改进的基于特征线理论的流体力学有限元法

通过沿特征线求解动量方程,并运用局部泰勒级数展开对方程的离散进行简化,在传统的基于特征线离散的分裂算法的基础上,推导了一种精确的显式离散方法,详细给出了基于局部泰勒级数展开的特征线离散过程,并推导了有限元控制方程.通过自主研发的空间结构自动分析设计系统(简称AADS)流体模块中的三维算例计算,表明文中的分析是正确的,提出的改进方法具有较高的计算精度.     

一类不可微多目标规划的Kuhn－Tucker条件的充分必要性

对一类不可微多目标规划进行了讨论，得出了广义Ｋｕｈｎ－Ｔｕｃｋｅｒ条件是有效解的必要条件，并证明了对于目标及约束满足广义伪凸或正则拟凸条件的多目标规划，广义Ｋｕｈｎ－Ｔｕｃｋｅｒ条件也是有效解的充分条件。     

关于求解一类多目标规划问题的讨论

本文对一类多目标规划问题进行了讨论,给出了原问题的两种变形问题和两种子问题,讨论了变形问题的解或一阶条件与原问题的解或一阶条件的关系。     

临空高超声速飞行器多传感器协同探测体系

针对单平台难以临空高超声速飞行器进行全程连续探测、稳定跟踪的问题,构建了基于多平台多传感器协同探测跟踪体系。通过对临空高超声速飞行器作战特性、探测需求的详细分析,提出了由天基、临空基、空基和地/还基平台组成的天临空地/海多平台协同探测体系,重点分析了体系结构和探测时序及过程;搭建了天临空地/海协同探测仿真平台,通过STK对平台静态部署和动目标检测的效果进行了仿真分析。仿真结果验证了天临空地/海多平台协同探测体系在探测空域、时效性等方面具有较大优势,能够有效弥补单平台的不足,为未来探测跟踪此类目标提供了技术支撑。     

三种孔外延期导爆管起爆网路的工程试验研究

对某城区露天基坑爆破开挖过程中使用的三种导爆管起爆网路进行了对比分析。研究发现,采用孔内12段延期、孔外排间5段延期的复式串联的接力式毫秒延时起爆网路,爆破效果良好,降低了爆破作业时间,取得了良好的经济效益和社会效益,为后期基坑爆破及其他类似工程提供了借鉴;起爆后岩块的大小和排间延期时间有关,采用排间延期110ms的起爆网路时,起爆后岩石大块率小于5%。     

绿茶制备纳米铁在饱和多孔介质中的迁移特性及影响因素

绿茶还原制备纳米铁颗粒(GT-NIPs)由于成本低,对环境二次污染风险较小,在地下水环境修复中具有较好的应用前景。为研究GT-NIPs在饱和多孔介质中的迁移特性及影响因素,通过批试验和一维模拟柱试验,分析GT-NIPs颗粒沉降及迁移情况,并计算其最大迁移距离。结果表明：GT-NIPs在乙醇溶液中具有较好的悬浮稳定性,2000min内,相对吸光度保持在0.95以上;在石英砂介质中,GT-NIPs迁移能力随介质粒径的增大而增强,其在粗砂中的截留量仅为在中砂和细砂中的1/2和1/3;离子强度及二价阳离子对GT-NIPs运移影响较小;粘土矿物促进了GT-NIPs在介质中的沉积,使其截留率增加了1倍;GT-NIPs在天然砂中的迁移能力大幅降低,出流率较在石英砂中降低了36.67%;利用滤床理论模型对GT-NIPs的最大迁移距离进行预测是合理且符合实际的,其在不同介质条件下的最大迁移距离约为1~5m。     

基于混合机制的防空反导一体化目标分配方法

分析了现有的目标分配机制,并对防空反导任务中目标分配的机制的适宜性进行讨论。根据弹道目标反应时间短、攻击意图明确等特点,选择分布式机制作为协调机制并用拍卖算法进行建模;根据气动目标反应时间相对较长、不确定性因素较多等特点,选择集中统筹的机制并用改进遗传算法进行建模分析。最后将两种机制有效结合,应用到防空反导一体化作战中,构建了混编作战动态目标分配的混合协调机制。通过算例分析,结果表明混合机制可以有效应对弹道目标和气动目标的多重联合打击,在攻击达到饱和时,该方法具有一定的抗饱和攻击能力。     

“健身气功·五禽戏”对女大学生部分生理指标的影响研究

为了了解"健身气功·五禽戏"对人体的反应和适应,推动"健身气功·五禽戏"在高校尤其是在非体育专业女大学生中的推广,对非体育专业女大学生五禽戏练习过程中气体代谢指标和心率进行观察,并比较了16周规律练习后对身体形态和部分素质指标的影响.结果显示:腰围、BMI、背力、握力和坐位体前屈等指标的变化具有显著性;身高、体重、腹部皮褶厚度和体脂率虽然没有显著性变化,但是发展的趋势是向有利于身体健康的方向发展;安静心率的降低具有显著性;16周之后"健身气功·五禽戏"练习过程中肺通气的3个指标VE、VO2、VCO2呈波浪形.坚持进行"健身气功·五禽戏"的锻炼,可以明显改善身体形态和身体素质,提高心肺功能;通气指标的波浪改变有助于调整自身的机能状态,"健身气功·五禽戏"是一项安全可靠的健身项目.     

融合频带能量特征和双向门控循环单元的运动想象意图识别

针对脑电信号分类正确率低的问题,结合频带能量、小波包变换和双向门控循环网络,提出了一种基于频带能量特征序列和深度学习算法的运动想象意图识别方法。首先,利用小波包变换对脑电信号进行分解、重构,获得运动想象相关频带信号;其次,对所得频带信号进行加窗,并滑动截取,通过计算所截每段信号能量,实现能量特征的时序化分解;最后利用双向门控循环网络对脑电信号进行识别并输出分类结果。实验结果表明:所提算法取得了92.1%的分类正确率,表明所提方法是切实可行的,能够有效改善分类识别率。     

基于WSN的战场声目标多特征联合智能分类识别

本文利用WSN对战场声目标进行分类识别。由于战场上目标的声音信号构成非常复杂,采用单一特征很难全面反映其特点,提取多种特征来构成联合特征向量显得非常重要。然而简单的多特征联合识别,给识别带来维数灾难。本文提出,首先对滤波后的信号进行功率谱特征提取,再利用KPCA进行降维处理,将处理后的特征向量与最优小波包能量提取的特征向量组合,最后利用支持向量机完成对战场五类声目标的识别。仿真实验表明,采用这种方法能有效地提高分类识别的准确度。