复杂交通场景下目标稳定跟踪方法研究

为克服实际交通场景中环境的复杂性和目标的多样性给雷达目标稳定跟踪带来的问题,采用基于卡尔曼滤波和概率数据关联的雷达多目标跟踪算法,实现点迹与航迹之间的关联.提出一种基于欧氏距离的改进航迹关联方法,增加航向夹角判别的约束,解决了由于多目标相互遮挡或交叉运动带来的航迹不连贯、不稳定问题,实现了航迹与航迹之间的关联,提升了航...     

聚乙烯醇／纳米羟基磷灰石复合水凝胶溶胀机制和启动摩擦性能研究

选用高分子聚乙烯醇(PVA)和纳米羟基磷灰石(HA)为原料,采用反复冷冻-解冻法制备PVA/HA复合水凝胶.利用光学显微镜考察PVA/HA复合水凝胶的溶胀性能,用精密位移传感器对PVA/HA复合水凝胶的接触变形特性进行测量,在小牛血清稀释液润滑条件下进行PVA/HA复合水凝胶的往复式摩擦试验,考察冷冻-解冻次数和接触时间对PVA/HA复合水凝胶启动摩擦性能的影响.结果表明:PVA/HA复合水凝胶是一种交联网状微观结构,溶胀性能优异;随着冷冻-解冻次数的增加,PVA/HA复合水凝胶交联度增大,网状结构趋于完善,其接触变形越小,恢复变形所需的时间越短;PVA/HA复合水凝胶在滑动过程中的法向位移量和启动摩擦因数随反复冷冻-解冻次数的增加而减小,随接触时间的延长而增大.     

PVA/HA复合双层水凝胶的制备及性能研究

以聚乙烯醇(PVA)、羟基磷灰石(HA)为原料,利用铸造干燥法与冷冻解冻法制备双层仿生软骨,并进行力学性能测试。结果表明:PVA/HA复合双层水凝胶力学性能优于PVA/HA复合水凝胶。利用铸造干燥法,PVA与HA间的交联结合将更加完善,力学性能得到提升。最优的PVA/HA复合双层水凝胶是采用铸造干燥法用PVA浓度为12%的溶液所制备出的双层水凝胶,其压缩弹性模量为(1.29±0.025)MPa,900s时应力松弛达到(60.14±0.64)%,最大形变和永久形变为(246.3±3.05)μm和(69.8±2.96)μm。     

PVA-Silk复合水凝胶的启动摩擦性能研究

选用高分子聚乙烯醇(PVA)和脱胶后的蚕丝(Silk)为原料,采用反复冷冻-融化法制备PVA-Silk复合水凝胶.在光学显微镜上观察PVA-Silk复合水凝胶的微现形貌,在UMT-Ⅱ型微摩擦试验机上对PVA-Silk复合水凝胶开展往复式摩擦实验,研究接触时间、滑动速率及冷冻-融化次数时复合水凝胶的启动摩擦性能的影响.结果表明,随反复冷冻-融化次数的增加,PVA-Silk复合水凝胶的交联度增大,结晶度提高,其弹性模量增大,最大法向压缩变形量减小,且其基本恢复变形所需的时间减小;PVA-Silk复合水凝胶在滑动过程中的法向位移量和最大摩擦系数随接触时间的延长而增大,随反复冷冻-融化次数的增加而减少;但最大摩擦系数与滑动速率无明显的相关联性.     

S1240 JRSU的创建

介绍JRSU的主要特点和RSU分类,以及JRSU的工作原理及其创建过程.     

PVA-蚕丝复合水凝胶的制备与性能评价

选用高分子聚乙烯醇（PVA）和脱胶后的蚕丝为原料,采用反复冷冻-融化法制备PVA-蚕丝复合水凝胶.在去离子水溶液中浸泡,并通过称重法研究复合水凝胶的溶胀特性以及蚕丝的含量对其溶胀性能的影响.采用平头圆柱压头测定复合水凝胶的压缩弹性模量并依据国标GB1685-82测量复合水凝胶的应力松弛特性.用S-3000N型扫描电镜表征PVA-蚕丝复合水凝胶的微观结构.结果表明：在去离子水中,复合水凝胶的溶胀趋势基本一致,而且溶胀比均随着蚕丝含量的增高而降低;PVA-蚕丝复合水凝胶的弹性模量和应力松弛速率均随着蚕丝添加量的增高而增高;丝胶与聚乙烯醇有良好的结合性,蚕丝的加入使PVA基体结构的方向性增强.     

PVA／HA复合水凝胶的结构和摩擦学性能

将聚乙烯醇(PVA)和纳米羟基磷灰石(HA)按一定比例共混,采用反复冷冻-融化法制备出PVA/HA复合水凝胶.观察了PVA/HA复合水凝胶的微观结构和晶态结构,并在小牛血清稀释液润滑条件下进行了PVA/HA复合水凝胶与牛膝关节软骨的摩擦磨损试验.结果表明:随着冷冻-融化循环数的增加,PVA/HA复合水凝胶结构中氢键的作用增强,缠结结构链上的交联点增多,复合水凝胶的结晶度也随之提高,微孔结构趋于完整,因而使其压缩刚度增大;PVA/HA复合水凝胶与牛膝关节软骨的摩擦系数、接触变形和磨损量都随着冷冻-融化循环数的增加而显著减小,使复合水凝胶的减摩性和耐磨性提高.     

基于改进YOLOv5的空中目标部位快速分割算法

为满足导弹武器对空中目标高效毁伤的需求,针对基于深度学习的算法对空中目标部位分割速度慢、准确率低的问题,提出一种基于改进YOLOv5的空中目标部位分割算法。将YOLOv5的检测头替换为类似YOLACT算法的分割头,使其能够完成实例分割任务;对网络进行剪枝,在不影响精度的前提下获得更快的推理速度;在Backbone网络中应用可变形卷积、增加坐标注意力机制(coordinate attention, CA)模块,丰富目标的多尺度空间及语义信息,进一步提升算法的局部特征提取能力;基于Ghost卷积设计C3＿Ghost模块,替换YOLOv5原算法Neck部分的C3模块,显著降低算法计算量,并保证算法精度不受太大影响。对比与消融实验表明,所提方法与改进策略能有效降低计算量,在保证实时性的同时,算法精度也有所提升。