动态限星算法对RTK定位的耗时改进

差分卫导实时动态定位(RTK)依靠 Kalman 滤波功能的实现，当滤波器阶数过高时，会带来计算量的激增，这就会影响定位的耗时。当运算平台能力有限却需要较低的计算时间耗时，动态限星算法能够有效地将 RTK 的计算耗时降低至合适的耗时需求。运动平台实测结果表明，动态限星算法优化后的 RTK 定位耗时较优化前减少了 50%。     

爆炸冲击波载荷下预制孔铝板的动态响应

为研究爆炸冲击波对破片穿孔后板结构的毁伤效应,使用激波管为冲击波加载设备,对不同孔形的预制孔铝板进行冲击波加载.利用三维数字图像相关(3 D-DIC)技术,分析固支预制孔方形铝板在冲击波加载条件下的动态响应,得到预制孔铝板的动态响应和变形失效过程.结合3 D-DIC结果分析孔形对靶板刚度、破坏形式、承载能力的影响.结果表明:圆形孔靶板刚度最大,圆形孔靶板的极限承载能力最大,菱形孔靶板极限承载能力最差;孔形对撕裂破坏的影响主要体现在孔的角点在靶板分布上.该实验结果对固支板结构的抗爆设计具有一定参考价值.     

激光在线测厚振动分析与精度优化

激光测厚具有安全可靠、测量精度高、测量范围大等优点,广泛应用于纸张、电池极片等薄膜类材料厚度的在线测量。带材宽幅方向扫描测厚时由于扫描架往复运动会产生机械振动,影响在线测厚精度。针对该问题,以锂离子电池极片厚度测量为例,使用双激光差动式测厚平台对电池极片和铜箔分别进行厚度测量,然后对测厚数据进行频谱分析,探究其振动规律的相似性,并基于频谱分析结果采用滑动带阻滤波方式对测厚数据进行处理,滤波后极片和铜箔的厚度极差分别降低了33.4%和73.8%,有效过滤了机械振动导致的测量误差,可满足极片和铜箔厚度测量的精度要求。     

一种磁控管用扼流线圈仿真设计

采用电路仿真软件仿真滤波组件S参数曲线,观察曲线随器件参数的变化;介绍利用三维全波电磁仿真软件HFSS简化设计流程的方法,并与测试结果对比。结果表明:利用3D仿真软件在满足器件设计精度的同时可以简化线圈的设计流程。     

FPGA互连测试中的反馈桥接故障覆盖问题

现场可编程门阵列(FPGA)内部资源众多,其中互连资源出现故障的概率远远高于片内其他资源,而在以往许多互连测试研究中,所生成的测试配置存在无法覆盖反馈桥接故障的难题,所以较难有测试配置实现故障列表的100%覆盖。因此通过约束桥接故障只发生在单个查找表(LUT)内的信号线上,并结合单项函数,对反馈桥接故障模型进行优化改进,从根本上解决难题；然后对优化后的反馈桥接故障设置相应的约束条件,再使用布尔可满足性理论(SAT)生成满足约束条件的测试配置。采用优化后的故障模型对ISCAS"89基准电路进行了测试配置生成实验,结果表明生成的测试向量解决了反馈桥接故障的覆盖难题,并且在实现故障列表的100%覆盖下,优化后的故障模型所需要的测试配置数最少。     

国际原子能机构(IAEA)发布有关福岛核电站准备排放废水的第一份报告北大核心CSCD

国际原子能机构(IAEA)特别工作组发布了有关福岛第一核电站准备排放废水的第一份报告,以便了解是否违反相关国际安全标准。报告描述了排水技术准备工作的总体进展情况。该报告汇编了工作组于2022年2月,对日本福岛第一核电站运营商东京电力公司(TEPCO)和日本经济贸易产业省(METI)的初步调查结果。IAEA总干事Grossi对初步调查结果表示欢迎。他说:“日本在准备工作中取得了重大进展,特别工作组感到满意的是,东京电力公司和经济产业省确定了计划于2023年排放废水的下一步适当步骤。”这项工作还将继续进行。在日本继续进行准备工作的同时,工作组为审查的下一步确定了需要讨论和澄清的技术主题。报告指出,东京电力公司和经济产业省花了大量精力,就排放废水的过程与利益相关方和公众进行了磋商和沟通。他们希望在临近2023年计划废水排放时,看到这种情况可以继续下去。     

基于光谱尺度空间与管道滤波的红外目标检测

为了准确地从复杂干扰背景下检测出真实弱小目标，本文引入视觉显著性，设计了基于快速光谱尺度空间与动态管道滤波的红外目标检测算法。基于真实目标与背景内容之间的整体差异，引入快速光谱尺度空间与阈值分割技术，设计视觉显著性机制，对红外图像完成处理，输出全局显著性映射，以高效过滤干扰背景内容。考虑目标与背景的局部特征差异，构建自适应局部对比度增强机制，对粗检测结果实施处理，获取对应的局部显著性映射，改善视觉显著性区域内目标的对比度。引入高斯差分理论，通过估算每一帧红外图像中的目标像素直径，形成动态管道滤波，充分消除虚警，准确识别出弱小目标。多组实验数据显示：较已有的红外目标检测技术而言，在各种不同的复杂背景干扰下，所提算法呈现出更好的检测能力，拥有更理想的接收机工作特性ROC曲线。     

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。