谈自动消防设施在高层建筑火灾防控中的作用

针对当前高层建筑火灾形势,分析了消防部队扑救高层建筑火灾面临的困难,结合正反两方面案例和消防工作实践,从完善建筑消防设施早期预警、自动灭火、防火分隔、引导疏散、辅助内攻五大功能入手,创新提出了以提升单位建筑消防设施管理水平和建筑消防设施完好率为主要目标的建筑消防设施标准化、标识化、规范化＂三化＂管理模式,为破解高层建筑火灾扑救这一世界性消防难题提供了新的思路。     

低地球轨道卫星网络节能方法

通常卫星的唯一能源来源是太阳能,因此星上网络设备的能源供应问题比地面网络的更加严峻。通过修改和扩展链路容量受限的最小代价多商品流模型来适应卫星网络这一特殊的体系结构,并基于低轨道卫星网络的多重覆盖机制和流量分布模型,改进现有的启发式算法来关闭冗余的卫星节点、星地链路和星间链路。在满足链路利用率和路由跳数增加比例约束的条件下,仿真实验中关闭上述三种参数的比例分别可达59%、61%和72%,卫星网络的总体节能比例可达65%。     

基于高阶累积量与神经网络的干扰识别算法

研究了一种基于高阶累积量和神经网络的干扰识别算法。该方法把卫星通信中常见的各种干扰信号的归一化高阶累积量作为分类特征参数,应用神经网络对特征参数进行分类训练,将接收干扰信号的归一化高阶累积量输入已训练的神经网络进行干扰类型的识别。试验结果表明:该算法在低干信比的情况下具有较高的识别准确率。     

基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。     

中学物理学生实验技能的培养

物理学是一门以实验为基础的科学，因此，培养学生的实验技能，对培养学生了解物理学的研究方法，以及培养学生实事求是的科学态度具有十分重要的意义，也为学生今后从事科学研究和技术革新奠定了基础。     

HYLTE与TRIP喷管在大功率氟化氘激光器中的应用对比分析

简述了燃烧驱动大功率连续波DF化学激光器的发展现状。比较了HYLTE与TRIP两种喷管的结构参数,总结了两种喷管的性能差异。采用数值模拟手段,参考相关试验数据,计算了典型增益分布对应的共焦非稳腔输出光束模式。从大功率DF激光器研制存在的光斑均匀性和腔镜负载两个难题的角度,结合喷管制造工艺要求,认为HYLTE喷管较TRIP喷管更适用于大功率DF激光器。     

有限数量机载雷达目标覆盖价值算法

针对有限数量机载雷达目标覆盖价值问题,建立了机载雷达载机待选轨道中心点(COCP)概念;分析了COCP和目标点之间的关系,给出了有限数量机载雷达目标覆盖价值问题的数学模型。通过分析有限规模COCP集合的方法,建立了多个机载雷达部署约束条件的数学模型。通过对COCP集合和目标点集合进行约束排除和聚类,简化了研究问题。总结出了有限数量机载雷达目标覆盖价值数学模型的最优解和启发式次优解,实例仿真结果表明该模型和算法的有效性。     

极端曝光图像的多尺度分解细节感知融合算法

针对极端曝光(欠曝光和过曝光)图像动态范围低的问题,提出一种基于多尺度分解细节感知的图像融合算法。欠曝光图像经过细节增强后,与过曝光图像进行初步的粗融合;采用小波变换对细节增强后图像的亮度分量进行多尺度分解,并设计专门的高频和低频融合策略,实现亮度分量的精融合;将粗融合图像的色调、饱和度分量,与精融合图像的亮度分量重组,获得最终的融合结果。基于大量测试数据,实验结果表明所提方法在视觉效果方面表现优异,平均MEF-SSIM指标为0.985 4,平均SSIM指标为0.650 8,均优于现有主流算法。     

Ku波段高功率TM0n-TM01混合模式转换器设计(高功率微波专题组稿)*

由于过模Ku波段高功率微波返波管通常输出TM0n混合模式,在保证较高能量转换效率的条件下,难以同时兼顾其输出模式的纯度,而辐射终端为达到理想发射效果则要求单一模式馈入,这就给输出混合模式微波源的实际应用带来困难。针对这一技术难点,本文提出了一种结构紧凑的TM0n-TM01（n ≤ 3）混合模式转换器的设计方法,可以实现在高功率容量条件下,较宽频带范围内,高效地将TM0n混合模式转换为单一的TM01模,降低了此类高频段HPM源模式纯化设计的难度。     

高级在轨系统的自相似业务量预测链路优化模型

在AOS高级在轨系统链路协议的基础上,分析了具有自相似特性的业务流量,提出了一种基于FARIMA模型的自相似预测的链路优化模型。该预测模型基于分数阶统计理论,在估计赫斯特参数的基础上,根据不同的时间粒度,提前预测突发业务量的到来,从而降低了网络丢包率。仿真表明模型在20点预测内具有较好拟合性,在一定置信区间下具有较好的预测成功概率和较低的虚警概率,同时使网络丢包率大幅下降。