分解尾气路面材料制备及紫外光辐照度对其催化性能影响的研究

针对尾气分解型路面存在的问题,研发了适用于光催化分解汽车尾气性能的测试系统,提出了光催化分解汽车尾气性能的评价指标及其计算公式。利用SBS改性剂、基质沥青、乳化剂、稳定剂、纳米二氧化钛、六偏磷酸钠、盐酸等制备出了具有光催化分解汽车尾气性能的乳化沥青;并分析了紫外线辐照度对光催化分解汽车尾气性能的影响。研究结果表明:有效分解效率等能够有效的评价路面光催化性能,尾气分解型路面对CO、NO、HC的分解性能受紫外光辐照度影响显著,随着紫外线辐照度的增大而增大。     

基于稀疏自适应S变换的储层流体流度计算

反射地震数据中的低频信息包含了丰富的与流体流度相关的信息,据此可以从中提取相关储层的流体流度属性,从而可以利用地震数据的低频信息识别流体。因此,为了提高分辨率以及工作效率,将稀疏自适应S变换引入储层流体流度的计算,该方法开发了基于稀疏性的窗参数优化,以用于自适应地调控对不同频率分量的窗函数,应用该方法计算时频谱信息并求取流度可得到较高的分辨率和能量聚集性,此外也省去了参数调节的步骤。相较于常规的时频分析方法,该方法在具有较高分辨率的同时,克服了测不准原理对信号可分辨的限制。因其对不同的频率分量都自适应地获取最优窗参数,通过仿真信号,合成楔形记录试算,稀疏自适应S变换有更高的分辨率和能量聚集性。实际地震数据的试验表明,稀疏自适应S变换可有效地求取流体流度,并较常规时频方法所求流度有更高的分辨率。     

含热力学抑制剂钻井液侵入天然气水合物地层扰动模拟

深水油气勘探开发过程中,为防止井筒内生成天然气水合物,在钻井液中添加水合物热力学抑制剂是有效措施之一。然而含水合物热力学抑制剂钻井液侵入水合物地层的扰动影响鲜有报道。为探究水合物热力学抑制剂对水合物层的扰动规律,利用超声波测试手段,研究了NaCl、乙二醇两类水合物热力学抑制剂钻井液侵入水合物岩样的过程,并讨论了适用于水合物地层钻井液的设计要点。结果表明:含水合物热力学抑制剂的钻井液相比未含抑制剂的钻井液会显著促进水合物分解,且随着抑制剂浓度的增加,水合物分解速度会大幅度增加;NaCl盐类抑制剂促进水合物分解的作用明显强于乙二醇醇类抑制剂;钻井液侵入水合物地层引发的水合物分解呈现非匀速现象。深水钻探水合物地层时,防止地层中水合物的分解与抑制井筒中水合物的生成是相互矛盾的,研发适合水合物地层的钻井液配方来平衡这个矛盾是有效途径。     

环境因素对正极性流光-先导转化过程的影响研究

在地闪连接过程中,正极性连接先导的始发和传播是决定建筑物是否遭受雷击的关键因素之一。但已有的正先导始发模型都是基于垂直于地面且形状规则的孤立接闪杆(避雷针),并不适用于形状各异的高大建筑物。因此,基于Gallimberti提出的流光-先导转化的热动力学模型,对已有的正先导始发模型进行了改进,并推广到任意形状的高大建筑物,分析了周围的环境因素(如温度、压强和湿度)对建筑物拐角位置处的正先导始发(或称为流光-正先导转化)过程的影响。结果表明:1)标准大气条件下,建筑物(长50 m、宽50 m、高100 m)拐角处流光-正先导转化所需要的最小电晕电荷量为0.522μC,转化时间为4.26μs,电晕电荷量越小,相应的流光-正先导转化的时间越长;2)当环境温度越低、湿度越大、压强越高时,流注茎-先导转化所需要的最小电晕电荷量越大,流注茎-先导的转化时间越短,其中,湿度的影响最大。     

基于涡流传感器的非接触式金属板厚度测量系统

利用涡流无损检测方法对金属板材进行厚度测量时,由于电涡流传感器探头线圈的阻抗表达式过于复杂,金属板材的电导率、磁导率和厚度等因素对探头阻抗的影响难以通过探头线圈的阻抗变化进行观察。针对这一问题,介绍了一种基于涡流传感器的非接触式金属板厚测量系统。该系统利用PSD技术实现涡流阻抗信号的正交分解,采用STM32单片机对数据进行处理,最后进行人机操作、液晶显示和数据存储。整个系统具有较高的检测精度和灵敏度,能够在强噪声背景的干扰下实现阻抗信号的二维信息检测。     

基于相关熵和流形正则化的图像聚类

近年来,聚类作为机器学习、数据挖掘等领域的基本问题受到广泛的关注及研究,然而数据中普遍存在的噪声和异常值严重影响聚类结果.提出一个基于相关熵和流形正则化的聚类框架CRNMF(Correntropy and Manifold Regularization Non-Negative Matrix Factorization).首先,采用基于相关熵的非负矩阵分解（Non-Negative Matrix Factorization,NMF）作为损失函数来抑制非高斯噪声和异常值的影响;其次,充分考虑数据的结构信息,采用流形正则化学习数据的局部结构,并通过l2,1-范数对非负矩阵进行稀疏约束;最后,利用半二次优化技术（Half-Quadratic Optimization Technique,HQ）进行优化,并分析了收敛性和计算复杂度.在五个图像数据集上进行测试,实验结果表明,提出的框架在图像聚类任务中具有较好的有效性和鲁棒性.     

基于协方差矩阵重构和导向矢量优化的波束形成算法

针对传统波束形成算法在导向矢量失配和协方差矩阵误差情况下输出信干噪比下降严重的问题,提出了一种基于协方差矩阵重构和导向矢量优化的稳健自适应波束形成算法。该算法通过估计信号和干扰的功率及方向,重构干扰加噪声协方差矩阵,同时结合投影和空域积分思想,对假定的导向矢量进行优化计算,使其接近真实的导向矢量。进而通过相关运算求得复数加权值实现波束形成。所提算法可以有效抑制干扰,提高输出信干噪比。在多种失配存在的情况下,所提算法也具有较好的性能。研究共进行了6个仿真实验,所提算法性能均优于所对比算法。所提算法在快拍数固定且存在导向矢量失配的情况下,相比于最差情况性能最优算法有约5 dB的输出信干噪比提升。在信噪比固定且存在导向矢量失配的情况下,相比于对比算法均有4 dB以上的性能提升。实验结果验证了所提算法的有效性。     

党的十八大以来主要科技政策回顾与未来展望

 党的十八大以来,中国相继出台了一系列重要的科技政策。梳理和分析这些科技政策,有助于我们更好地理解和把握新时代科技工作的特点和重点,更好地加快和推进建设世界科技强国的进程。对党中央（含中央办公厅）、国务院（含国务院办公厅）、全国人大及其常委会层面发布和出台的相关科学技术与创新政策进行梳理,把科技政策类型划分为：党中央国务院的顶层设计、科技立法以及其他重要科技政策（包括宏观科技管理体制、科技成果转化、科技计划管理与评价机制改革、科技奖励、国际科技合作、科技监督与诚信建设6个方面）,并分别加以简要介绍和分析。研究发现,党的十八大以来中国科技政策的出台与新时代中国特色社会主义的改革和发展保持了高度一致和同步,是国家的创新驱动发展战略、人才强国战略、科教兴国战略等的具体落实。展望未来,科技政策必将基于科技发展的内在规律,努力适应世界科技前沿发展的需要,以人为本,与时俱进,在中国建设社会主义现代化强国进程中发挥更大的作用。     

基于卷积神经网络的海面目标全极化高分辨距离像识别技术

针对雷达目标全极化高分辨距离像(high resolution range profile, HRRP)提取可分性特征时, 利用全部距离单元作为度量尺度无法保留各距离单元具体特征的问题, 在综合利用4个极化通道的舰船目标HRRP信息时选择单个距离单元作为度量尺度。在此基础上, 提出基于Pauli分解, H、α、A、α₁分解和结构相似性参数的特征提取方法对目标极化散射矩阵进行特征提取, 并将提取得到的特征与基于卷积神经网络(convolutional neural network, CNN)的舰船目标HRRP识别方法结合, 利用改进残差结构CNN从极化特征中进一步提取深层可分性特征进行目标识别。实验结果表明, 所提方法能够保留目标全极化HRRP更多特征, 提高目标识别的准确率。     

基于多分辨率动态模态分解的电磁信号时频-能量分析

针对电磁信号时-频-空间-能量分析不兼容的问题, 提出一种基于分解时空域电磁辐射信号的数据驱动方法来分析复杂电磁环境。首先, 使用多分辨率动态模态分解方法将复杂电磁信号以不同的分辨率分离为不同时空尺度的模态分量。然后,利用时频分布对各模态瞬时频率和能量特征进行采集。这种动态的分解分析方式能快速侦测电路和电子系统的多方面电磁环境状态, 具有不需要先验数据训练, 不受时频分辨率限制, 可以实时分析和降低数据维数等优点,且提取的动态模式及其频谱分别在空间域和时域具有明确的物理意义。仿真实验显示, 重组信号和原信号的平均误差在-18 dB以下, 证明了所提方法的可行性和优势。