印制电路板X射线瞬态响应计算

印制电路板的X射线瞬态辐照响应是系统电磁脉冲(SGEMP)效应主要研究内容之一。脉冲X射线辐照后,电荷的重新分布在印制电路板布线上会引起电压电流响应。建立了两种结构印制电路板瞬态辐照响应的传输线计算模型,并介绍了计算模型中电流源、电容参数的物理意义及其计算方法;该模型考虑了电子的运动规律及响应的产生机理,适用于瞬态辐照响应规律研究和工程预估,采用的方法和思想可以应用于其它复杂结构印制电路板瞬态辐照响应的模拟。最后,给出了一个计算实例。     

两种深空核爆炸辐射电磁脉冲模型的比较

深空核爆炸通过电偶极子和磁偶极子两种辐射机制产生电磁脉冲。本文具体分析了两种辐射模型产生电磁脉冲的物理机制,并估算了远处观察点的辐射电场。计算表明,电子以高斯波形出射时,百吨TNT当量爆炸在km量级范围内产生的电偶极子和磁偶极子辐射电场强度分别为kV/m和10 V/m量级。深空中地磁感应强度较弱,电子的角向运动相比初始方向运动是小量,因而磁偶极子的辐射强度远小于电偶极子的。     

直流X射线模拟电缆X射线响应的可行性

本文对电缆X射线辐照响应的机理和模拟方法进行了研究,分析了电缆直流和脉冲X射线辐照响应的异同。建立了带状电缆X射线辐照响应一维计算模型,该模型包含电缆屏蔽层和介质层间隙、介质层瞬态辐射感应电导率等计算模型,模拟了带状电缆直流和脉冲X射线辐照电流响应。模拟结果表明,在X射线注量相同的条件下,电缆直流和方波脉冲X射线响应具有类似的波形特征及相同的间隙电压。因此,在该计算模型描述的电缆X射线辐照响应机制下,可利用直流X射线开展相应的脉冲X射线辐照响应机制模拟。     

基于光纤传输的灵敏度自校准脉冲电场测量系统

分析了电小单极天线用于脉冲电场的测量原理,基于等效电路模型研究了天线阻抗和负载阻抗对测量指标的影响.以FET型放大器为核心器件,设计了宽频带脉冲电场测量系统.针对信号光纤传输环节因光功率变化导致的测量系统灵敏度不恒定问题,测量系统集成可控标准方波实现了灵敏度系数的实时自校准;基于电源管理克服了半导体激光器结节发热带来的...     

系统电磁脉冲空间电荷层振荡特性理论

从电磁场理论出发,给出了发射电子为单能条件下系统电磁脉冲(SGEMP)空间电荷层振荡特性的解析求解方法,得到了空间电荷层的振荡频率和振荡幅度的解析式,其结果与用等离子体理论求解得到的结果一致。通过本文的研究工作,可以进一步认识发射电子为单能条件下SGEMP中的空间电荷层问题,该问题可以分别用电磁场理论和等离子体理论处理。     

电子束与复合靶作用后辐射特性的数值模拟

建立了复合靶的蒙特卡罗粒子输运计算模型,以“闪光二号”加速器为电子束源,模拟了电子和光子在不同材料中的输运规律,研究了钽和聚乙烯组成的复合阳极靶对辐射X射线场的影响。模拟结果表明：随着钽厚度的增加,辐射X射线平均能量增大,能量转换效率先增大后减小;聚乙烯可明显减小辐射场中的电子份额。当钽和聚乙烯的厚度分别取20 μm、3 mm时,辐射场中平均光子能量为102.68 keV;光子总能量为88.62 J,远大于电子总能量0.02 J;X射线能量转换效率为0.57%。根据数值模拟结果和实验条件设计了复合靶,计算和测得的X射线平均能量分别为108和121 keV,二者符合得较好。     

差分型脉冲电场测量系统的研制

介绍了差分型脉冲电场测量系统的基本原理,设计研制了可用源区电磁脉冲测量的差分型脉冲电场原始波形测量系统,该测量系统主要包括天线和分路模块、差分和驱动模块、光电传输模块、放大模块以及积分还原软件。结果表明,测量系统的输出幅度响应与输入信号基本上成线性关系,共模抑制比为26 dB,-3 dB带宽在200 MHz以上。     

屏蔽电缆X射线辐照非线性效应模拟

本文分析了X射线辐照电缆的物理过程,建立了电缆介质层辐射感应电导率(RIC)和间隙效应计算模型,采用有限元方法模拟了电缆X射线辐照非线性效应,给出了诺顿等效电流源(NCD)的非线性响应规律。模拟结果表明,仅考虑RIC效应时,随着X射线注量的增加,NCD幅度存在明显的饱和现象,波形宽度逐渐变窄;仅考虑间隙效应时,NCD幅度近似正比于间隙宽度;当同时考虑两种效应时,间隙效应将会大幅抵消RIC对NCD的影响。因此,在预估核爆环境下屏蔽电缆的X射线辐照响应时,需综合考虑RIC和间隙非线性效应的影响。     

采用双向GRU的软件源代码漏洞检测方法

针对软件源代码漏洞检测误报率和漏报率高的问题,文中提出一种基于双向门控递归单元（BGRU）的软件源代码漏洞检测方法。首先,采用基于Token的方法和词法分析,将软件源代码的字符流转换成等价Token序列,并将其表征为one-hot向量;然后,使用Word2vec模型将其转换为分布式向量并输入到BGRU神经网络中,通过BGRU自动从正反两个方向提取软件源代码中的高维非线性特征。这样可以充分利用软件源代码中的特征信息对软件源代码进行表征建模,从而有效地降低软件源代码漏洞检测的误报率和漏报率。再以白酒质量监控系统软件源代码为测试对象,针对软件源代码的10种开放式Web应用程序安全项目（OWASP）漏洞进行检测。最后,将所提方法与双向循环神经网络和卷积神经网络两种深度学习方法进行比较。实验结果表明,在检测软件源代码漏洞时,其他两种方法出现较大的误报率或漏报率,而所提方法具有较低的漏洞检测误报率和漏报率,说明所提出的BGRU检测方法能够有效降低软件源代码漏洞检测的误报率和漏报率。