摘要：吸气式电推进(air-breathing electric propulsion,ABEP)系统使用超低轨道大气作为工质,可突破推进剂携带量对卫星使用寿命的限制瓶颈,是超低轨卫星实现长期驻留的关键技术途径之一.本文采用直接模拟蒙特卡罗(direct simulation Monte Carlo,DSMC)计算方法,对二维的ABEP进气道模型进行模拟.设定壁面碰撞模型为完全漫反射,在进气道的进口直径保持定值的前提下,改变进气道的长纵比、出口锥角、栅格长度和栅格层数,以分别探究这些影响因素单一作用下的进气道性能变化规律.在单一影响规律的前提下,利用遗传算法进行多目标优化,得到符合设计要求的高性能进气道设计参数,通过权重分配实现了典型高度下进气道设计中收集效率与压缩比的最优解.本研究对大气收集器产品的工程化应用具有指导意义.

摘要：为提升高速铁路地震预警系统中地震事件识别的可靠性，提出基于生成对抗网络（GAN）和卷积神经网络（CNN）的高速铁路地震预警干扰信号识别方法。首先，通过GAN对打夯干扰信号进行数据增强，以实现数据平衡；其次，设计并构建GAN-CNN打夯干扰信号识别模型，并对其进行训练和测试；最后，通过对比试验，验证该模型在干扰信号识别中的有效性和准确性。结果表明：与未使用GAN进行数据增强的情况相比，所提方法识别打夯干扰信号和地震事件信号的准确率分别为99.60%和100%，性能显著提升；此外，GANCNN模型的交并比、准确率、召回率和综合能力评价指标也得到提高。该方法可为高速铁路地震预警干扰信号识别提供参考。

摘要：从近代海相地貌特征分析了江苏海相软土的形成。通过室内外试验数据的分析研究发现,该海相软土属于高含水率、高压缩性、高孔隙比、高液限、低承载力的淤泥质海相灵敏性软土。根据工程实践提出了有关海相软土加固处理的设计方法、施工技术的建议。

摘要：基于土地利用、土壤类型等信息数据和流域水文、气象资料,应用美国农业部水土保持局研制的小流域设计洪水模型-SCS模型对王东沟流域径流过程进行了模拟。按照集水区自然分水线划分流域子单元,并提出了适合该流域产流计算的CN值表。结果表明,模型所模拟的径流过程与实测径流过程具有较好的一致性,模拟精度在75%以上,说明模型在参数的确定上较为合理,可以应用于黄土高原典型流域,为建立分布式水文模型对流域进行生态水文综合评价提供了科学方法。

摘要：由于面齿轮具有结构简单、噪声低、对安装误差不敏感以及较好的互换性等特点,文中提出了一种新型面齿轮车桥设计方案.对面齿轮车桥总成结构原理和工作特性进行了理论研究.基于面齿轮成形原理和结构工况环境,设计并建立了面齿轮车桥三维实体模型和虚拟样机模型,利用ADAMS/View2013多体动力学分析软件,分别在直线和转弯工况下对面齿轮差速器进行了运动学和动力学仿真,获得了不同工况下面齿轮差速器转速,转矩变化趋势.开展了面齿轮的加工试验,搭建了面齿轮车桥测试实验台,完成了车桥差速性能试验,试验结果与仿真结果吻合度高,验证了面齿轮车桥设计方案的可行性.

摘要：本文分析了未知远程环境下移动机器人导航过程中进化学习的效率和知识更新问题 ,提出了并行进化模型来解决此问题 ,并设计和论证了高效的并行进化计算机 .

摘要：对新型宏观负泊松比蜂窝夹芯船舶隔振器形状及尺寸设计方法进行研究,探讨蜂窝形状参数及壁厚对整体隔振性能影响。建立负泊松比蜂窝夹芯隔振器动力学分析有限元模型,给出蜂窝胞元壁厚、胞元宽度尺寸、胞元高度尺寸对隔振器结构应力、固有频率、底部振级及振级落差影响曲线;建立以蜂窝胞元壁厚、胞元宽度尺寸、胞元高度尺寸为设计变量的蜂窝夹芯隔振器动力学优化模型。结果证明了形状参数影响曲线的有效性,可为负泊松比蜂窝隔振器设计提供指导。

摘要：创新是推动经济高质量发展的本貭动力,也是一个国家、城市保持竞争力的核心。与传统经济增长模式有着巨大差别,创新型经济将重构空间使用与空间规划的基本逻辑。本文试图基于创新型经济构成要素的空间特性,建构创新型经济和空间规划的互动关系。文章,解折了创新企业、创新网络以及创意人群的空间特性;从空间管控、空间组织、空间营造等方面,探讨了超越于增长导向的规划思維;进而提出应对创新型经济的3个空间规划重点:以柔性管控激活创新空间,以创新网络链接创新集群,以创意生活集聚创意人群。国土空间规划体系的建构应该注重对创新型经济的积极适应:在治理目标上强调创新发展与生态文明的统一,在治理方式上强调国家意志与地方智慧的统筹,以空间规划的系统性创新推动国家的高质量发展。

摘要：无人机飞行状态的识别是无人机飞行状态分析必要的基础,可为无人机任务调度、智能维护维修和设计优化提供参考信息。无人机的遥测数据是对其飞行状态识别的重要依据,针对无人机遥测数据量大、各飞行状态持续时间不同、数据混有噪声、无法直接提供飞行意图信息等问题,提出一种基于切比雪夫特征提取和随机森林分类(Chebyshev-random forest,C-RF)算法的无人机状态识别方法。采用Chebyshev拟合法对遥测数据进行特征提取和降维,利用随机森林算法实现飞行状态的自适应分类。所提出方法将Chebyshev拟合系数计算简单、接近最佳拟合的优点与随机森林算法的训练速度快、分类准确率高和抗噪能力强等优点相结合,可覆盖无人机的各类样本且避免过拟合问题,实现了无人机飞行状态的有效识别。采用真实无人机遥测数据进行验证,总体识别准确率高于90%,少类样本亦可被准确识别,证明了所提出方法的有效性和实用性。

摘要：针对实际场景中跟踪目标的快速移动、光照变化和尺度变换等问题,提出一种基于动态特征注意模型(DFA)的三分支网络目标跟踪算法,包括:以SiamRPN++跟踪框架为基础,设计具有动态模板分支的在线更新三分支网络,以强化网络提取特征的语义信息,提高模板特征与搜索目标的匹配相似性;设计面向三分支网络训练的样本生成方法,以改变负样本分配方式,提升正、负样本训练的平衡性;设计一种DFA,通过等效自注意和互注意操作增强模板的历史动态特征,实现模板特征的自适应细化,同时利用通道注意力得分控制搜索特征图的权重分配,提高得分图对目标的响应。相对SiamRPN++、SiamBAN等对比算法,所提算法在包含运动模糊、明暗变化和相似背景干扰等场景的OTB100、VOT2018数据集上,获得了最高成功率(71.0%)和最优鲁棒性(0.122),同时可满足实时目标跟踪的要求。