法的普适性，生成116例国外颅骨数据进行实验，测试阶段平均准确率为90.96%。相比较于支持向量机（SVM）、决策树、KNN、Fisher等机器学习方法，所提方法学习能力更强且分类精度有明显提升。      

基于乙炔基封端酰亚胺和氰酸酯树脂的互穿网络聚合物

以2，3，3'，4'-联苯四甲酸二酐和2，2'-双三氟甲基-4，4'-联苯二胺为单体、4-乙炔基邻苯二甲酸酐为封端剂合成了不同聚合度的聚酰亚胺低聚物（BETI），将其溶于双氛A型氰酸酯单体制备了改性氰酸酯树脂，对改性氰酸酯树脂的固化行为进行了详细探究，并对其固化物的热学性能、力学性能和介电性能等进行了表征与分析。结果表明:BETI对氰酸酯树脂的聚合有明显的催化作用，可以降低固化温度，缩短凝胶时间。基于BETI和氰酸酯树脂的互穿网络聚合物（IPN）的热性能和力学性能与纯氰酸酯树脂相比都有一定的提高。当加入质量分数30%、聚合度为19的BETI树脂时，固化物的玻璃化转变温度从297 ℃提高到309 ℃，热失重5%时温度从425 ℃提高到了431 ℃；拉伸强度从76 MPa提高到了94 MPa，冲击强度从24 kJ/m2℃提高到了31 kJ/m2。加入BETI后，聚合物的介电常数稍稍高于纯氰酸酯树脂。由于具有良好工艺性和材料性能，BETI改性氰酸酯树脂可作为基体树脂应用于航空航天等领域。      

基于复杂网络的空中交通复杂性识别方法

在空中交通管理中，识别空中交通复杂性是一项重要工作。目前的算法多采用飞机密度、机群、滞留程度等宏观指标对复杂性进行评价。利用复杂网络理论描述空中交通状况，将空域中的飞机视为节点，飞机与飞机之间距离小于彼此的机载防撞系统（ACAS）通信距离时开始构成连边，以此构建飞行状态复杂网络模型，可以更好地描述网络内部的微观特征。选取环边数、节点强度、平均聚类系数、介数中心性和网络效率等拓扑特性指标，对动态空中交通状况进行了研究。在此基础上，采用独立主元分析（ICA）在线识别空中交通复杂性，将交通顺畅的情况作为训练数据集进行处理，根据SPE统计量、I2统计量和I_e2统计量的变化来识别复杂性情况。仿真结果表明，所提方法可以较好地识别空中交通复杂性。