城市次干道路段机动车污染物排放因子的测定

选择上海市路网某典型次干道上的两点进行机动车污染排放因子测试，获得了城市次干道上机动车排放污染物浓度、交通参数、气象参数等实测数据．根据观测点处不同的气象条件，选用不同的大气扩散模型进行反推，得出机动车排放源强及平均排放因子，并在此基础上应用多元回归方法进行计算，获得了8大类机动车各种排放污染物的单车排放因子。     

柔化因子对广义预测控制稳定性的影响

在内模控制结构下，利用广义预测控制从对象至闭环特征多项式的系数关系，讨论了在Nu=1，λ=0的前提下，柔化因子。的选取对闭环系统稳定性的影响，并给出了根据阶跃响应系数保证闭环系统稳定的参数α的设计准则．这些理论结果为设计广义预测控制系统的稳定性提供了依据。     

用同伦摄动法求解第一类超奇异积分方程

大量的物理学问题和工程问题等都可以用超奇异积分方程描述,但此类方程解析解的求解非常困难.因此相关领域的研究者将其目光投向了对其数值解的研究上.文中采用同伦摄动法求解了第一类超奇异积分方程,并运用数值算例验证了所用方法的有效性,最后将该方法应用到了断裂力学问题的求解中,且将得出的裂纹尖端应力强度因子的解与其解析解进行对比.由对比结果可知该方法在求解含裂纹的断裂力学问题时是非常有效的.     

基于压缩感知的多角度合成孔径雷达成像

多角度合成孔径雷达（syntheticapertureradar,SAR）成像是实现多SAR信息融合的重要方式．对提高成像分辨率．重构目标轮廓进而提高雷达目标检测或分类性能具有基础性价值．由于各传感器发射信号和测量位置的多样性,实现多角度SAR成像具有挑战性．如何在噪声干扰情况下快速实现多角度SAR成像是一个新问题．本文建立了基于压缩感知的多角度SAR测量模型．通过对测量矩阵的分析,证明多角度SAR测量角度范围、发射信号载频和空间采样位置是影响成像性能的关键因素,研究了目标空间离散间隔对成像质量和分辨率的影响．以上述分析为基础,本文对多角度SAR发射信号载频和测量位置进行设计,构建满足约束等距性的测量矩阵．针对测量矩阵阶次较高的问题,文章提出用分段正交匹配追踪（stagewiseorthogonalmatchingpursuit,STOMP）进行模型求解,在测量矩阵欠定严重的情况下,该算法可以迅速求得模型最优稀疏解．在实验环节．通过分析多角度SAR参数对成像性能的影响,进一步验证了本文结论．实验验证了模型和相应求解算法的有效性和鲁棒性．     

基于NSCT与压缩感知的红外影像融合

针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题,提出一种基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)与稀疏表示的压缩感知图像融合重构算法.首先利用NSCT进行源图像分解,得到相应的高频子带和低频子带图像;然后针对高频子带部分,利...     

长沙市鑫能车用燃气有限公司

长沙市鑫能车用燃气有限公司是由中国石油化工股份有限公司、中国石油天然气集团公司全资子公司昆仑天然气利用有限公司、新奥燃气控股子公司长沙新奥燃气有限公司三家股东共同出资注册成立的长沙地区最大的生产和经营压缩天然气的专业化有限责任公司。公司2006年4月注册成立,注册资金1000万元,主要从事车用压缩天然气的生产和销售、液化天然气（LNG）的销售;天然气汽车的改装业务;并对长沙市周边中小城市居民和工业用户提供压缩天然气（CNG）气源。     

粉粒体气力输送垂直管的压力损失

在作者工作的基础上,对不同的固体粒子在气流悬浮下垂直管内流动阻力进行了分析和实验研究。文中提出了固体粒子稀相流垂直管内适用的压力损失计算式。     

对洪关于幂LCM矩阵的一个猜想的注记

一个含有n个不同正整数的集合S={xt，…，xn}称为是gcd闭的，如果S中任两个整数的最大公因子也在S中，洪绍方在2002年猜想：对于给定的一个正整数t，存在一个仅由t决定的正整数k(t)，使得当n≤k(t)时，定义在任意gcd闲集S={xt，…，xn}上的幂LCM矩阵([xi，xj]^t)是非奇异的；而当n≥k(t) 1，则存在一个gcd闭集S={xt，…，xn}，使得定义在其上的幂LCM矩阵([xi，xj]^t)奇异，洪于1999年证明了k (1)=7，在本文中，作者证明了若t≥2，则有k(t)≥8．     

阿秒脉冲产生的技术原理及进展

随着超短脉冲激光技术的快速发展,人们观察超快动力学的视野从飞秒领域跨入到阿秒领域.由于电子绕氢原子核转1圈的时间大约为1.5×10-16 s,即150 as,因此阿秒激光脉冲的出现为人类提供了打开原子内部动态世界大门的钥匙,成为21世纪激光物理与技术最重要的进展之一.经过多年的不断创新和突破,阿秒脉冲产生技术从最初只能...     

基于压缩感知的自适应匹配追踪算法优化

针对基于压缩感知的稀疏自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法运行效率低的问题,给出了一种优化的自适应匹配追踪(modified adaptive matching pursuit,MAMP)算法.该算法在支撑集选择过程中对稀疏度进行了初步估计,并优化了迭代停止的条件.实验表明,该算法相比于SAMP有更快的收敛速度,并且实现更优的重建效果.