特厚钢板阵列射流淬火的表面换热

采用特厚钢板专用辊式射流淬火试验装置和多通道钢板温度记录仪,测试出射流速度3.39~26.8 m·s-1、雷诺数12808~117340、水流密度978.7~6751.5 L·(m2·min)-1条件下,84 mm厚钢板淬火冷却曲线;进而基于反传热修正方法计算高温钢板淬火过程壁面温度和热流密度,描绘出沸腾曲线,分析多束圆孔阵列射流对特厚钢板淬火表面换热的影响.结果表明:射流速度、水流密度等参数影响钢板表面射流滞止区和平行流区换热机制,进而影响最大热流密度分布.射流速度较低时,壁面平行流区观察到混合换热和"热流密度肩"现象;随射流速度增大,膜沸腾换热机制消失,最大热流密度移至较低壁面过热度处.相关研究将对特厚钢板淬火过程温度场计算和组织性能调控提供有益的帮助.     

碳/氧化锌纳米线阵列/泡沫石墨烯电化学检测叶酸

通过化学气相沉积法制备三维(3D)泡沫石墨烯(GF),然后利用水热合成法在泡沫石墨烯表面生长氧化锌纳米线阵列(ZnO NWAs),再利用化学气相沉积法在其表面沉积碳(C),得到碳/氧化锌纳米线阵列/泡沫石墨烯(C/ZnO NWAs/GF)复合材料.用该复合材料做电极,采用电化学方法检测叶酸(FA).结果表明,三维泡沫石墨烯具有和模板泡沫镍一样的三维孔状结构,ZnO NWAs均匀且垂直地生长在泡沫石墨烯表面,碳沉积在ZnO NWAs表面.在线性范围为0~60 μmol·L-1内,C/ZnO NWAs/GF电极检测FA时,灵敏度为0.13 μA·μmol-1·L,且在尿酸(UA)干扰下检测 FA具有良好的选择性.C/ZnO NWAs/GF电极有良好的稳定性和重复性.     

基于支持向量机的SAW传感器阵列鉴别毒害气体的研究

采用支持向量机技术, 对声表面波传感器阵列检测出的气体特征矢量和被测样本信息进行训练和分类, 鉴别出被测气体中的毒害气体. 实验结果验证了方案的可行性和有效性.      

高斯-赛德尔法求解光伏阵列最大功率点基准值

为了快速且准确地求解光伏电池模型参数,进而求解局部阴影条件下光伏阵列的最大功率基准点值,采用高斯-赛德尔法,从工程实际出发,根据局部阴影下的光照情况,把光伏阵列模型分解成光照均匀条件下的多个新光伏阵列模型,利用光伏电池数据手册可以快速且准确地求解模型参数。仿真结果表明:高斯-赛德尔法能够快速且准确地求解拆分后模型的光伏阵列最大功率点基准值;该方法适用于光伏阵列在局部阴影条件下的输出特性和各个峰值点最大功率基准值求解问题。     

大规模 MIMO 蜂窝网与 D2D 混合网络物理层安全性能研究

随着量子计算机等计算设备的飞速发展,传统的加密技术正面临着挑战;由于物理层安全充分利用了无线信道的特性,其被认为是一种有效的解决方案.为此,提出了一种安全的混合网络模型,其中,端到端(device-to-de-vice,D2D)网络覆盖于大规模多入多出(multiple-input multiple-output,MIMO)宏蜂窝之上,被动的恶意窃听者(eavesdropper,Eve)能够窃听所有的无线信道;同时,为了提高能量效率,D2D发射机不仅可以从专用的PB(powerbeacon)收集能量,还可以从附近的射频干扰信号中收集能量.对此混合网络模型,假设所有网络元素的位置都服从独立泊松点过程,利用随机几何,得到了任一D2D发射机采集足够能量的概率;基于此概率,获得了蜂窝网用户和D2D用户的各态历经速率和安全中断概率.结果表明,由于D2D发射机可以从周围的射频干扰信号中采集能量,系统的能量效率得到显著提升,同时将专用PB的信号视作一种人工噪声,有效地提高了网络的安全性能.     

稳健MIMO雷达发射波形和接收滤波器优化

针对雷达阵元功率放大器非线性以及在拥挤电磁频谱环境下所面临的频谱干扰,以雷达发射波形峰均比和在干扰频带内的发射能量为约束条件,结合弱目标方向估计不准的情况,提出一种稳健的MIMO雷达发射波形和接收滤波器联合优化方法.通过半正定松弛、Charnes-Cooper转换、序列优化和Max-min优化理论,将目标方向不确定集内非凸的优化问题转化为关于发射波形和接收滤波器的子凸优化问题进行求解;最后通过随机向量合成得到最终发射波形和接收滤波器.该方法在提高算法稳健性的同时,使每个阵元发射波形满足特定峰均比并且在干扰频带内形成零陷,从而提高MIMO雷达在实际应用环境下的工作性能,仿真实验验证了该方法的有效性.     

大规模MIMO系统中软输出信号检测方法

为解决在上行多用户大规模多输入多输出(MIMO)系统中,迫零(ZF)检测算法可取得近似最优性能,但ZF检测算法涉及复杂度高达O(K3)的矩阵求逆运算(其中K为用户数)的问题,基于Lanczos算法提出一种软输出信号检测方法,避免了高阶矩阵求逆运算,使复杂度由O(K3)降为O(K2).该方法为了计算软输出信息——对数似然比(LLR),通过对基于Lanczos算法的迭代计算解向量的过程进行分析,给出了一种低复杂度的LLR近似计算方法.仿真结果表明:提出的软输出信号检测方法的误比特率(BER)性能与计算复杂度均优于基于Neumann级数近似的信号检测算法,同时,最多仅需5次迭代就可取得逼近于ZF检测算法的性能.     

分布式MIMO雷达优化布站研究

针对分布式多输入多输出(MIMO)雷达各发射站和接收站的优化布站问题,提出了一种分布式MIMO雷达布站的优化模型.首先给出了分布式MIMO雷达的信号模型;然后分析了收发天线位置对分布式MIMO雷达的空间分集能力和信道电压散射系数方差的影响,在此基础上提出了用空间分集度和空间分散度指标对分布式MIMO雷达的空间分集能力和天线分散程度进行量化评估;接着提出了在空间分散度一定的条件下,使空间分集度最大的布站原则并给出了相应的目标函数;最后仿真分析了信号频率、探测距离、探测方位、信道数目等因素对分布式MIMO雷达布站的影响.研究结果对分布式MIMO雷达的系统配置和实际应用具有重要的参考价值.     

强海洋混响环境下的移动多目标检测方法

提出了基于同轴环形阵列的强混响环境下的移动多目标检测方法:通过对接收的线性调频信号进行模态分解以及传统的波束形成,得到特定方位的空间信息;之后采用分数阶傅里叶变换获得包含回波信号的多普勒偏移、距离和方位角的信息.所提方法利用目标回波信号与混响之间多普勒的不同来进行多目标的检测.仿真结果显示:与传统的方法相比,在没有任何先验信息的情况下,所提方法在较低的信混比和信噪比环境下仍然可以取得较高检测概率.     

基于伪协方差矩阵 Otsu 方法的信源数估计

为提高高斯色噪声背景下信源数估计的成功概率, 提出了一种基于伪协方差矩阵的 Otsu 类间方差法。 伪协方差矩阵对一定条件下的高斯白噪声和高斯色噪声具有免疫特性, 而且利用阵元间的时间相关性增加了 阵列的有效孔径, 进而提高了伪协方差矩阵奇异值分解后信号奇异值与噪声奇异值的差异程度。 在此基础上, 利用 Otsu 类间方差法对信号奇异值与噪声奇异值进行分类。 仿真结果表明, 该方法可进一步提高信源数的估 计成功概率。