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。     

饱和钙质砂孔压发展特性试验研究

在岛礁建设中，钙质砂场地会受海浪等周期性荷载影响，因此有必要开展循环荷载下钙质砂的动力响应研究。采用动三轴试验探究了循环荷载作用下，在不同的固结围压、相对密实度和循环应力比条件下饱和钙质砂的孔隙水压力发展规律；将张建民孔压模型用于各工况归一化孔压发展模式的分析，并给出各条件下的推荐孔压模型。研究结果表明：张建民模型C型适用于描述循环应力水平较大时的孔压发展模式，而固结围压、相对密实度较高且处于中等应力水平时可采用修正的张建民模型A型，其余情况均可用B型拟合。此外，各模型的拟合参数与相对密实度和固结围压均有较好的相关性。     

饱和块状混合回填土地基的一维固结分析

用块状渣土置换软弱地基和回填低洼谷地等是处置工程渣土的有效途径。为了分析饱和块状混合回填土地基的固结性状，运用混合物理论建立了其一维固结模型。首先，假定块状土固相和充填土固相之间满足等应变条件，获得了饱和块状混合回填土中各相应变与块状土孔隙变形和充填土孔隙变形的关系式。其次，在小应变条件下，根据自由能势函数方程建立了饱和块状混合回填土的一维线弹性本构方程，再结合达西定律和应力平衡方程获得了一维固结控制方程。再次，利用分离变量法得到一维固结解析解，通过退化本文模型与已有模型进行对比，验证了本文模型的正确性。最后，基于所得解析解，分析了充填土孔隙渗透系数、块状土孔隙渗透系数以及流体交换参数等因素对饱和块状混合回填土地基固结性状的影响。分析结果表明：充填土孔隙渗透系数对饱和块状混合回填土地基整体固结性状起主导作用；在固结初期，块状土超孔压会有一定程度的上升，且3个参数具有相似的作用机理。     

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。     

压下率对大厚度比Al/Mg/Al层合板性能的影响

采用0.2 mm Al+5 mm Mg+0.2 mm Al的组坯方式,400℃保温10 min热轧制得大厚度比Al/Mg/Al层合板,研究了压下率对其界面结合、镁基材组织及拉伸性能的影响。对压下率为41%、49%和60%热轧制备的Al/Mg/Al层合板进行了界面SEM观察、微观组织观察、拉伸实验及拉伸断口的观察。结果表明,大厚度比Al/Mg/Al层合板在压下率为60%时,边部的附加拉应力造成边裂的出现;经41%压下率热轧可实现界面结合,但存在微缺陷,压下率为49%及以上可实现良好结合;压下率对Al/Mg/Al层合板的屈服强度和抗拉强度影响较小,对其伸长率影响较大。随着压下率增加,伸长率先增加后减小。压下率为49%时,伸长率最大为26%,其原因在于该工艺下镁基材的晶粒均匀细小,韧性提高。