基于TDOA和PTP的高精度WLAN定位系统的设计和实现

针对室内WLAN定位目前难以达到分米甚至厘米级的高精度问题,以IEEE1588v2(PTP)精确网络时钟同步技术和到达时差原理(TDOA)为基础,结合非视距(NLOS)测距误差消除等技术,研究和设计出一套基于现有WLAN(IEEE802. 11x系列标准)设备的高精度实时定位解决方案。实验表明,该系统实现的到达时间测量和定位精度等参数优于UWB、CSS无线定位方案。本案可广泛应用于移动互联网、物流管理、矿业勘探、医疗健康等需要精准位置服务(LBS)的行业领域。     

抽油杆管偏磨防治措施探讨

油田开采时间越长,抽油杆偏磨越严重,会对油田开采带来不利影响。因此,国内外针对抽油杆管偏磨问题进行了大量研究,也获得了很多研究成果,提出了一些防治抽油杆管偏磨的措施。然而目前抽油杆管偏磨机理还有待深入研究,很多防偏磨措施存在不适用的情况,防偏磨效果经常达不到预期。因此,需要就抽油杆管防偏磨问题进行深入研究,以提高抽油杆管偏磨防治效果。     

DNAN及TNT基熔铸炸药综合性能比较

为了对比载体炸药2,4,6-三硝基甲苯(TNT)和2,4-二硝基苯甲醚(DNAN)、以及以它们为基的熔铸炸药的综合性能,系统研究了DNAN和TNT、以及DNAN/HMX(20/80)和TNT/HMX(25/75)熔铸炸药的流变、能量、安全、以及力学等性能。结果表明:载体炸药DNAN(6.87 m Pa·s)的粘度低于TNT(9.05 mPa·s),DNAN/HMX熔铸体系的极限固含量(约80%)高于TNT/HMX熔铸体系(约75%);DNAN/HMX(20/80)和TNT/HMX(25/75)熔铸炸药的爆速分别为8336 m·s~(-1)和8452 m·s~(-1),爆压分别为31.03 GPa和31.44 GPa;在1 K·min~(-1)的慢速烤燃条件下,DNAN/HMX(20/80)和TNT/HMX(25/75)熔铸炸药的响应等级分别为燃烧反应和爆炸反应;在4.51GPa的冲击波入射压力条件下,TNT/HMX(25/75)在8～12 mm内达到完全爆轰,而DNAN/HMX(20/80)在12 mm内未能达到完全爆轰;DNAN/HMX(20/80)的抗拉和抗压强度均大于TNT/HMX(25/75)。因此可以得出结论,在能量性能基本持平的情况下,DNAN/HMX(20/80)熔铸炸药的安全及力学性能优于TNT/HMX(25/75)熔铸炸药。     

月桂酸-棕榈酸/Al2O3复合定形相变材料的制备与热性能研究

采用溶胶-凝胶法,以异丙醇铝(AIP)为单一铝源,无水乙醇为溶剂,聚乙烯吡咯烷酮(PVP)为聚合物模板,并添加浓盐酸作为催化剂和胶溶剂,制备均一稳定的前驱体纺丝液,再结合静电纺丝与高温煅烧技术制备了Al_2O_3纤维毛毡,用其作为支撑材料吸附月桂酸-棕榈酸(LA-PA)二元脂肪酸低共熔物制备复合定形相变材料。利用红外光谱、X射线衍射、扫描电镜和BET比表面积分析仪等手段研究样品的表观形貌与晶型结构。结果表明:经吸附后制得的LA-PA/Al_2O_3复合定形相变材料具有良好的形貌结构。通过差示扫描量热仪、热导率及自组装热性能测试仪对制备的LA-PA/Al_2O_3复合定形相变材料的储热性能及热能储存/释放性能进行了研究。结果发现其具有适宜的相变温度和较好的相变焓值,拓宽了复合定形相变材料的应用范围。     

复合保鲜剂对阿根廷鱿鱼中生物胺的控制作用

生物胺是一类具有生物活性、含氮的低分子质量有机化合物的总称。微量生物胺有利于人体健康,而当摄入生物胺过多时会引起毒性反应,产生中毒现象。本文研究ε-聚赖氨酸盐酸盐和百里香酚及其复合使用对阿根廷鱿鱼中主要生物胺的抑制效果,为水产品中生物胺控制提供理论依据。复合保鲜剂(0.025%ε-聚赖氨酸盐酸盐+0.025%百里香酚)能有效控制阿根廷鱿鱼中的生物胺,较单独使用0.05%ε-聚赖氨酸盐酸盐和0.05%百里香酚的抑制效果更好。整个贮藏期间,与对照组相比,复合保鲜剂组生物胺降低达到40%～60%,同时也能有效降低硫代巴比妥酸(TBA)、菌落总数(TVC),减缓鱿鱼肌肉颜色的变化,感官品质的下降和pH值的上升,从而延长鱿鱼的货架期。     

UHPC异形多曲面座靠椅的制作

介绍了采用超高性能混凝土(UHPC)材料制作异形多曲面家居座靠椅的工艺方法,填补了家居行业中采用水泥基无辐射无毒材料制作实用家具的国内空白,此类家居具备超强的耐久性、艺术性、环保性以及极高的性价比,能满足广大消费者对高品质的个性化需求。     

基于奖励值RNN和A2C模型的音乐生成

我们提出了一个新的方法—基于奖励值RNN的优势演员-评论家算法(R-A2C)来生成音乐。我们的模型首先使用一个带有注意力机制的RNN模型(Recurrent neural network)预处理数据并将此作为先验策略,然后我们将包含先验策略和用户反馈信息的奖励值RNN增加到A2C(Advantage Actor-Critic)模型中,使得任意用户给定的约束与循环网络的风格相结合,以此来鼓励演员生成更符合用户需求的音乐,实验表明我们的模型取得了预期的效果。