黄连木油的提取及其制备生物柴油的研究

研究了黄连木油的提取条件和以黄连木油制备生物柴油的工艺.结果表明:油提取最佳条件:石油醚体积与种籽质量比5:1,反应时间为2 h,反应温度为70℃,黄连木得油率为31.8%;应用L9(34)正交试验得出黄连木油酯交换反应的最佳条件为:油醇物质的量比1:6、催化剂用量为油质量的1.2%、反应时间2 h、反应温度60℃,转化率为96.0%.并对生物柴油性能指标进行了检测,它与0#柴油的主要性能指标相接近,它是一种理想的0#柴油的替代品.     

非均匀传输线间的串扰研究

应用时域有限差分法对非均匀传输线间的串扰耦合进行分析。基于细线散射的时域有限差分法分析非均匀结构时,采用阶梯式均匀传输线模型,对非均匀传输线进行分段逼近。针对不等长、线径变化、非平行线和交叉线4种情况分析其参数变化对串扰的影响。研究表明：不等长电缆超出部分长度对串扰耦合幅度影响较小,对谐振频率影响较大;电缆线径的变化对其串扰耦合影响较小;非平行线和交叉线的角度对电缆间串扰的影响较大。     

无患子油的提取、理化性质及其制备生物柴油的研究

研究了无患子油脂的提取条件、理化性质和以该油制备生物柴油的工艺.结果表明:油脂提取最佳条件:石油醚体积与种籽质量比5∶1,提取时间为2h,提取温度为70℃,无患子得油率为42.0％;无患子油脂主要由棕榈酸、硬脂酸、油酸、亚油酸、亚麻酸、花生酸、二十碳烯酸、山嵛酸、芥子酸等脂肪酸组成,其中不饱和脂肪酸质量分数91.85％,其主要理化性质为酸值:4.1 mg KOH/g、皂化值:184.83 mg KOH/g、碘值:110.16 gI2/100 g、折光率:1.480 8,脂肪酸组成、质量分数及理化性质等符合生物柴油标准.应用L9(34)正交试验得出无患子油酯交换反应制备生物柴油的最佳条件为:油醇物质的量比1∶6、催化剂用量为油质量的1.2％、反应时间2h、反应温度60℃,转化率为93.6％.并对无患子生物柴油性能进行了检测,它与0#柴油、国标GB/T 20828-2007《柴油机燃料调和用生物柴油》的主要性能指标相接近,它是一种理想的0#柴油的替代品.     

基于SPIHT算法的图像压缩方法

讨论了一种静态图像小波域系数压缩方法。该方法根据图像小波域系数的特点与人眼视觉特性（HVS）的特性,对系数采用单一量化方案,结合人眼视觉特性规定了系数扫描顺序,在零树数据结构的基础上按此顺序进行扫描与编码。计算机仿真结果表明,对于图像在bit/pixel时仍可获得较满意的重构图像质量。     

飞行器雷击附着点数值仿真研究

雷击直接威胁飞行器的飞行安全,基于深入研究雷电电磁脉冲(LEMP)对飞行器的雷击特性,提高飞行器雷电防护性能的目的。文章应用一种静电场分析的方法,利用CST电磁仿真软件的EM工作室对某飞行器的等比例模型进行了雷击附着点的仿真研究,并详细讨论了放电间隙尺寸、雷击方位等相关参数的选择对飞行器闪电分区的影响,通过数值仿真的结果完成了对飞行器的闪电分区并与SAE-ARP5416标准分区进行对比,证明该方法是可行的,结论对该飞行器的雷电防护设计有重要的参考价值。     

基于能量的时频特征提取研究

有效地从含有噪声的非平稳信号中提取特征是进行非平稳信号分类等研究的基础。应用流域算法,对含有高斯白噪声的非平稳信号的时频分布图进行分割,并根据能量占优的准则对其合并,提出了一种基于能量的特征提取方法。仿真结果表明该方法能有效地提取特征量,且对高斯白噪声具有很好的抗噪性能。     

弹道导弹捷联惯导/卫星系统/天文系统组合导航研究

捷联惯导/卫星系统/天文系统(SINS/GNSS/CNS)实现了优势互补,是提高弹道导弹命中精度的一种重要导航方法.设计基于UD-UKF滤波的组合导航系统无重置联邦滤波器,在发射惯性坐标系下建立sINS/GNSs/CNs组合导航的数学模型,对比分析SINS/CNS、SINS/GNSS及SINS/GNSS/CNS对惯导参...     

公安地理信息系统的设计与实现

论述了公安地理信息系统的设计方法及其体系结构。以110指挥系统为例，论述了其主要组件的功能、开发原理和方法，讨论了公安地理信息系统的软件开发方法及系统的实现。该系统的建立，在打击犯罪、维护社会治安中发挥了重要作用，为全国各省市的公安机关建立地理信息系统提供了一个模板，有效地提高了公安机关的信息化水平。     

动力调谐陀螺仪的瞬态动力学及误差分析

为了建立陀螺仪在过载—振动复合环境下的误差模型,应用有限元分析软件ANSYS,针对某型导弹使用的动力调谐陀螺仪的结构,建立基于具体参数的实体和有限元动力学模型,并开展了陀螺仪的瞬态动力学分析研究,由此计算由于陀螺转子和平衡环的质心偏移造成的陀螺仪漂移误差,得到在过载—振动复合环境下陀螺仪漂移角速度与在过载、振动单一环境下漂移角速度之间的关系。     

高斯过程回归方法综述

高斯过程回归是基于贝叶斯理论和统计学习理论发展起来的一种全新机器学习方法,适于处理高维数、小样本和非线性等复杂回归问题。在阐述该方法原理的基础上,分析了其存在的计算量大、噪声必须服从高斯分布等问题,给出了改进方法。与神经网络和支持向量机相比,该方法具有容易实现、超参数自适应获取以及输出具有概率意义等优点,方便与预测控制、自适应控制、贝叶斯滤波等相结合。最后总结了其应用情况并展望了未来发展方向。