碳纳米管场效应管尺寸缩小特性的比较

由于具有更为显著的量子隧穿效应,碳纳米管场效应管具有较硅基MOS管不同的尺寸缩小特性,同时,由于工作机理的不同,类MOS碳纳米管场效应管(C-CNFETs:Conventional MOS-like Carbon Nanotube Field Effect Transistors)的尺寸缩小特性与隧穿碳纳米管场效应管(...     

基于自由空间光的无人机集群通信载荷技术发展现状与趋势

对基于自由空间光(Free Space Optical, FSO)的无人机集群通信载荷技术应用需求进行了归纳总结,论述了FSO通信技术及应用在无人机载荷的国内外发展现状,展望了高速移动通信环境下无人机集群FSO通信载荷技术的未来发展趋势,进一步深入分析了应用于无人机集群的FSO通信链路的关键技术。可以预见,基于FSO的通信载荷将广泛应用于未来无人机集群的大带宽通信组网。     

MOQPSO/D算法求解不确定目标分配问题

为了增强不确定目标分配对战场态势变化的适应性,提出了一种基于分解的多目标量子行为粒子群算法(MOQPSO/D)的不确定目标分配方法.基于模糊多目标规划方法建立了不确定目标分配模型.以MOEA/D为算法框架,以QPSO算法为寻优手段提出了一种MOQPSO/D算法.通过粒子编码和非法粒子调整,将MOQPSO/D算法成功应用于求解目标分配模型.仿真结果表明:采用多目标优化方法能有效增强不确定目标分配对战场态势变化的适应性;MOQPSO/D算法在求解目标分配模型时要明显优于MOEA/D及MOEMD-CD算法.     

基于卡尔曼滤波的单矢量水听器水中多目标方位跟踪

对单矢量水听器接收的声压和质点振速信息进行联合处理,采用量子粒子群求解声压和质点振速组成的非线性相关方程组,从而实现多目标声源方位的估计。对于低信噪比的情况,难免会引入较大的方位估计误差。采用最小二乘法对目标方位轨迹进行拟合并建立预测模型,然后通过卡尔曼滤波对单矢量水听器估计的目标方位轨迹进行优化。结果表明：单矢量水听器能够同时分辨多个目标方位,解算结果应用统计特性表示;信噪比越高,分辨率和精度越高,偏差越小;对于水中目标而言,1阶多项式足以进行方位轨迹拟合,再采用卡尔曼滤波能够有效提高目标方位跟踪精度。     

单矢量水听器水中多目标方位跟踪方法

采用量子粒子群求解声压和质点振速组成的非线性相关方程组,实现多目标声源方位的估计。为提高精度,应用最小二乘法对测量结果进行拟合并建立预测模型,通过卡尔曼滤波对方位轨迹进行优化。结果表明:单矢量水听器能够同时分辨多个目标方位,解算结果应使用统计特性表示;采用本方法最多能分辨7个目标,目标个数越多,方位误差越大;信噪比越高,分辨率和精度越高,偏差越小;通过数据拟合然后卡尔曼滤波的方法能够有效提高目标方位跟踪精度。     

金属的载止频率与单光子的吸收

从经典理论和量子模型出发,论述了双光子吸收的可能性,并且定量计算了吸收两个光子的几率,指出通常情况下弱光不产生双光子吸收现象,金属的截止频率缘于电子对单光子的吸收。     

美国量子技术研发:相关政策与国防预算

在梳理近年来美国量子技术相关政策与发展计划的基础上,对美国国防部的量子技术相关研发预算的总量及不同机构的分解预算进行详细分析。量子技术在军事领域具有广泛的应用前景,能够提升信息安全、军事作战效能、情报收集和处理能力。美国国防部始终注重量子技术的战略谋划和系统布局,持续投资多领域的量子技术研发项目,以确保美国在量子信息科学领域的持续领先地位,将对未来军事及民用领域科技发展带来深远的影响。     

量子悖论的世纪之争——观控相对论的历史背景与理论探索

从量子悖论的新视角 ,对 2 0世纪两大科学革命的代表人物爱因斯坦与玻尔及其门生长达 60余年的争论 ,作了本质性的探索 :即将这一争论在世纪末中国科学哲学界的投射和升华作了理论的总结 ,概括为观控相对论———统一了西方自然科学与人文科学的三大前沿理论 :微观世界的互补原理、宇观世界的人择原理、宏观世界的反身性原理。由此引出中国传统文化的类比逻辑 (负的方法 ) ,是否能消解悖论而作为解释物质发展过程的另一种思维方式并与其对立的因果性思维方式相互补 ,这种东西方文化深层次的协调也许正是 2 1世纪发展现代科学的一条正确途径     

基于FSO的星地协作系统中断概率的性能分析

针对卫星信道的衰落特性和阴影效应,分析了基于自由空间光(Free-Space Optical,FSO)通信的星地协作系统的中断概率性能.在卫星至无人机(Unmanned Aerial Vehicle,UAV)间采用RF信道,并采用解码-转发(De-code-and-Forward,DF)模式;在无人机至目的节点(地面用...     

一种改进的量子粒子群算法

量子粒子群算法是将量子计算与粒子群算法相结合的一种新的优化方法。首先利用相位角进行实数编码，将动态量子旋转门引入到粒子群算法中，采用自适应变异，提出了一种改进的量子粒子群算法。然后运用Pe-nalized函数和Ackley函数测试了该算法的性能。最后将该算法应用到武器目标分配模型中，获得了最优的分配方案。仿真研究表明，该算法具有收敛速度快、搜索能力强和稳定性高的特点。