Q∝T~n时不可逆卡诺热泵的最优性能

非线性传热条件下的内可逆卡诺热机最优性能有了一些讨论,本文将导出不可逆卡诺热泵工作于非线性传热 Q■条件下,最佳供热系数д与泵热率π的关系。据此可确定任意泵热率时所对应的供热系数界限。最后,讨论了这一关系的一些应用,所得结果包含了经典热力学及内可逆线性传热情况下的有关结论,为实际热泵设计提供新的理论依据。     

溶胶—凝胶法制备SiO2气凝胶薄膜溶胶粘度的研究

用低介电常数介质薄膜代替传统的SiO2薄膜是减小ULSI中互连延迟、串扰和能耗的有效方法.SiO2气凝胶薄膜因具有低介电常数、低密度、高热稳定性等性能而成为ULSI中金属间介质的理想材料.以正硅酸乙酯为原料,采用酸/碱两步溶胶-凝胶法结合匀胶和超临界干燥等工艺在硅片上成功制备了SiO2气凝胶薄膜.研究了不同配比的SiO2溶胶粘度随时间的变化;确定了适于匀胶的溶胶的粘度范围为9～15mPa*s;发现溶胶粘度在9～15mPa*s的时间随溶剂异丙醇(IPA)用量的增加和NH4OH的减少而延长.     

时间敏感网络流量调度机制研究综述

时间敏感网络作为一种确定性网络技术,能够通过多种流量调度机制确保关键流量进行具有确定延迟边界的实时传输,具有重要的应用价值。从实现原理角度,分析对比时间敏感网络各调度机制的特点;分析各调度机制的基本原理和研究重点,并以调度性能提升为主线,梳理各调度机制研究进展;针对当前的研究盲区,阐述时间敏感网络流量调度机制的研究趋势。     

基于自注意力机制和CNN-LSTM的空战目标机动轨迹预测

空战目标机动轨迹是有丰富时空特征的多维时间序列,具有高度复杂性和不确定性。针对现阶段轨迹预测运动学模型建立困难、时序预测的方法难以提取时空特征且只能单一的从T到T+1时刻的顺序式训练的问题,文中提出了一种自注意力机制(self-attention, ATT)和卷积神经网络(convolutional neural network, CNN)-长短期记忆网络(long short-term memory, LSTM)结合的模型(CNN-LSTM-ATT)。离线状态下训练模型,获得的最优模型可以实现目标机动轨迹的高精度预测。文中模型与CNN-LSTM、LSTM模型进行单步预测对比分析,具有良好的单步预测和不同过载机动预测的能力。考虑到电磁干扰和复杂环境导致传输数据的误差和缺失,进行了目标轨迹的5步预测,预测结果和评价指标均优于CNN-LSTM、LSTM模型。     

微机上运行的多功能仿真语言GASP/PC

文中介绍了IRM-PC机上多功能仿真软件GASP/PC的开发,叙述了GASP/PC仿真语言的形成以及对于连续、离散和复合仿真模型的GASP/PC语言的结构与仿真方法。     

基于相遇时间感知的延时容忍网络路由

延时容忍网络(Delay-tolerant Networks,DTNs)是稀疏的移动自组织网络,其无法建立源节点至目的节点整条路径。目前多数工作是在分析转发算法,而基于短相遇接触时间(Contact Duration Time,CDT)事实下的转发算法的研究工作甚少。为此,提出基于相遇接触时间的时延容忍网络路由(Contact Duration-Aware Routing,CDAR)。利用CDT、相遇间隔时间以及消息的时效计算一跳和两跳传递概率,再依据当前接触的和过去接触的节点中选择转发节点,从而构建低成本路由。实验数据表明,与同类的PROPHET路由相比,提出的CDAR路由的消息传递率提高了10%、平均时延缩短了12%和路由成本下降了23%。     

新冠疫情引发的动员思考

2020庚子年春节,突如其来的新冠肺炎疫情让中华大地瞬间凝结。在疫情面前,党中央、习主席发出最强音,全国军民闻令而动,齐心协力,快速形成了全面动员、全面部署、全面加强的疫情防控局面。但在这场与时间赛跑、与病魔较量的防控战中,我们也看到应急管理体系在处理急难险重任务中的能力不足、储备体系在储备效能上的短板、法治体系在公共卫生法治保障上的治理欠缺。国防动员系统担负国防动员建设的主责,我们要从这场没有硝烟的战争中得到启示和反思.坚决做到召之即来,来之能战,战之必胜。     

经国务院、中央军委批准2020年起实行一年两次征兵两次退役

征兵时间区分为上半年和下半年两次,上半年征兵从2月中旬开始,3月底结束,重点征集各级各类院校往届毕业生、高职高专毕业班学生和各类社会技能人才,新兵批准入伍时间为3月1日;下半年征兵从8月中旬开始,9月底结束,重点征集各级各类院校应届毕业生、在校生和新生,新兵批准入伍时间为9月1日。