遥感卫星随遇接入互联网星座和在轨智能处理

低轨互联网星座是当前全球研究和发展的热点,互联网星座支持随遇接入遥感卫星和信息在轨直接处理的应用前景备受期待,但由于轨道高度不同会产生双向高动态异构星座的接入互联问题。首先,通过设定低轨卫星互联网星座在不同轨道特性、不同卫星数量情况下的随遇接入仿真场景,重点探讨了时空非连续可视性和多普勒频移问题对遥感卫星接入性能的影响;其次,基于遥感卫星随遇接入互联网星座场景的特点,分析了不同时延性在轨处理任务的流程及其星地功能分配;最后,对当前在轨智能处理算法存在的问题和未来研究重点进行阐述,为未来低轨互联网星座及遥感卫星的发展和联合组网应用提供可靠的理论支撑。     

基于DIP的沥青混合料车辙变形数值模拟

利用数字图像处理和有限元技术，生成沥青混合料非均质有限元模型，并分析沥青混合料各组分对其抗车辙能力的影响，从沥青混合料细观角度研究其永久变形规律，为沥青路面设计提供理论指导。结果表明，数值模拟得到的沥青混合料的车辙深度和车辙实验结果吻合较好，非均质有限元模型可对沥青混合料车辙深度进行预测；在各温度条件下提高集料的模量不能有效的提高沥青混合料的抗车辙能力；沥青混合料抗车辙能力增加速率随着沥青砂模量的增加呈现出先增加后减小的趋势；选用密级配的集料级配在软化点以上时可以较好的提高沥青混合料的抗车辙能力，低于软化点时影响不大。     

不同加载状态曲线锚索沿程预应力损失试验研究

曲线锚索沿程预应力损失是影响衬砌结构应力分布的关键因素，获取摩擦系数和偏差系数尤其重要。开展不同加载状态曲线锚索沿程预应力损失研究，建立了模型试验平台，进行了不分级加载、分级加载和分级循环加载测试，分析了锚固端和张拉端受力特征、预应力损失变化规律、摩擦系数和偏差系数取值，并结合实际工程计算了曲线锚索任意点受力值。结果表明:曲线锚索沿程损失摩擦系数和偏差系数不仅与材料自身属性有关，还受到力学加载状态影响；与不分级相比，分级加载曲线锚索平均预应力损失由 8．47％ 降低至 3．63％，且各级荷载必须给予足够停滞时间，以保持预应力传递；分级循环加载曲线锚索预应力沿程损失大幅降低，而加载时长却较久，不适宜作为常规加载方式，宜作为极个别曲线锚索预应力值不能达标时的应急处置方案。     

4K超高清演播室的设计与应用

4K/8K超高清产业发展,是“十四五”时期超高清视频产业发展的重点内容。对于地方广播电视媒体而言,如何挖掘和利用4K技术建设超高清演播室,提升4K超高清视频制作与传播的能力,是当前重点关注的问题。为此,本文结合相关技术的发展现状,在介绍4K超高清演播室设计方案的基础上,对演播室的主要技术特点以及具体的应用情况进行了分析探讨,为“十四五”时期地方广播电视媒体科学发展4K超高清视频产业提供相关内容参考。     

使能未来工厂的5G能力综述

5G系统将移动通信服务从移动电话、移动宽带和大规模机器通信扩展到新的应用领域，即所谓对通信服务有特殊要求的垂直领域。对使能未来工厂的5G能力进行了全面的分析总结，包括弹性网络架构、灵活频谱、超可靠低时延通信、时间敏感网络、安全和定位，而弹性网络架构又包括对网络切片、非公共网络、5G局域网和边缘计算的支持。希望从广度到深度，对相关的理论及技术应用做透彻、全面的梳理，对其挑战做清晰的总结，从而为相关研究和工程技术人员提供借鉴。     

地应力条件下的凿岩爆破数值模拟

为了研究地应力对凿岩爆破的影响,采用DDA方法模拟爆炸应力波作用下考虑地应力条件时的单孔和多孔凿岩爆破破岩过程。模拟发现,随着初始地应力水平的增加,裂纹扩展半径和破岩区域面积减小,裂纹发育主方向趋于地应力的最大主应力方向,初始地应力对裂纹的抑制和引导作用明显;初始地应力水平的增加,对拉伸裂纹的抑制作用更为显著,从而降低了拉伸破坏对爆破破岩的贡献。模拟也表明,在初始地应力存在的条件下,通过对爆破载荷和炮孔布置进行针对性的优化,可以克服地应力带来的影响,并取得预期的爆破效果。本研究对地应力条件下的凿岩爆破工程具有理论和参考意义。     

有砟轨道路基翻浆冒泥模型试验系统的研发与应用

为研究既有线有砟轨道路基的翻浆冒泥机理，自主研发了一套能够模拟循环荷载–湿化耦合作用的模型试验系统。模型试样直径500 mm，由厚度分别为350 mm的路基土和200 mm的道砟组成，整个试样在高强度透明有机玻璃模型筒中制备完成。模型试验系统配备有监测荷载、位移、体积含水率和孔隙水压力的4种传感器，并通过高清相机对颗粒迁移过程进行图像捕捉。基于所研发的试验系统，针对辛泰铁路典型翻浆冒泥病害路段土样，开展翻浆冒泥模型试验。试验结果表明：动孔隙水压力是导致翻浆冒泥病害产生的关键因素。随着体积含水率的增加，动孔隙水压力引起的颗粒迁移量逐渐增加；在饱和状态下，会引起大量颗粒迁移，翻浆冒泥现象显著。试验结束时，道砟污染指数达到25%，在实际工程中已严重影响铁路的正常运营，有必要对污染道砟进行换填。     

基于改进残差特征蒸馏的轻量级超分辨率网络

基于深度学习的图像超分辨率算法通常采用递归的方式或参数共享的策略来减少网络参数，这将增加网络的深度，使得运行网络花费大量的时间，从而很难将模型部署到现实生活中。为了解决上述问题，本文设计一种轻量级超分辨率网络，对中间特征的关联性及重要性进行学习，且在重建部分结合高分辨率图像的特征信息。首先，引入层间注意力模块，通过考虑层与层之间的相关性，自适应地分配重要层次特征的权重。其次，使用增强重建模块提取高分辨率图像中更精细的特征信息，以此得到更加清晰的重建图片。通过大量的对比实验表明，本文设计的网络与其他轻量级模型相比，有更小的网络参数量，并且在重建精度和视觉效果上都有一定的提升。