复杂地形条件下陆基导航覆盖范围计算及补盲规划

为精确计算高原复杂地形条件下各陆基导航设施对周边相关航线的信号最大覆盖范围,提出了顾及地球曲率、障碍物遮蔽、电磁波发射与接收端标高以及电磁波最大发射功率等综合因素影响的空间波最远传播距离计算模型.模型由障碍物遮蔽点判定算法和最远传播距离严密算法两部分构成,可实现高原复杂地形影响下的陆基导航电磁波信号最远传播距离的精确计...     

基于视频图像处理的机场航空器冲突检测

 针对场面监视雷达成本较高、不适用于流量较小的中小机场等问题, 采用多摄像机对机场场面航空器进行动态跟踪, 采用图像边缘检测和形态学处理方法对目标进行识别, 跟踪和提取航空器的飞行轨迹并分析其位置和速度参数, 提出了运动目标跟踪算法和基于DCPA 和TCPA 的滑行冲突检测模型, 开发了基于视频图像处理的机场航空器冲突检测原型系统, 并应用于西南某通航机场。实验表明, 视频图像处理技术和冲突检测模型可用于中小机场的航空器识别和冲突检测, 提高机场安全运行水平。     

广义柯西与柯西-范德蒙块矩阵的求逆公式*

利用广义柯西与柯西－范德蒙块矩阵的位移结构方案,给出了这2类块矩阵的可逆性准则以及求逆矩阵的表示式。     

泥沙质量浓度和pH对不同粒径泥沙吸附磷影响研究

以北京大兴南海子湖表层沉积物为研究对象,测试分析了粒径φ0.246mm、泥沙在含沙质量浓度为5、10、30、50g·L-1对磷的吸附过程,以及细砂(0.147～0.246 mm)、极细砂(0.074～0.147 mm)、粉粒(0.038 5～0.074 0mm)和粉粒粘粒混合物(≤0.038 5mm)4种粒径泥沙在不同pH值条件下对磷的吸附行为.研究结果表明:二级动力学方程能够比较理想地反映南海子泥沙对磷的吸附动力学过程(R20.98),吸附平衡时单位质量泥沙饱和吸附量由大到小排序为:粉粒黏粒混合物(0.107mg·g-1)、粉粒(0.096mg·g-1)、细砂(0.095mg·g-1)、极细砂(0.051mg·g-1)·pH值对极细砂、粉粒、粉粒黏粒混合物影响相似,pH值为4～10之间,吸附量变化不大,在pH10时,吸附量降低,pH4时,吸附量升高.在磷初始质量浓度ρ01.2mg·L-1时,随着泥沙质量浓度增大水溶液中磷吸附的绝对量升高,从最大吸附容量(Xm)来看,单位质量泥沙吸附磷量降低,泥沙之间对磷的吸附存在竞争且与磷初始质量浓度有关.     

大肠杆菌K5多糖生物合成条件的优化

采用Plackett-Burman实验、正交试验设计方法对K5多糖的生物合成条件进行优化.然后,在摇瓶及5L发酵罐中进行K5多糖发酵过程研究.结果表明:最佳培养基组成为麦芽糖20 g/L,蛋白胨15 g/L,MnCl4·4H2O0.1 g/L,MgSO4 ·7H2O 2.0g/L,KH2PO4 2.0 g/L,K2HPO4 9.7 g/L,脱水枸橼酸钠0.5 g/L;250 mL摇瓶最佳装液量为15 mL.优化后5L发酵罐中K5多糖的质量浓度为1.8 g/L,较优化前的0.3 g/L提高了5倍.     

信杂噪比约束下基于互信息的雷达波形设计

在发射信号能量有限情况下,雷达性能界定了信杂噪比(signal to interference plus noise ratio,SINR)的作用范围,而雷达波形设计就受到SINR的约束.对此,以提升认知雷达目标估计性能为目标,根据相对熵的非负性条件,从理论上推导了互信息的边界和SINR的作用阈,并在信号相关杂波环境下...     

周环反应的理论基础及应用

周环反应已经广泛地运用于有机合成的各个领域,在合成环烯反应中起着重要作用。π电子体系的判断依据及相应顺旋/对旋的规律是周环反应的重点和难点,通过举例讨论4n和4n+2π电子体系的判断准则及在周环反应中关环/开环的规律和应用。针对立体思维较薄弱的初学者,在遵循该法则的基础上,引导学生探索规律,帮助学生系统掌握相关知识体系。     

基于趋势估计的微多普勒分离与特征提取算法

微动目标特征提取与辨识一直是弹道目标识别的研究热点与难点。针对复杂运动目标微多普勒(micro-Doppler, m-D)曲线交叠耦合导致的微动辨识难点, 提出一种基于曲线趋势估计的分离算法。该算法首先通过骨架提取获得稳定精细的二值化曲线数据, 再基于曲线光滑性和插值法对曲线趋势进行精确估计并分离, 最后利用变分模态分解(variational mode decomposition, VMD)及经验模态分解(empirical mode decomposition, EMD)算法分解每条m-D曲线并计算相应的微动特性。仿真实验表明, 所提算法能够在信噪比大于-15 dB条件下稳定分离m-D曲线, 进而提取目标的微动特性。     

考虑天气因素影响的离港航班滑出时间预测

针对现有滑出时间预测研究成果未考虑天气因素影响的问题,基于航空例行天气报告(meteorological terminal aviation routine weather report,METAR),构建了考虑天气因素的离港航班滑出时间预测模型。首先,通过分析航空器场面运行态势,厘清了进离港航班滑行过程的时空交叠关系,重新定义了滑出时间的影响因素,并分别阐述了航班运行数据和气象数据的分析流程。基于相关性分析结果构建了滑出时间的反向传播（back propagation,BP）神经网络预测模型,并采用蝗虫优化算法(grasshopper optimization algorithm,GOA)对模型进行优化。以深圳宝安机场2周的实际运行数据对模型进行了验证,结果表明：（1）天气因素是滑出时间的主要影响因素之一,引入量化后的天气因素可显著提升滑出时间预测结果。（2）重新定义的同时段推出及滑行的进离港航班数量、进离港队列的概念和数据样本更加精准,相关性分析结果更加客观。（3）基于GOA-BP的滑出时间预测结果精度有明显提升,MAE和RMSE分别减少了11.40 s、12.62 s,MAPE提升了0.37%;±3 min和±5 min的准确率分别高达81%和94%。     

论高校“三位一体”科研管理模式的内涵

高校的科研管理正由服务型模式向"三位一体"的模式发展,"三位一体"的管理模式以服务为基础,以学习和研究为管理创新的突破。笔者认为高校科研管理应以已有的服务理念、完善的科研政策和制度、合理的科研服务体系和服务队伍为基础,积极学习科研政策、学科体系和学科间关系、先进办公技术,认真研究学校具体科研问题来提高管理成效、研究区域经济特点与学校科研优势的有效结合,通过三位一体的内涵建设,取得管理创新的突破。