波导分支线定向耦合器计算方法

利用模匹配方法和网络理论分析计算了一种卫星天线系统中常用的波导分支线定向耦合器,计算结果与实验结果非常吻合。该方法为波导分支线定向耦合器提供一种有力的设计手段。它可直接用于设计Ku 波段通信卫星天线的波束形成网络,也可以用来设计各种耦合度的波导分支线定向耦合器。     

网络环境下高校图书馆如何加强馆藏资源建设

根据网络环境给高校图书馆献信息资源建设工作带来的挑战，从印刷型纸质献建设、电子献资源建设、网络信息资源建设、信息资源的共享共建等方面论述了高校图书馆如何加强信息资源建设。     

再入航天器的神经网络自适应控制

对于再入航天器来说 ,可恢复故障通常会导致总体控制权限的降低。本文将伪控制限制方法和神经网络自适应控制运用到再入航天器的制导与控制中。利用两个控制回路来实现控制目标。其中 ,外回路适用于力的扰动 ,而内回路适用于力矩的扰动。限制外回路以阻止对内回路动态特性的调整。在达到控制极限时 ,伪控制限制也可进行自适应调整。另外 ,本文还通过加入加速度计反馈元件以提高系统的性能     

潜在电路分析中的拓扑模式图形生成算法研究

在电路网络树拓扑模式被识别出来的基础上 ,推导出网络树的基本拓扑模式图形生成算法 ,以便于分析设计人员使用拓扑模式图形的方式对电路系统进行具体的潜在电路分析     

现代微波测量的发展动态

从微波测量仪器、测量技术及测量分析出发 ,简单地阐述了现代微波测量发展的趋势。供微波测量人员参考     

基于身份的空间网络安全研究

空间网络安全的研究是天地一体化网络研究的重要组成部分,日益受到研究人员的重视。本文根据空间网络面临的安全威胁,分析需要采用的安全机制,构建了空间网络的安全体系结构。深入分析基于身份的密码体制（IBC）,在空间网络中应用IBC提供安全服务框架,以此为基础,提出了一种密钥交换协议,并详细描述了安全通信的建立过程。分析表明,同传统的基于公钥基础设施（PKI）体制的安全解决方案相比,IBC具有较低的存储、通信和计算开销,是适合空间网络的有效安全方案。     

An Artificial Neural Network based approach for estimation of rain intensity from spectral moments of a Doppler Weather Radar

By using a Doppler Weather Radar (DWR) at Shriharikota (13.66°N & 80.23°E), an Artificial Neural Network (ANN) based technique is proposed to improve the accuracy of rain intensity estimation. Three spectral moments of a Doppler spectra are utilized as an input data to an ANN. Rain intensity, as measured by the tipping bucket rain gauges around the DWR station, are considered as a target values for the given inputs. Rain intensity as estimated by the developed ANN model is validated by the rain gauges measurements. With the help of a developed technique, reasonable improvement in the estimation of rain intensity is observed. By using the developed technique, root mean square error and bias are reduced in the range of 34–18% and 17–3% respectively, compared to Z–R approach.     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。     

网络时代大学生思想教育面临的挑战与对策

互联网作为当今最具影响力的媒体之一,深刻地影响和改变着人们的工作、生活、学习和思雏方式。在网络时代的冲击和挑战下,大学生思想政治教育面临着很多新问题,要求思想政治教育工作者不断提出新的对策,进一步加强和改进大学生思想政治教育。