数字孪生贾鲁河在工程施工期防洪度汛中的应用

为满足贾鲁河综合治理工程施工期防洪度汛精细化管理的需求,确保工程安全的同时能够充分发挥流域防洪效益,数字孪生技术被应用于在建水利工程施工度汛精准风险分析、预警和防汛预案制定中。数字孪生贾鲁河以自建采集L3级和共享L1和L2级数据为“算据”底板,以模型平台和知识平台为“算法”支撑,以信息化基础设施为“算力”依托,搭建具有预报、预警、预演、预案等“四预”功能的流域防洪应用。在贾鲁河流域基础资料收集及数字化场景搭建和模型构建基础上,以流域降雨量级超100年一遇、约50年一遇、约20年一遇设置了三类预演情景模拟洪水,统计施工期工程存在的漫堤风险、淹没风险、冲刷风险、洪水倒灌风险、桥梁阻水风险、堤外积水风险等六类风险并制定防洪度汛措施。数字孪生贾鲁河确保了工程2022年安全度汛,总结了河道治理工程施工期洪水风险类型和定量评估方法,形成了在建工程复杂环境条件下的地形勘测、洪水模拟、风险预警、应对措施制定的完整解决方案。     

内禀安全：网络安全能力体系化构建方法

目前主流的网络安全防护体系是外嵌的,安全体系与业务体系分离,安全产品相互孤立,在防护能力上难以高效应对越来越复杂的网络安全挑战。网络安全从外向内进行强基,势在必行。将网络安全的业务场景归纳为组织、厂商、监管和威胁四方视角,各视角具有不同的业务目标。从四方视角的共性和个性出发,系统性归纳网络安全生态的能力需求,提出内禀安全方法论。内禀安全能力是指ICT组件原生支撑监测、防护和溯源等安全功能的能力。内禀安全能力对网络安全具有基础支撑作用,本身不是最终的安全功能实现,与现有的“内生安全”“内设安全”等方法论所针对的问题不同。内禀安全强调网络组件内在的安全赋能禀赋,有两种方式可以发掘这种禀赋,一是通过先天安全能力激活,二是外嵌能力内化,对外在逻辑上表现出自体免疫。此类组件的优势之一在于业务与安全的内聚,能够透明化感知安全态势、定制化配置安全策略、贴身化执行安全保护;优势之二在于将业务功能与安全功能进行合并封装,简化整体工程架构,降低网络管理复杂度。进一步提出了内禀安全支撑能力框架,对符合内禀安全理念的安全能力进行归纳和枚举,将安全支撑能力分为采集、认知、执行、协同和弹复5类,并进一步介绍各类能力的子类型和基础ICT技术。基于该框架,介绍了典型安全业务场景在内禀安全理念下的增强实现。     

SiGe HBT单粒子效应关键影响因素数值仿真

针对锗硅异质结双极晶体管(SiGe HBT),采用半导体三维器件数值仿真工具,建立单粒子效应三维损伤模型,研究SiGe HBT单粒子效应的损伤机理,以及空间极端环境与器件不同工作模式耦合作用下的单粒子效应关键影响因素。分析比较不同条件下离子入射器件后,各端口瞬态电流的变化情况,仿真实验结果表明,不同工作电压下,器件处于不同极端温度、不同离子辐射环境,其单粒子瞬态的损伤程度有所不同,这与器件内部在不同环境下的载流子电离情况有关。     

基于散射信息和元学习的SAR图像飞机目标识别

SAR图像由于数据获取难度大,样本标注难,目标覆盖率不足,导致包含地理空间目标的影像数量稀少。为了解决这些问题,该文开展了基于散射信息和元学习的SAR图像飞机目标识别方法研究。针对SAR图像中不同型号飞机空间结构离散分布差异较大的情况,设计散射关联分类器,对飞机目标的离散程度量化建模,通过不同目标离散分布的差异来动态调整样本对的权重,指导网络学习更具有区分性的类间特征表示。考虑到SAR目标成像易受背景噪声的影响,设计了自适应特征细化模块,促使网络更加关注飞机的关键部件区域,减少背景噪声干扰。该文方法有效地将目标散射分布特性与网络的自动学习过程相结合。实验结果表明,在5-way 1-shot的极少样本新类别识别任务上,该方法识别精度为59.90%,相比于基础方法提升了3.85%。减少一半训练数据量后,该方法在新类别的极少样本识别任务上仍然表现优异。      

基于改进样板机法的风光互补新能源电站容量配比优化

风光等新能源电站出力具有间歇性和波动性,合理的风光容量配比可以充分实现二者的互补。不准确的电站理论功率计算会影响风光真实特征的提取,进而导致较大的容量配比误差。本文在新能源电站理论功率计算所通常采用的样板机法基础上进行改进,首先对异常数据进行识别及重构,然后识别新能源电站中的异常样板机并更新样板机集合,进一步根据非样板机的实际运行情况选取动态信息窗,利用动态信息窗内样板机和非样板机的实测功率,对非样板机分组并动态识别每组非样板机的比例系数,从而计算新能源电站的理论功率。基于多年历史理论功率对新能源电站进行特征分析,模拟随机出力场景,并进行场景筛选,建立了基于源荷不匹配风险的风光配比优化方法。通过算例验证了改进样板机法的准确性,利用该方法得到西北某地区电网风、光伏电站多年的改进理论功率数据,并优化得到该地区的风光最优配比。     

基于BAS-BP分类器模型的电压暂降源识别

为提高不同电压暂降扰动源的识别正确率,对电压暂降进行有效治理,提出一种利用天牛须搜索(BAS)算法和反向传播(BP)神经网络构建BAS-BP分类器模型的电压暂降源识别方法。文中应用改进S变换提取16个特征指标,组成电压暂降源识别指标体系,为消除冗余信息对分类结果的影响,利用组合赋权法筛选出9个指标作为分类器的输入量。通过BAS算法对BP神经网络的初始权值和阈值寻优,构建BAS-BP分类器模型,实现对配电网不同类型电压暂降源的识别。仿真结果表明,该分类器模型具有一定的抗噪能力与适用性,并且与常规分类器模型相比,具有更好的分类效果。     

Ku波段宽带高增益基片集成腔圆极化阵列天线北大核心CSCD

提出了一款应用于Ku波段的宽带高增益基片集成腔(Substrate Integrated Cavity,SIC)圆极化阵列天线。通过引入沿SIC口径面对角线放置的一对半月形寄生贴片和SIC底部馈电纵缝,使SIC中的TM_(211)和TM_(121)谐振模式幅值相等、相位相差90°,产生高增益圆极化辐射。同时,双寄生贴片还引入了一种背腔缝隙耦合振子圆极化辐射模式,扩宽了天线高增益圆极化辐射带宽。在此基础上,设计了一款2×2单元顺序旋转馈电的SIC圆极化阵列天线。阵列天线采用双层基片集成波导顺序相移馈电网络进行馈电,进一步增大了天线的圆极化带宽。综合考虑天线的-10 dB反射系数带宽、3 dB轴比带宽和3 dB增益带宽,测试结果表明,圆极化阵列天线的有效带宽为10.74-13.30 GHz(21.3%),在通带范围内最大增益为14.50 dBi。     

无人机载PolInSAR城区散射机制初步分析

极化干涉合成孔径雷达（PolInSAR）在城市遥感领域中扮演着重要角色。它能够提高图像的相干性并提高反演结果的精度,所以对于其散射机制的解释往往受到许多研究人员的关注。相关的研究多从极化分解的角度考虑,却少有人从散射中心高度方面进行分析。本文使用Ku波段无人机载极化干涉SAR系统,实现了使用无人机SAR系统对地面进行成像,比较了极化干涉最优分解与Pauli分解作用在不同人造目标时散射中心的关系。我们初步分析了极化干涉SAR的物理意义,并使用C波段的机载极化干涉SAR系统对结论进行验证。