美国开发出新型传感器

【洛斯阿拉莫斯国家实验室2006年1月31日报道】美国洛斯阿拉莫斯国家实验室(LANL)与内华达州立大学以及一所德国大学和一家德国研究所合作,联合开发出一种利用激光束加速离子的新方法。这种新方法对小型离子加速器、医用物理和惯性约束聚变(ICF)的发展将起到非常重要的推动作用。在最近一期《自然》杂志上发表的一篇论文讲述了这种用激光加速单能离子束的方法。研究人员利用LANL的三叉戟(Trident)激光装置生成的碳离子束拥有每个核子36MeV的能级。科学家们几年前就已对MeV范围的激光驱动离子束有所了解,但是LANL的试验首次为利用激…     

欧盟2005年铀市场概况

【本刊2006年7月综合报道】欧洲原子能共同体供应局(Euratom Supply Agency)于2006年6月公布了2005年度报告,介绍了欧盟2005年铀市场概况。装入反应堆的燃料2005年,共有约2500tU的新燃料被装入欧盟15国(EU-15)的反应堆中。这些新燃料中含有相当于约2.114万tU的天然铀和1.1955万tSWU,大部分的尾料丰度为0.25%～0.30%。在欧盟新成员国中,共有约240tU的新燃料被装入反应堆中。这些燃料中含有相当于约1990tU的天然铀和1100tSWU。反应堆的总需求和净需求图1显示了欧盟(包括欧盟新成员国)反应堆在未来20年中对天然铀和分离功的总需求和净需…     

添加高速钢粉对烧结钢组织与性能的影响

研究了添加高速钢粉对烧结钢组织与性能的影响。实验结果表明，含２０％高速钢的烧结钢综合力学性能最好；添加高速钢粉能导致烧结钢密度减小的冲击韧性降低，当高速钢含量增中时，硬度随之增加，烧结钢中残余奥氏体和马氏体的含量与高速钢的含量呈线性关系。烧结钢中的马氏体显微硬度很高，它主要原高速钢粒子和原铁粒子的连接区域形成。     

液浮陀螺捷联惯导系统的测试

针对液浮陀螺捷联惯导系统误差特点，提出一种采用单轴速率台和三轴位置台的实验室测试方法。理论分析得出该方法能有效地分离出捷联系统的陀螺安装误差、标度因子误差、静态误差和动态误差。     

Influence of Intraperitoneal Injection of Rare Earth Compounds on the Activities of Antioxidant Enzymes and the Level of Lipid Peroxidation in Mice Livers

ＩｎｆｌｕｅｎｃｅｏｆＩｎｔｒａｐｅｒｉｔｏｎｅａｌＩｎｊｅｃｔｉｏｎｏｆＲａｒｅＥａｒｔｈＣｏｍｐｏｕｎｄｓｏｎｔｈｅＡｃｔｉｖｉｔｉｅｓｏｆＡｎｔｉｏｘｉｄａｎｔＥｎｚｙｍｅｓａｎｄｔｈｅＬｅｖｅｌｏｆＬｉｐｉｄＰｅｒｏｘｉｄａｔｉｏｎｉｎＭｉｃ...     

论军事院校文化建设与管理

校园文化直接影响高质量人才的培养和塑造。校园文化包括：求实的校风，优良的环境，活跃的学术，良好的素质，丰富的文化生活。讲究科学方法，抓好校园文化建设，是建设高质量军事院校的关键。     

基于几何解析的双雷达地面目标定位算法

传统的双雷达地面目标定位算法因测量数据本身固有的误差和量测噪声,使得基于非线性估计定位算法的定位精度不高。本文研究了一种新的双雷达地面目标定位算法,该算法将已知雷达探测数据以几何方式加以表示,通过几何解析对地面目标进行定位。此外,还详细分析了各种因素在不同情况下对定位精度的影响。所研究的算法具有计算量小、远距离定位精度高等优点。最后,通过仿真验证了该算法能够提高远距离定位的定位精度。     

一种基于卷积神经网络的快速识别朱墨时序方法

朱墨的时序检测在文件检测和司法公正领域中是较为常见的问题.由于判定结果的准确性无法准确衡量,提出了基于卷积神经网络快速识别朱墨时序的方法.基于不同时序的朱墨样本在朱墨重叠处图像色素点的区别,用卷积神经网络做有监督训练分类,最终达到识别图像朱墨顺序的 目的.在理想的实验条件下,同一支笔的预测准确率能达到93％以上,泛化能力高达86％.在加入高斯噪声后,同一支笔的预测准确率仍能达到82％以上,泛化能力达到80％,大幅度提高了朱墨时序图像识别的准确性和稳定性.     

基于改进的CDKF锂电池SOC估计方法

准确估算荷电状态(SOC)可以为电池之间的均衡管理提供依据,延长锂电池组整体的使用寿命.针对中心差分卡尔曼滤波算法(CDKF)存在较大线性误差的问题,提出一种改进的CDKF算法.在原算法中引入迭代滤波思想,多次利用测量信息更新状态量估算值,使得观测信息不断迭代更新,基于LM优化方法不断修正协方差矩阵,有效减小了线性误差.首先基于二阶阻容(RC)电路单元模型,选择最小二乘参数辨识方法,辨识出模型阻容参数;然后进行HPPC实验,验证电池等效模型的准确性;最后分别在恒流放电和动态工况下应用改进后的CDKF算法对电池SOC和电压进行估计,并将估计结果与CDKF算法进行比较.两种工况下验证结果表明改进后的CDKF算法精度更高,SOC估计精度可提升1.16％,最大估计误差小于1.7％,算法收敛时间也比原算法短,改进后的CDKF算法在估计精度和鲁棒性方面均有所提升,更具有应用优势.