一种基于零阶谐振的双频电小天线设计

提出利用复合左右手传输线结构的零阶谐振设计一款具有双频特性的电小天线。该电小天线主要由介质基板、地面、加载了交指电容的贴片、弯曲线电感与圆角矩形虚拟地组成,具有电小尺寸特性(电尺寸为0.75)。该天线有两个工作频段,频段1的中心频率为1.22 GHz,频段2的中心频率为2.78 GHz,对应的相对带宽分别为3.28%和27.34%,同时覆盖了GPS L2(1220 MHz)与WiMAX(2500~2700 MHz)两个通信频段。天线在两个工作频段内均具有良好的辐射特性,频段1和频段2的平均峰值增益分别为1.0 dBi和1.72 dBi,平均辐射效率分别为53.12%和74.07%。最终对所设计的天线进行实物加工和测试,测试结果与仿真结果吻合良好。     

高视放大率军用瞄准目镜的设计

为了满足现代军事对于瞄准镜的需求,设计了一种高视放大率军用瞄准目镜,分析了大倍率目镜的像差特性和设计难点,选择使用正-正-负的结构形式。在Code V软件中进行了仿真和优化,最终设计的系统视放大率为16×,焦距为15.62 mm,出瞳直径为6 mm,出瞳距离为25 mm,靶面尺寸为1/3″,系统总长40.4 mm。结果表明,系统在40 lp/mm处的MTF均达到0.2以上,全视场内的畸变小于5%,满足目镜光学系统像质要求。     

大相对孔径长波连续变焦红外光学系统设计

提出一种大相对孔径长波连续变焦红外光学系统的设计方法,利用变焦原理和光学设计软件得到系统结构及其参数。该光学系统在变焦过程中相对孔径可变,F数最小可达0.85。系统主要光学参数F/#为0.85～1,变倍比为4.5∶1,工作波长为8～12 μm,采用384×288元非制冷焦平面探测器。具有分辨率高、像质好、能量利用率高、变焦轨迹平滑等特点,满足工程设计要求。     

VANET中基于区块链的分布式匿名认证方案

身份认证是阻止恶意车辆传播虚假交通信息的第一道防线。然而由于车载自组网（VANET）中网络带宽和计算能力有限,现有方案不能满足对车辆身份的高效认证需求,也无法实现对恶意车辆的快速匿名追溯。鉴于此,提出一种基于区块链的分布式匿名认证方案。该方案利用零知识证明对VANET中车辆进行快速匿名认证,并采用非线性对的聚合签名实现快速批量认证,有效减少认证过程中产生的计算量。另外,区域性可信机构（RTA）可以实现对恶意车辆身份的匿名追溯,并基于区块链对其身份进行快速撤销;还可以基于本地密钥对车辆的短期匿名身份进行及时更新,保证车辆的匿名性和签名的新鲜性。安全分析与仿真实验表明,所提方案能够满足匿名性、不可链接性等多种安全需求,并能有效降低计算与通信开销,比同类方案在性能上至少提升27.28%。     

湖北黄冈、黄石地区安全稳定控制系统方案设计

针对2008年～2010年黄冈及黄石地区电网结构、地区负荷和电源装机情况,详细分析了典型的500 kV/220 kV电磁环网结构对湖北黄冈及黄石电网安全稳定的影响,分析提出了黄冈及黄石电网安全稳定控制措施、控制策略的配合要求,以及电网安全稳定控制系统的配置方案。对类似电网安全稳定控制系统设计和实施有参考和借鉴作用。     

考虑多齿廓偏差的大重合度齿轮动态特性研究

齿廓偏差是引起传动系统产生振动和噪声的主要因素之一,为了有效探究齿廓偏差对大重合度齿轮动态特性的影响,本文在充分考虑参与啮合轮齿齿廓偏差特点的基础上开展了大重合度齿轮动态特性研究。通过分析大重合度齿轮的啮合特点,构建了考虑不同轮齿啮合状态的大重合度齿轮多齿动力学模型。在考虑齿廓偏差构成特征的基础上,利用齿面接触分析(TCA)方法对产生的啮合误差进行了求解,并将其求解结果引入到大重合度齿轮多齿动力学模型,形成了考虑多齿廓偏差的大重合度齿轮动力学特性分析方法。在充分考虑每对轮齿齿廓偏差的基础上,分析了不同因素对大重合度齿轮动力学特性的影响。结果表明,本文的研究方法能够充分考虑到参与啮合轮齿不同齿廓偏差带来的影响,为进一步提高大重合度齿轮动态特性分析的有效性提供了参考。     

“5G+工业互联网”助力工业园区加速新型工业化进程——以苏州工业园区的典型做法和有效实践为例

工业园区在新型工业化进程中对基础设施、创新应用提出了更高要求。现有工业园区网络架构层级割裂,随着园区内企业规模扩大、用户数量增多,网络规模和网络功能上的需求不断激增,网络部署和管理变得复杂。以5G为代表的新一代信息通信技术,融合现有工业互联网网络架构,逐步具备满足工业场景对无线网络的性能要求,不断催生新应用、新模式,释放出园区新型工业化创新发展活力。本文以苏州工业园区为例,总结“5G+工业互联网”在助力工业园区加速新型工业化进程中的典型做法和有效实践,为新型工业化产业示范基地的演进升级提供参考。     

被动声学液体管道微泄漏内检测方法研究

针对液体管道微泄漏（小于1 L/min）难以检测和识别的问题,建立基于被动声学的液体管道微泄漏内检测方法,研究管道微泄漏的声学机理,并搭建实验平台。采用管道内置高灵敏度声学传感器的方式,进行不同泄漏孔径和和泄漏内压下微泄漏声学实验,微泄漏声信号幅值随泄漏孔径和泄漏内压呈正相关变化。利用改进EMD(IEMD)-小波阈值降噪算法对微泄漏声信号进行降噪处理,以减少噪声对真实泄漏信号的影响。提取并定义不同信号处理领域（时域、频域）的特征参数,如均值、标准差、均方根、峰峰值等,以表示微泄漏的复杂性。将特征参数作为下一步管道泄漏识别的数据库,并将数据分为实验组和验证组。采用网格参数寻优支持向量机（SVM）构建自动分类模型对管道微泄漏进行识别,降低人工误判概率。研究结果表明：管道微泄漏识别准确率达到97.87%,可以实现对管道微泄漏的准确识别。研究结果可为声学内检测器的研发提供理论基础。