涡轮活塞组合发动机循环分析

为适应大功率特种车辆的需求,提出一种“涡轮活塞组合发动机”,由一台增压中冷柴油机和一台燃气轮机组合而成,具有柴油机单独工作、燃气轮机单独工作和柴燃联合工作3种模式,可根据车辆工况需要采用相应的一种模式工作。这种发动机理应综合柴油机与燃气轮机的优点,具有较高的热效率和功率密度。介绍了该组合发动机的构成,分析其3种工作模式的理论循环,推导相应的热效率和比功的计算公式;在所设定热力循环参数下,计算该组合发动机3种工作模式下的理论循环热效率和比功;搭建涡轮活塞组合发动机GT-Power仿真模型,对选定的由功率相近的某一柴油机和某一燃气轮机组成的涡轮活塞组合发动机进行了额定工况仿真计算。计算结果表明：涡轮活塞组合发动机可以综合柴油机和燃气轮机的特点,是一种值得进一步研究的新型发动机。     

百林通信国际通信展获圆满成功

近日百林通信参加了在北京举办的中国国际通信设备技术展，此次展会获得预期成果。     

基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法

多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。     

基于FEKO 的微波成像研究

雷达为了快速识别目标,需建立相应的目标特性库,现有的得到目标特性的方法有实测法和仿真法,实测法耗时耗力又耗钱,不能大量使用。而目前的仿真方法将电磁计算和成像分开进行,不利于快速及准确成像。本文使用MATLAB 编写成像系统,通过后台调用FEKO,将FEKO 建立的模型计算远场来模拟回波,将计算结果成一维距离像和二维ISAR 像,从而大大提高了成像速度和精度。     

全国信息产业工作会议在京召开

1月20日、21日，全国信息产业工作会议在京召开。会前，中共中央政治局常委、国务院副总理吴邦国为会议发来贺信。信息产业部党组书记、副部长王旭东主持会议，信息产业部部长吴基传作了题为《深入贯彻落实党的十六大精神，促进我国信息产业新的跨越式发展》的报告。吴基传在报告中回顾了过去五年信息产业工作基本情况。他指出：过去的五年，是我国改革开放和现代化建设不断发展、取得辉煌成就的五年，也是信息产业发展最快、综合实力实现历史性跨越的五年。以1998年信息产业部成立为标志，信息产业进入了一个新的发展时期。五年来，在党中…     

量水温度与用量对母糟形态及酒质影响

量水温度与用量对母糟形态及酒质影响马加军，祝峰山东鱼台酒厂（２７２３００）量水（温度、比例）是浓香型大曲酒生产过程中控制的一个重要工艺多数。它既是微生物生存的重要条件，也是酶活作用介质，还参与发酵产物的丰收过程并最终成为大曲酒成分。现就量水温度与用量...     

��������Ҫ��΢�����ݿ����

概况本文从关系数据库理论出发,以汉字DBASE(?)作为研制工具,对川南气藏与高压异常有关的数据、资料进行了整理和加工,建立了川南气藏要素微机数据库管理系统(以下简称CNHP系统)。该系统的主要功能是对川南地区与高压异常带关系较密切的气藏数据进行微机管理。整个系统采用模块化程序设计方法,并对其关系模式从理论上进行了优化设计,能在IBM-PC/AT及其它兼容机上运行。     

局部放电超声波定位智能算法的研究

电力变压器其绝缘状况对于电力系统的可靠性运行有重大影响.在现场运行中,局部放电是导致电力变压器绝缘劣化的重要原因之一,超声波检测是电气设备局部放电检测、空间定位中重要的非电测法,其定位的准确与否直接影响电气设备故障诊断和快速判断.本文针对传统算法易陷入局部最优、定位误差大的问题,提出了线性策略粒子群的智能优化算法,仿真结果验证了该算法具有全局最优,现场监测结果也证明了其算法的准确性和有效性.     

基于有效载荷和数据包长度的多模态加密流量分类

针对大多数深度学习算法只使用单一模态进行分类会导致结果具有偏差性的问题,提出了一种基于双模态特征的混合神经网络。该方法能够使用两种不同的模态训练分类模型,提高分类模型的准确率。首先使用传输层流量数据包的有效载荷特征作为数据包级模态,数据包的长度序列特征作为流级模态;其次分成两个路径使用神经网络分析双模特征;再次将两条路径提取的高维特征进行融合;最后输出模型的分类结果。分别使用两个公开数据集对模型进行训练和测试,实验结果表明,多模态模型的分类精确率分别达到96.46%和93.01%,与当前4种比较优秀的单模态和多模态方法相比,均有明显提升。