氧化硅涂层和硅对碳化硅纤维与铝相容性的影响

本文采用真空蒸镀和离子镀法,在日本NICALON碳化硅纤维上进行纯铝、铝—1％硅合金单层镀和氧化硅-纯铝双层镀,制成SiC/Al、SiC/Al-Si和SiC/SiO_2/Al复合体,将这些复合体分别在真空中进行热处理,然后用浸蚀剂除去镀层,把萃取出的纤维试样放在室温下进行拉伸试验,根据纤维强度的变化,评价硅和氧化硅涂层对碳化硅纤维与铝相容性的影响。实验证明,当用SiO_2或Al—1％Si合金作纤维涂层时,在680℃或720℃真空热处理后,纤维拉伸强度的下降均有所减缓。     

基于程序切片的电路提取技术

从HDL设计描述中提取电路在VLSI设计验证、低功耗分析、测试生成等方面有广泛的应用需求。提出了一种采用程序切片技术实现的新的电路提取方法,并深入论述了基于程序切片技术从Verilog描述中进行电路提取的理论基础。该方法可以为每一个感兴趣的信号获取其"链接切片"。与以前的方法相比,该方法的优点是细粒度的、不受书写格式的限制,并且能处理更多Verilog的语法元素。该方法已经被集成到现有设计流程中,实验结果表明其方便、高效,有良好的通用性。     

去调频处理中空变相位误差补偿方法

调频连续波具有较长的脉宽和较大的信号带宽,通常采用去调频的处理方式,但是,去调频的处理会引入空变的相位误差。从去调频的处理方式入手,根据发射信号相位误差缓变的特点,提出了依据发射信号相位误差模型补偿空变相位误差的方法,并在理论上对该方法进行了推导。该补偿方法分为两步,从差频信号中去除发射信号相位误差,在残余视频相位误差校正之后,通过与补偿函数相乘去除剩余的相位误差。仿真和实测的实验结果表明,该方法能够克服目标距离的限制,有效地补偿空变相位误差带来的影响,提高脉压水平。提出的误差补偿方法能够很好地平衡系统负载、误差补偿精度和算法开销,具有较强实用性。     

月壤参数对月面着陆气囊缓冲性能的影响

为研究月壤参数对气囊缓冲性能的影响,根据“嫦娥三号”的着陆工况设计了月面着陆气囊,并基于可压溃泡沫模型建立了考虑月壤特性的气囊缓冲动力学模型。对不同月壤下气囊的缓冲过程进行分析,发现月壤越软有效载荷冲击加速度越小,但气囊会陷入月壤中,不利于对外排气,影响其缓冲效果。因此,采用气囊峰值压力、有效载荷最大加速度和最大下落高度3个指标对气囊缓冲性能进行综合评价,定量研究了月壤参数的影响规律。结果表明:月壤密度、剪切模量及屈服参数a₀和a₁对缓冲性能的影响较大,且对前两个指标为正影响,对后一个指标为负影响。进一步研究发现,这4个月壤参数与3个缓冲性能指标之间〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCZX.TIF;%129%129〗听语音 聊科研与作者互动 均为指数函数关系。     

结合平流层飞艇姿态的太阳辐射强度分布

平流层飞艇上表面太阳辐射强度的分布是影响光伏阵列输出性能的重要因素。为分析平流层飞艇飞行姿态对其上表面太阳辐射强度分布特征的影响,并建立飞艇动力学模型与太阳辐射物理模型交互耦合的计算模型。使用该模型对算例飞艇进行计算分析,量化得出飞艇偏航角和俯仰角耦合变化对飞艇表面太阳辐射强度分布影响的结果,并比较分析了太阳辐射强度受飞艇飞行姿态影响的特性。研究结果可用于指导太阳能电池阵在平流层飞艇上的优化布局和阵列构型。     

碳纤维增强聚合物基复合材料频率选择表面的电磁传输特性

为了避免采用金属频率选择表面制备的天线罩中存在的热残余应力和弱黏接界面等问题,采用与聚合物基复合材料罩壁结构相容性好的碳纤维增强聚合物基复合材料制备频率选择表面,利用自由空间法对试样的电磁传输性能进行测试,并采用数值分析模型对碳纤维复合材料频率选择表面的电磁传输机制和电磁传输影响因子进行分析。结果表明:碳纤维复合材料频率选择表面具有频率选择功能,但谐振频率处的电磁传输损耗较大;通过改变复合材料频率选择表面的单元缝隙率、厚度、电导率以及介电常数可以实现对其电磁传输性能的调节。     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。     

面向监督学习的稀疏平滑岭回归方法

岭回归是监督学习中的一个重要方法,被广泛用于多目标分类和识别。岭回归中一个重要的步骤是定义一个特殊的多变量标签矩阵,以实现对多类别样本的编码。通过将岭回归看作是一种基于图的监督学习方法,拓展了标签矩阵的构造方法。在岭回归的基础之上,进一步考虑投影中维度的平滑性和投影矩阵的稀疏性,提出稀疏平滑岭回归方法。对比一系列经典的监督线性分类算法,发现稀疏平滑岭回归在多个数据集上有着更好的表现。另外,实验表明新的标签矩阵构造方法不会降低原始岭回归方法的表现,同时还可以进一步提升稀疏平滑岭回归方法的性能。     

基于话题模型的专家发现方法

专家发现是实体检索的一个重要方面。经典的专家发现模型建立在专家与词项的条件独立性假设基础上。在实际应用中该假设通常不成立,使得专家发现的效果不够理想。本文提出了一种基于话题模型的专家发现方法,该方法无需依赖候选专家与词项的条件独立性假设,且其可操作性比经典模型更强。同时,使用了一种排序截断技术,该技术极大地降低了模型的计算复杂度。使用CERC(CSIRO Enterprise Research Collection)数据集对模型的性能进行评估。实验结果表明,基于话题模型的专家发现方法在各个评价指标上均优于经典的专家发现模型,能够有效地提高专家发现的效能。     

信息中心网络缓存节点位置选择算法

信息中心网络（Information-Centric Networking, ICN）“泛在缓存”的特性,引发数据副本率过高、缓存空间不能充分利用等问题。为了解决上述问题,分别从用户、服务提供商和网络运营商的角度出发,以最小化网络流量与网络费用开销为优化目标建立两个单目标优化模型,并将二者结合为帕累托模型;基于帕累托求解方法中数学规划法的思想,详细描述缓存节点位置选择算法。仿真结果表明：在流量性价比方面,所提缓存节点选择算法优于ICN的默认缓存机制;在网络费用开销方面,所提算法更适用于只有少数内容较为流行的网络中,而在所有内容都流行的情况下,ICN中默认的“遍地缓存”机制更为适宜。