协同知识建构视角下高中生计算思维能力培养模式的设计研究

培养学生具有一定计算思维能力以适应快速变化的大数据时代，是信息科技课程的教育重点。而目前高中阶段信息科技课程内容单一且重点在编程工具的普适性讲授上，对学生个性化思维的培养不足。文章在梳理协同知识建构理念与计算思维能力培养的关系后，构建计算思维能力培养与“输入-协作-输出”三阶段相耦合的协同知识建构学习模式，试图使学习者能在真实的社会性问题情境下，更好更快地建立起系统、科学的思维模式，并针对该模式的教学实践提出建议。     

尾座式电动飞机复合材料机翼结构优化设计

以复杂地形地区物资快速投送平台设计为背景,开展尾座式电动飞机复合材料机翼设计研究。对机翼结构载荷进行分析,对机翼结构构件布置和铺层进行设计,形成复合材料机翼结构设计方案。建立复合材料机翼结构有限元模型,开展典型工况条件下的静力分析,得到机翼结构变形、应力和Tsai-Wu失效因子分布。采用分步优化策略,以机翼结构铺层厚度和铺层角度为设计变量,开展机翼结构质量优化计算,优化结果表明,优化后的机翼结构在满足强度和刚度要求下质量减轻约47.77%,可为尾座式电动飞机结构设计提供重要参考。     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。     

前置点比例导引制导律对抗拖曳诱饵研究北大核心

以典型拖曳式诱饵干扰模式为设计对象,结合导引头跟踪诱饵的工作模式和前置点比例导引制导律的设计,对末制导抗拖曳干扰导引方法进行了理论推导与分析,为导引头抗拖曳诱饵干扰措施的设计与验证提供了理论依据。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式(例如量子计算等)深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法

转发式干扰因与雷达发射波形的高度相关性,经雷达主瓣接收后易对雷达产生严重的干扰作用。为解决主瓣干扰问题,建立正交频率分集调频多输入多输出(orthogonal frequency division multiplexing-multiple input multiple output, OFDM-MIMO)雷达主瓣接收的转发式干扰信号模型,分析了该干扰对OFDM-MIMO雷达的干扰机理;同时基于自适应方法处理理论,推导了OFDM-MIMO雷达自适应处理权向量解析式,提出了基于距离依赖波束的OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法。理论研究和仿真结果表明,提出的方法提高了输出信干噪比,实现了转发式主瓣干扰的有效抑制。     

探空火箭风场补偿及等效弹道风转化

介绍一种以计算机变步长迭代搜索替代以往的查表算法来获得风场中火箭补偿参数的方法 ,避免了采用近似理论造成的误差 ,以及复杂的造表过程 ,提高实际工程中的处理速度与自动化程度 ,而且精度比原风权法要高。此外 ,本文还提出一种新的弹道风生成方法。在等效程度上 ,比风权法要高     

行进式雷达天线波束方位的实时确定问题

采用"边行进边工作"方式的目的是提高雷达的战时生存能力。雷达天线波束的指向乃由天线相对其平台的旋转(已知)和平台相对大地运动的转角(未知)共同决定。利用曲率和弧长的概念进行研究,提出在雷达行驶路径为已知几何曲线时,平台转角仅与行驶路程有关。只需获取行驶路程,便可确定天线波束的真实方位。     

计算流体力学及其可视化技术与应用

运用计算机可视化技术对三维数据场进行研究．主要对流场的表示方法、可视化实现步骤和应用进行阐述．