高功率微波弹对GNSS接收机毁伤效果分析

针对高功率微波（high-power microwave,HPM）武器易对全球卫星导航系统（global navigation satellite system,GNSS）接收机造成毁伤的问题,以高功率微波弹为对象,分析了不同弹体起爆姿态下的攻击范围与效果。在电磁仿真软件CST-MWS（CST microwave studio）中建立GNSS接收机辐照模型,设计了圆极化贴片天线为接收载体,以单脉冲正弦信号调制的平面波模拟高功率微波弹起爆后的辐射场效应。在电磁能量前门耦合的基础上,基于场—路联合仿真方法给出了一种仿真模型,将天线端口感应电压注入电路仿真软件ADS中设计的PIN限幅器,完整模拟了HPM由场到路的耦合过程。仿真给出了以微波源峰值功率为变量的敏感器件毁伤评价曲线,结果表明,GNSS接收机射频前端电路中的低噪声放大器是HPM武器的主要攻击对象,以ERA-2+型低噪放为例,脉冲峰值功率在27~310 kV的微波源均可造成其晶体管烧毁。同时,HPM也容易引发限幅器在一定功率范围内产生尖峰泄漏现象,其尖峰泄露对电路可能产生的损伤值得重视。研究结论可为下一步开展卫星导航接收机针对性电磁防护设计提供依据与技术指标。     

基于深度学习的节假日高速公路交通流预测方法

准确的预测节假日期间高速公路交通流量,能够为节假日高速公路应急管理提供重要的数据基础。利用深度学习的理论框架建立了LSTM-SVR 预测模型,利用BP 神经网络对样本数据进行处理,再将LSTM 捕获的数据特征输入SVR 回归层中实现交通流预测。选取“ 十一” 黄金周前后时段,利用位于丽江市的交调站流量监测数据对LSTM-SVR 模型进行验证,并将LSTM-SVR 模型与其它模型预测效果进行对比。发现LSTM-SVR 模型在节假日不同时段、天气、流量状态下的高速公路交通流预测中有较好的适用性。     

中概股企业私有化退市决策模型：基于价值低估假说

基于中概股企业私有化退市背景,分别建立了中概股企业继续海外上市与私有化退市两种情形下的企业价值模型,模拟控股股东私有化退市决策的权衡过程。结果表明：存在一个净现金流临界值,当中概股企业的净现金流大于该临界值时,继续海外上市时的企业价值更大,控股股东应选择继续海外上市;反之应选择私有化退市。中概股企业继续海外上市的资本成本率和上市维持成本越高、获取净现金流的能力越弱,净现金流临界值越高。私有化退市后的资本成本率越低以及获取净现金流的能力越强,净现金流临界值越高。最后,利用Matlab进行仿真分析并以智联招聘私有化退市为对象进行案例分析,验证了理论模型所得结论的合理性与可行性。研究结论对中概股企业私有化退市决策具有重要借鉴意义。     

两种药物治疗原发性开角型青光眼的仿真研究

为从宏观上应用工程方法研究房水运行与青光眼发病机理和治疗的关系,本文提出了人眼前节房水流动系统的动力学仿真模型。本模型依据目前眼科界较为公认的房水运行和眼压反馈机制建立系统构架,基于对眼科解剖学与生理学相关理论的分析、流体力学基本原理和临床参数进行系统辨识与参数确定。对系统各项参数与原发性开角型青光眼发病机理之间的关系进行了初步的分析,分别对原发性开角型青光眼的病理状态和两种常用药物对其治疗的原理进行了仿真模拟,获得了和临床结论较为一致的结果。同时能获得一些不易测量的参数,可为模拟原发性开角型青光眼的病况和预报治疗效果提供依据。     

一类地面等待问题的离散时间系统求解方法

近年来，航空业迅速发展，空中交通拥挤现象凸现。地面等待是缓解这类现象的有效措施和方法。针对一类目标机场容量随机的单机场地面等待问题，本文给出了问题的具体描述，建立了相应的离散事件系统模型，并在此基础上设计了求解模型的遗传算法，分析了模型的复杂度和相关参数的特性，最后对算法进行了仿真验证。结果表明，本文的离散事件系统模型及相应算法设计合理，可有效缩减总的消耗费用。相对普通的整数规划模型，本文的离散事件系统模型能够给出具体的航班到场时刻和地面等待时间长度，有效消除了“时间碎片”引起的累积误差。     

光流计算中的时域微分估计误差分析与逐次逼近计算模型

光流计算是实现视频序列中运动补偿滤波和视频对象三维运动分析的基础,也是检测与跟踪可见光图像和红外图像中运动目标的重要前提.而目前各种光流计算方法大多是基于一阶时空梯度的技术,都没考虑时域微分估计误差对计算准确性的影响.分析了光流计算中产生时域微分估计误差的各种因素,提出了光流的逐次逼近计算模型.通过位移预补偿方式减小了时域微分估计中的不准确性,极大地提高了光流计算精度.理论分析和大量对比实验证明,光流的逐次逼近计算模型比通常的光流计算方法具有更高的准确性.     

Hybrid partheno-genetic algorithm and its application in flow-shop problem

1 .INTRODUCTIONSincegeneticalgorithmwasproposedin 1975byHol land ,ithasbeenappliedinmanyfieldsbecauseofitseffectiveness .Butthetraditionalgeneticalgorithmalsohassomeshortcomings .Forexample ,sometimesitmayproducesaviolatingoffspringinthecrossoveroperation…     

非轴对称装药对杆式射流初速影响的数值仿真

为了增加杆式射流的威力,采用LS-DYNA研究了非轴对称装药对杆式射流初速的影响规律,并提出用装药的非轴对称度表征非轴对称装药。通过分析可知:长轴起爆半径对爆轰波波形和压力的影响较大,长轴装药半径则决定了长轴起爆半径的选择范围。随着长轴起爆半径的增加,爆轰波的相互作用区域增大,压力峰值提高。得到了起爆半径非轴对称度对杆式射流初速的影响规律:随着起爆半径非轴对称度的增加,杆式射流的初速开始增加较快,后来增加变慢。所研究的非轴对称杆式射流头部初速最高可以达到3510m/s。     

基于多值元胞机的混合非机动车通行能力研究

电动自行车在我国飞速发展,其与自行车所形成的新的混合非机动车流呈现出与传统单一自行车流不同的运行规律,目前这一领域却缺乏相应的研究。针对这种混合非机动车流建立了一种适应于系统内存在更高速度车辆的多值元胞自动机模型来模拟其运行状况,从而得到了混合非机动车流在不同参数下交通流模型的流密图。结果显示:当电动自行车所占比例提高,混合非机动车流通行能力会得到相应提高,然而,车流鲁棒性变差;因换道机理不同,与混合机动车流相比,混合非机动车流通行能力随低速车比例增加下降较慢;当车道从2米变为3米时,通行能力可增大约68%。     

改进粒子群算法优化 BP 神经网络的短时交通流预测

为提高 BP 神经网络预测模型的预测准确性, 提出了一种基于改进粒子群算法优化 BP 神经网络的预测方法. 引入自适应变异算子对陷入局部最优的粒子进行变异, 改进了粒子群算法的寻优性能, 利用改进粒子群算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.