水溶液中气泡聚并的研究进展

水溶液中气泡聚并行为是化工流体力学研究中的一个重要内容,在化工、海洋和军事防护等诸多气液两相流相关领域中广泛存在并发挥着重要作用,研究气泡聚并具有重要的理论和应用价值。根据国内外关于气泡聚并的主要研究工作,对静止流场、复杂流场中气泡聚并机理以及韦伯数（We）、液体黏度、表面活性剂等影响气泡聚并的主要因素进行了综述,讨论了相关研究的不足,并对未来的研究方向进行了展望。     

面向装备系统评估的仿真实验因子筛选综述

在利用仿真实验评估装备系统的研究过程中,仿真实验因子筛选对于提高仿真的有效性和高效性具有重要的意义.重点针对多因子筛选技术进行了综述,介绍了实验因子筛选问题的相关概念,比较分析了几种常用因子筛选方法的步骤,归纳了现有方法的不足.现有实验因子筛选方法在应对装备系统复杂性研究方面面临挑战,仿真实验因子规模增加,因子间因果关联机理复杂,为了提高仿真实验效率和满足实验分析的整体性要求,需要探索更合理的实验因子筛选理论和方法.     

省级互动电视安全播出防护监控系统建设

作为第一个完成全省网络整合的省级运营商，江苏有线在三网融合的大背景下，建设了以下一代广播电视网络为基础的全媒体互动电视平台，涵盖广播电视、互动电视、电视互联网、视频增值业务等。     

机会网络路由可靠性研究

无线自组织网络应用的迅速发展得益于具备短距离通信的智能设备的大量使用.机会网络就是其中之一.机会网络利用节点移动形成的通信机会逐跳传输消息,以"存储-携带-转发"的路由模式实现节点间通信.文中研究机会网络中搭便车、超新星和虫洞这三种非协作行为在Binary Spray and Wait, PROPHET和H-EC三类流行的路由策略下对数据传输的影响,并通过对实际移动网络的追踪模拟进行性能评估.结果显示,除了虫洞行为外,随着非协作节点的增加,数据转发的性能将会明显下降.     

基于强化学习的体系对抗仿真战役层次指控算法

针对传统的认知决策技术无法有效应对体系对抗环境具有的不确定性、未知性以及复杂性问题,提出一种基于强化学习（RL）的体系对抗仿真战役层次指控算法。介绍了包含侦察类、打击类、通信类、补给类、修复类以及指控类Agent的UML体系架构,对自主开发的作战仿真原型系统及其作战想定进行了说明,在对战役层次指控Agent认知域描述与假设的基础上,对改进Q learning认知决策算法的参数归一化、基于GRBF神经网络的Q离散、基于TD公式的跨步差分机制以及网络结构的学习训练过程进行了详细说明。最后,通过地空一体化联合体系对抗仿真验证了算法的有效性,并通过对算法的大量可视化回溯分析发现,一定程度的火力协调以及不间断的战术机动对于作战效能的提升以及毁伤的减免具有重要的意义。     

中继卫星支持航天发射星/箭天线指向算法研究

近年来商业航天发展迅速，中继卫星(Tracking and Delay Relay Satellites, TDRS)凭借其成本低、可快速部署等优势，已成为商业航天火箭发射测控系统的重要组成部分，且已多次应用于火箭发射。以TDRS支持航天发射为具体应用场景，研究卫星天线指向火箭和箭载终端天线指向卫星的算法模型，基于Matlab将算法进行可视化实现。所提指向算法可以根据TDRS定点位置和火箭发射参数，计算TDRS和火箭天线指向结果，快速获取测控任务双向可视弧段，缩短TDRS支持航天发射测控任务响应时间。