空中分布式作战概念及关键技术分析

空中分布式作战是美军为应对“反介入/区域拒止”挑战提出的重要作战概念，具备分布式、智能化、高动态、大规模等特点，是未来美军空中作战平台在体系支持下作战样式的发展趋势。首先，按照提出时间梳理了美军空中分布式作战概念及典型研究项目，分析了空中分布式作战内涵、特点、工作机理以及发展趋势；然后，结合空中作战平台典型构型，提出了全域作战体系支撑下的空中分布式作战样式设想；最后，设计了空中分布式作战体系技术框架，并讨论了相应的关键技术。     

基于误差估值累加开环校正的诱导式欺骗检测方法

诱导式卫星欺骗干扰可诱导航空器逐渐偏离预定航迹，难以被发现，因此及时有效地检测干扰是飞行安全的保障。在现有紧组合导航体制基础上，设计了一种基于误差估值累加开环校正的紧组合导航结构，并证明了其性能与传统闭环校正紧组合导航性能等效。在此结构中，将紧组合导航系统与自适应序贯概率比检测方法结合，提出了一种基于误差估值累加开环校正的诱导式欺骗检测方法，融合紧组合导航信息与其他不受欺骗影响的导航信息，构建欺骗检测统计量进行诱导式欺骗检测。仿真结果表明，开环校正结构可避免随时间累加的惯性导航系统误差所导致的组合导航滤波器发散问题，同时欺骗检测方法可进一步提高算法对“最坏”情形下微小诱导式欺骗的检测效果。     

基于5G时长驻留的分析及优化提升方法

随着中国移动5G网络的逐步发展，目前已实现城区的5G网络连片覆盖，全网5G用户大规模增长。本文通过对经分数据用户产生的话单，结合用户使用的网络类型，利用成熟的经分平台，实现直接针对用户使用的网络、流量、时长等方面的分析，直观的体现了用户在5G网络的驻留时长占比以及5G网络的流量占比，为网络优化工作提供了重要分析依据。     

GaN HFET中的能带峰势垒和跨导崩塌北大核心

考虑大沟道电流下外沟道局域电子气慢输运行为破坏沟道电中性,诱生空间电荷导致的能带峰势垒,提出了新的跨导崩塌模型。详细计算了不同栅压和不同沟道电流密度、即不同空间电荷密度下的场效应管能带。引入新的能带峰势垒和沟道电子跨越势垒的动态模型,解释了沟道打开过程中源电阻增大、沟道电子平均速度下降、大沟道电流下跨导下降等各类跨导崩塌行为,解释了场效应管沟道电子速度远低于异质结材料的缘由。运用沟道打开时的异质结充电和大沟道电流激励下空间电荷触发的能带峰势垒模型解释了跨导钟形曲线上升段中的电流崩塌和下降段中的跨导崩塌。深入研究了陷阱和局域电子气的相互作用,解释了可靠性加速寿命试验中的跨导曲线变化。沟道夹断的强负栅压应力产生内沟道逆压电缺陷,减弱栅电压对内沟道电子气的控制和沟道打开时跨导的上升斜率。沟道打开后的大电流应力使局域电子气与晶格碰撞产生热电子缺陷和空间电荷,抬高能带峰势垒引发外沟道堵塞,降低沟道电流,导致阈值电压正移。这一研究证明在场效应管直流和射频工作中的器件性能退化都是由陷阱同局域电子气相互作用产生的,开创了优化设计异质结能带来提高场效应管可靠性的新途径。最后讨论大沟道电流下能带峰势垒引发的外沟道堵塞和跨导崩塌在场效应管研发中的重要作用,提出了在空间电荷区上方设置专用的异质结鳍来平衡内、外沟道能带,解开场效应管中的电流崩塌、跨导崩塌、线性、器件性能退化及3 mm高频工作等难点。     

填料类型与填充率对短程硝化的影响研究

研究不同填料类型与不同填充率对氨氮转化能力及亚氮积累效果影响。结果表明,在填充率相同的情况下,比表面积800 m²/m³的PE-03型号填料亚硝化效果最佳,氨氮转化50%,亚氮积累99%,PE-04型号填料比表面积1 200 m²/m³,相比于PE-03,氨氮转化降低5%、亚氮积累降低3%,PE-05型号填料比表面积510 m²/m³,相比于PE-03,氨氮转化30%、亚氮积累92%;随着填料填充率10%增加到30%,氨氮转化能力从20%增长至55%,之后再增加填充料,会小范围减小亚硝化能力,最低降至48%,由于该阶段亚硝化稳定运行,AOB优势生长,填充率的改变对亚氮积累率的影响不大。不同填料类型的影响研究中,PE-03型号的填料效果最佳;在填充率的考察中,随着同种填料填充率的增加,氨氮转化能力先增加后略微减小,对亚氮积累的情况影响较小;综合经济及技术因素,确定悬浮填料取材为PE-03型号,比表面积为800 m²/m³     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。