高压大容量脉冲电容器保压过程中电压跌落的定量分析

针对金属化膜脉冲电容器在实际使用中由于充电结束以后较长的保压时间而产生电压跌落和能量损失,并最终导致脉冲功率电源系统的实际有效储能和储能密度下降这一实际问题,基于一种高压大容量脉冲电容器电压跌落的实验数据,分别从电导特性、自愈特性、极化特性及其与能量损失的相关性出发,推导了介质薄膜电导率与电压跌落的定量关系并进行了电导率测量实验,推导了自愈能量与电压跌落的定量关系并进行了寿命实验,阐述了松弛极化与电压跌落的定量关系并进行了仿真。结果表明,介质泄漏、自愈以及松弛极化在电压跌落中所占比例分别为29.64%、11.75%及58.35%,导致所研究电容器电压跌落的主要因素是松弛极化。     

网络中心战及其脆弱性分析

当前,在世界范围内,网络技术迅猛地向前发展,在这种背景之下,一种全新的作战样式"网络中心战"正在形成.1997年美国海军率先提出"网络中心战"的观念.对"网络中心战(NCW)"的基本内涵、"网络中心战"和"网络战"及"平台中心战"的区别、"网络中心战"的关键要素进行了概要的阐述,并重点分析了NCW现在和将来可能存在的薄弱环节.     

纯方位跟踪问题研究及算法性能

针对纯方位跟踪系统的特点,对修正增益扩展卡尔曼滤波、伪线性滤波、基于无迹变换的卡尔曼滤波、修正球坐标系下的扩展卡尔曼滤波、直接对角度信息建模的卡尔曼滤波等被动目标跟踪算法予以详细的讨论,并在满足可比性的条件下,对各个跟踪算法进行了仿真实验,比较和分析了仿真结果,指出了修正增益扩展卡尔曼滤波的算法优势,对实际工程应用中算法选择问题提出了参考性建议.     

灰色定权聚类分析在作战方案决策中的应用

作战方案决策是作战过程中最重要的一个环节,提出了现代条件下作战方案定量决策的重要性,分析比较了目前各种定量决策方法的优缺点,介绍了灰色系统理论中灰色定权聚类分析方法的优点及其运用方法,阐明了运用灰色聚类分析方法决策作战方案的几个重要环节和需要注意的问题,最后通过一个应用实例说明了方法的具体应用,并证明了方法的可行性.     

超宽带雷达的欺骗式干扰技术研究

根据超宽带雷达的工作方式和成像特点,提出基于DRFM与DDS技术对超宽带雷达实施假目标干扰的方法.通过分析超宽带雷达距离维成像的基本原理,提出利用DDS技术对转发信号实施移频调制,并根据需要产生不同特征的假目标干扰.在理论分析的基础上进行了仿真实验,仿真结果证明了这种方法的可行性.该方法可对一维和二维雷达成像进行干扰.     

无线数传模块在远程监控系统中的应用

介绍了一种基于无线数传模块,以链状点对多点传递令牌的形式,构成无线通信系统,实现远程终端与监控中心的实时联系,从而及时掌握远程信息,采取措施.阐述了通信系统的构成原理,采用的通信协议以及在数据传输中的减少干扰的措施.给出了通信系统的硬件设计和软件流程.     

作业成本法在包装成本管理中的应用

我国的市场竞争日趋激烈,产品的复杂程度越来越高,传统成本计算方法已无法满足对成本精确性的要求.鉴于作业成本法(ABC法)在成本管理领域中的日益普及,重点探讨ABC法在包装成本管理中的运用.通过对某企业包装成本进行实例计算和作业分析,说明应用ABC法可以得到相对准确的包装成本信息,并找出影响包装成本的主要因素及相应的解决方法,为包装成本管理提供了依据.     

多约束下的高超声速飞行器三维非线性自适应末制导律

面向多约束下高超声速飞行器末制导过程中的通道耦合、参数扰动、模型失配等突出问题,设计一种适于高超声速飞行器的三维非线性自适应末制导律。为了模型描述的完整性和简洁性,引入视线旋量和旋量速度的概念,并基于此建立三维制导参考模型和实际系统的表达式;为了保证制导律的鲁棒性和自适应性,基于自适应控制理论,设计一种三维非线性自适应制导律;通过数学推导证明了该制导律的稳定性。该制导律能够从理论上克服高超声速飞行器末制导面临的通道耦合、参数扰动、模型失配等突出问题,满足多约束制导要求。仿真结果验证了所设计制导律的有效性。     

金属泡沫断裂韧性的试验研究

金属泡沫在其实际应用中,断裂性能和断裂韧性对于承载的多孔金属泡沫有着重要的意义。基于美国试验材料学会相关标准,采用三点弯曲试样测定了铝泡沫的I型断裂韧性。研究表明,金属泡沫的断裂为脆性断裂,在裂纹尖端附近,孔壁最薄弱的区域最容易发生变形;随着进一步加载,一些孔壁发生断裂,微裂纹在断裂尖端附近出现。随着载荷的增加,主裂纹在缺口根部形成或由微裂纹合并而成,并开始在多孔结构内传播。裂纹沿着结构最薄弱处传播,并产生次生裂纹和裂纹桥。裂纹总的扩展方式还是I型断裂。根据试验P-V曲线特点,取最大载荷点对应的力与位移求解出铝泡沫的裂纹尖端临界张开位移的平均值为0.051 mm。     

辅助任务增强的中文跨域NL2SQL算法

自然语言到结构化查询语言(natural language to structured query language,NL2SQL)任务旨在将自然语言询问转化为数据库可执行的结构化查询语言(structured query language,SQL) 语句。本文提出了一种辅助任务增强的中文跨域 NL2SQL 算法,其核心思想是通过在解码阶段添加辅助任务以结合原始模型来进行多任务训练,提升模型的准确率。辅助任务的设计是通过将数据库模式建模成图,预测自然语言询问与数据库模式图中的节点的依赖关系,显式地建模自然语言询问和数据库模式之间的依赖关系。针对特定的自然语言询问,通过辅助任务的提升,模型能够更好地识别数据库模式中哪些表/列对预测目标 SQL 更有效。在中文 NL2SQL 数据集 DuSQL 上的实验结果表明,添加辅助任务后的算法相对于原始模型取得了更好的效果,能够更好地处理跨域 NL2SQL 任务。