基于超动态测试系统的压力传感器标定技术研究

针对油气爆炸发展过程中压力测量的需要,提出了一种压力传感器标定的新方法。该方法基于超动态测试系统,操作简单,精度可靠,并采用最小二乘法对各测试点进行了拟合,得到了压力传感器的标定系数和其它基本性能指标,保证了测试过程中压力的准确性和精度。可在其它类似的测试系统中应用。     

美国GPS全球卫星定位系统揭密

人类已经进入了信息时代,高精度的卫星导航定位技术发展迅速,应用范围愈来愈广。先进的卫星导航定位系统,可以在任何时间、任何地点为地球上的各类用户确定所在地理位置的经纬度和海拔高度等信息。在诸多卫星定位系统中,美国的GPS、俄罗斯的“格洛纳斯”和欧盟的“伽利略”曾现出三分天下的局面,而且尤以美国的GPS名气虽大,它已广泛应用于军事领域。     

负载型钴基超细粒子催化剂的催化性能

采用共溶胶 -凝胶法和超临界干燥工艺 ,制备了负载型钴基超细粒子催化剂Co-SiO2 ,研究了该种催化剂对CO氧化反应的催化性能 ,并进一步考察了钴含量对其催化活性的影响。研究结果表明 ,该种催化剂在低钴含量 ( 1 %～ 2 % )时即对CO的氧化反应表现出高的催化活性 ,并具有优良的热稳定性和很宽的反应活性温度区域 ( 1 60℃～ 80 0℃ ) ;钴含量对其催化活性和稳定性有重要影响 ,在 0 1 %～ 2 %的含量范围内 ,随钴含量增加 ,催化活性和稳定性逐渐升高。     

条件事件的表示

为了进行条件推理，本文讨论了条件事件的表示，并给出了相应的逻辑运算规则，引入了零事件间的概率比和多重条件事件的超条件事件概率的概念，它们均是无条件情形的推广。     

多系统组合精密单点定位性能分析

文章提出在数据预处理之前进行钟跳探测与修复以避免周跳探测误判,而后对非差无电离层组合载波相位观测值进行星间单差,避免接收机钟差解算,有效降低了对伪距观测值随机模型建模精度的要求,最后给出了抗差Kalman滤波PPP解算模型。利用GPS、GLONASS、BDS数据,对单、双、三系统PPP定位精度和收敛时间进行了分析,得出了以下结论：三系统PPP技术无论定位精度还是收敛速度均是最优的,加强多系统组合导航定位有利于提高导航定位精度。     

导引头伺服机构干扰力矩测量及精密装配工艺优化

为了在导引头伺服机构装配过程中减小干扰力矩,基于电测法搭建伺服机构驱动力矩测量系统;在精密装调过程中,通过监测驱动力矩,调整装调参数,达到减小干扰力矩的作用。对质量不平衡力矩及活动线缆力矩在驱动力矩中的特性进行实验验证,确定了伺服机构配平和布线方法;对轴承预紧力与伺服机构摩擦力矩关系进行实验验证,解决了自动跑合工艺问题,这对减小摩擦力矩波动幅值具有重要意义;测量伺服机构转轴回转误,明确最佳轴承预紧力的工艺方法。结果表明,所提方法对传统的伺服机构装配工艺进行优化,可将依赖技师经验装配的定性方法优化为依赖力矩测量的定性方法。     

针对GNSS授时接收机的转发式欺骗干扰技术研究

授时接收机通过接收并处理卫星导航信号以获取高精度时间,为通信、电力及金融等系统提供精准的标准时间信号。提出了一种针对授时接收机的转发式欺骗干扰技术,通过对目标接收机的精密定位以及转发信号的精确时延控制,实现了对授时接收机的定时偏差控制,从而使其上层系统无法正常工作。通过建立仿真模型,验证了该欺骗干扰技术的有效性。     

基于直流混合型超导限流器的超导带材失超和耐受性能研究

为进一步了解3 kV/3 kA直流混合型超导限流器中超导带材在不同电流脉冲下的超导特性及其失超后耐受电压能力,对上海超导公司生产的超导带材进行了实验,测量了在不同电流上升率情况下超导带材的电压和在5 ms短路时间下超导带材的极限耐压值。结果表明:电流上升率越大,相同时间下带材的两端电压越高,给真空灭弧室的介质恢复时间越短; 5 ms短路时间下每米超导带材的极限耐压值为239. 78 V; 3 kV/3kA直流混合型超导限流器中超导带材单根长度最小为12. 52 m,并联根数最小为25根。     

图像超分辨率卷积神经网络加速算法

为了实现模型的实时和嵌入式运行,提出了一种轻量级的卷积神经网络结构。通过采用较小的滤波器尺寸和引入深度可分离卷积,可大量减少模型参数,提高模型非线性表达能力;在网络末端引入子像素卷积层,直接从原始低分辨率图像学习到高分辨率图像的映射,计算成本为原来的1/k²(k为放大因子)。在Set5数据集上的实验表明,所提模型的速度较经典的图像超分辨率重建算法速度提高了25.8倍,能够在通用GPU上实时运行,峰值信噪比平均提高了0.17 dB,并且参数只有它的35%。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。