利用fNIRS研究情绪状态下的脑力负荷评估

为研究采用功能性近红外光谱(fNIRS)技术评估不同情绪状态下操作者脑力负荷(MWL)的可行性,为开展以MWL评估为基础的操作者功能状态(OFS)评估提供技术支持,进行了多种情绪刺激下的图片n-back任务实验,包括负性、积极和中性三组情绪.采用任务绩效、主观量表和fNIRS生理测量等方法采集16名参试者的实验数据.任务绩效和主观状态评分均表明参试者MWL在外部因素影响下发生变化.从fNIRS信息中提取了时域、频域和非线性域共380个生理特征作为OFS评估模型输入,采用支持向量机作为分类器,建立了MWL评估模型.评估模型采用中性情绪刺激下的任务数据作为训练数据,积极情绪和负性情绪刺激下的实验数据作为测试数据,分别取得了92.49%、75.90%和79.99%的平均分类正确率.通过实验数据分析,验证了任务负荷和情绪刺激能够有效影响操作者MWL的实验假设,证明了采用fNIRS技术建立多种情绪状态下MWL评估模型的可行性,为开展复杂任务情况下以MWL为基础的OFS评估提供依据.     

带状电缆的直流X射线辐照响应

对真空环境下带状电缆模型直流X射线辐照响应进行了实验和数值模拟研究;研制了电缆直流X射线辐照实验系统;使用蒙特卡罗模拟软件计算了直流X光机产生的X射线能谱、通量等参数;建立了带状电缆X射线辐照响应一维计算模型,该计算模型包括电缆导体与介质层间隙和介质层电导率模型。实验测量了两个带状电缆模型的直流X射线辐照响应电流波形,并对其进行了数值模拟。结果显示,在一定的电缆导体与介质层间隙大小假设条件下,采用带状电缆X射线辐照响应计算模型计算的结果与实验测量结果在波形特征和绝对幅度方面比较接近,说明了利用该模型描述电缆直流X射线辐照响应具有其合理性。     

基于反应时间的中间视觉道路照明功率密度分析及显色性能研究

给出了一种在人眼中间视觉条件下道路照明光源安全节能性能分析的研究方法.通过构建基于中间视觉行车行为反应时间模拟测试系统,建立了人眼中间视觉条件下的光视光效模型,获得了中间视觉下的光视光效曲线.并通过该模型,给出了基于照明功率密度LPD的光源节能性评价方法.从色度学理论出发,选用Luv均匀颜色空间,基于显色指数的光源显色性评价分析计算方法,探讨了不同主波长光源的相对光谱功率分布变化对光源颜色的影响,建立了光源主波长与显色指数的函数关系表达式,可计算获得人眼敏感度与光源颜色各个波长点的关系.对上述方法进行了反应时间模拟测试实验和道路照明图像清晰度计算实验验证,数据分析与计算结果表明,在中间视觉条件下,以540～ 550 nm为主波长的白绿色照明光源的功率密度和显色性最佳.     

电推力器流动模拟中的电子处理方法

 分析了电子的准中性假设、玻耳兹曼分布假设、粒子模型在电推力器流动模拟中的适用性和优劣性,提出了一种新的电子处理方法——电子漂移扩散近似,采用该方法模拟了离子发动机栅极光学系统等离子体运动过程。结果表明:该方法得出的电势分布、离子相空间分布及电子数密度分布与经典的电子玻耳兹曼分布假设处理方法计算结果一致,验证了该方法可以很好地应用于电推力器栅极光学系统模拟。     

民乐与国画交互审美的增效效果研究

利用视觉和听觉的交互和整合特性,探究视听交互匹配方式在民乐与国画欣赏中的审美增效作用。首先构建具有美感属性类别和情感维度信息标签的民乐和国画样本集,然后根据不同美感类别在共享情感空间下的分布情况,提出了基于情感维度比例关系的近似距离类别匹配法。通过基于耳机重放虚拟听音与视觉刺激相结合的实验方式验证了该视听匹配方法的有效性,并创新性的提出基于模糊统计理论的美感测度计算方法以及审美增益的量化数值计算模型。该计算结果显示听觉对视觉的美感平均增益率约36%,视觉对听觉的美感平均增益率约33%。视觉对于正性审美情绪的作用相对较大,听觉对于负性审美情绪的影响较大。      

串联型双轨增强电磁轨道炮电路模拟

建立了包括脉冲电源模块和电磁轨道炮的全电路模型,实现了从电源放电至电磁轨道炮发射过程的全电路模拟。根据电源放电与洛伦兹力加速的耦合方程组,在电路模型内将电源的基本单元封装成子电路模块、弹丸受力运动模型转化为电路解耦模块,建立了针对24个基本单元组成的电源网络驱动串联型双轨增强电磁轨道炮的电路模型。将模拟结果与实验结果进行对比,电流模拟结果偏差2.6%,电枢出膛速度模拟结果偏差9.8%,模拟与实验结果基本一致,验证了模型方程和模拟方法的可靠性和合理性。     

双层钨丝阵的Z箍缩动力学过程研究

基于Z箍缩零维模型、丝阵碰撞假设和箍缩动能最大化的优化原则，对美国Sandia实验室Z装置的典型双层钨丝阵负载进行了优化分析，结果表明它基本上是优化的.在丝阵碰撞假设下，利用一维三温辐射磁流体力学程序对其箍缩过程进行了数值模拟，模拟结果再现了Z箍缩过程的一维时空演化过程，得到了内外层丝阵的运动轨迹和驱动电流在它们之间的转移规律，并将计算得到的宏观结果与实验结果进行了比较.表明丝阵相互作用的碰撞假设有合理性. 关键词： Z箍缩 双层钨丝阵 零维模型 一维辐射磁流体     

激光辐照受拉铝板破坏行为的时空多尺度数值模拟

推导耦合过渡区内参变量信息交换的元/网格动量传递多尺度算法,建立离散元与有限元耦合时空多尺度计算模型,并应用于激光辐照下受拉铝板破坏行为的数值模拟中.通过对比有限元计算模型、空间多尺度计算模型与时空多尺度计算模型在激光辐照下受拉铝板破坏算例的模拟结果,验证离散元与有限元耦合时空多尺度计算模型的准确性和数值计算高效率优势.使用该多尺度计算模型从宏观和细观尺度对铝板破坏行为进行数值模拟,模拟结果与实验结果基本一致.     

QUICK格式在湍流旋流流动数值模拟中的应用

为研究不同精度的离散格式对湍流旋流流动数值模拟结果的影响,同时应用QUICK格式和混合格式对同轴射流旋流燃烧室内的湍流流动进行了数值模拟.在采用k-ε湍流模型的条件下,QUICK格式计算得到的燃烧室内气体轴向与切向速度及轴向脉动速度均方根值分布与实验数据符合较好,而混合格式给出的数值模拟结果则与实验有一定的偏差.     

宽动态范围辐射测温系统的简化定标方法

在宽动态范围辐射测温系统中,不同温度的辐射源采用透过率不同的中性密度衰减片以及不同的积分时间,往往需要重新定标,且重新定标过程繁琐,降低了系统的效率。在分析定标理论的基础上,建立了考虑积分时间和中性密度衰减片透过率的宽动态范围辐射定标模型,提出了一种简化的定标方法,经过两次不同积分时间的定标,可以推导出前置不同透过率衰减片、不同积分时间的定标模型;通过对前置透过率为0.0278%的衰减片在0.8 ms及1 ms积分时间下的定标分析,计算出系统由内部暗电流及杂散辐射引起的灰度响应,从而分别推导出前置透过率为0.0740%和0.8193%的衰减片在不同积分时间下的定标模型,最后通过实验检验定标模型的测温精度。实验结果表明:利用所提出的简化定标方法,透过率为0.0740%的衰减片在0.8 ms及1 ms积分时间下的定标模型的测温误差分别≤0.36%和≤0.46%;0.8193%衰减片在0.2 ms积分时间下的测温误差≤4.5%。在一定的误差允许范围内,所提定标方法在提高定标效率的同时,保证了一定的测温精度。     

基于量子遗传算法的认知无线电决策引擎研究

提出了基于量子遗传算法的认知无线电决策引擎，设计了待优化的多目标函数，利用量子遗传算法调整优化无线电参数，运用多载波系统对算法性能进行了仿真分析.实验结果表明该方法在收敛速度、收敛精度和算法稳定性上都明显优于经典遗传算法，在种群规模较小时仍然能获得很好性能，适合于实际实现.不同权重设置模式下仿真结果表明该方法能够在多个目标函数间进行权衡，参数调整结果与当前对目标函数的偏好一致.     

BFF: Bayesian,Fiducial, and Frequentist Analysis of Cognitive Engagement among Cognitively Impaired Older Adults

Engagement in cognitively demanding activities is beneficial to preserving cognitive health. Our goal was to demonstrate the utility of frequentist, Bayesian, and fiducial statistical methods for evaluating the robustness of effects in identifying factors that contribute to cognitive engagement for older adults experiencing cognitive decline. We collected a total of 504 observations across two longitudinal waves of data from 28 cognitively impaired older adults. Participants’ systolic blood pressure responsivity, an index of cognitive engagement, was continuously sampled during cognitive testing. Participants reported on physical and mental health challenges and provided hair samples to assess chronic stress at each wave. Using the three statistical paradigms, we compared results from six model testing levels and longitudinal changes in health and stress predicting changes in cognitive engagement. Findings were mostly consistent across the three paradigms, providing additional confidence in determining effects. We extend selective engagement theory to cognitive impairment, noting that health challenges and stress appear to be important moderators. Further, we emphasize the utility of the Bayesian and fiducial paradigms for use with relatively small sample sizes because they are not based on asymptotic distributions. In particular, the fiducial paradigm is a useful tool because it provides more information than p values without the need to specify prior distributions, which may unduly influence the results based on a small sample. We provide the R code used to develop and implement all models.     

基于二进制粒子群算法的认知无线电决策引擎

提出了基于粒子群算法的认知无线电决策引擎,并提出了一种种群自适应粒子群算法,利用粒子群算法调整优化无线电参数,运用多载波系统对算法性能进行了仿真分析.实验结果表明基于二进制粒子群算法的认知决策引擎在收敛速度、收敛精度和算法稳定性上都要明显优于经典遗传算法,基于种群自适应粒子群算法的决策引擎则能进一步提高算法初期性能,满足认知无线电实时性要求. 关键词： 认知无线电 粒子群算法 遗传算法 认知决策引擎     

生物物理学的几个热点领域

物理学与生物科学的交叉由来已久，这不仅解决了自然界许多重大的理论问题，并且在高层次上开辟了新的技术领域，如生物信息学、纳米生物学和脑与认知科学等，文章对当今生物物理学的这几个热点领域进行了介绍。     

演示──启迪思维的钥匙

演示教学是启发学生思维的重要手段，借助于演示可使学生从实践中学到从书本中学不到的东西。     

从物理学习的认知过程看物理实验研究

物理实验是物理教学的基础,因此物理实验研究是物理教育研究的重要组成部分.本文在对学生物理学习的认知过程进行分析的基础上,根据不同认知过程探讨物理实验研究的思路.     

基于贝叶斯网络的认知引擎设计与重配置

以往的通信行为指导系统未来通信, 以满足用户需求并适应环境变化, 是认知无线电系统的核心所在, 为此提出了一种基于贝叶斯网络的认知引擎, 用于解决在复杂多变的电磁环境与用户需求条件下, 认知无线电系统参数自适应调整的问题. 通过对系统过去通信行为样本数据, 进行结构学习和参数学习建立认知引擎, 将系统当前环境状态和用户需求信息经预处理作为推理的证据, 应用引擎决策出系统此时最佳的工作参数, 完成系统参数重构. 本文利用OPNET工具建立一个移动无线网络完成仿真实验, 仿真结果表明该认知引擎能有效地使移动无线网络适应环境变化, 改善端到端通信性能, 进一步验证了建模方法的可行性.     

Entropy and Multifractal-Multiscale Indices of Heart Rate Time Series to Evaluate Intricate Cognitive-Autonomic Interactions

Recent research has clarified the existence of a networked system involving a cortical and subcortical circuitry regulating both cognition and cardiac autonomic control, which is dynamically organized as a function of cognitive demand. The main interactions span multiple temporal and spatial scales and are extensively governed by nonlinear processes. Hence, entropy and (multi)fractality in heart period time series are suitable to capture emergent behavior of the cognitive-autonomic network coordination. This study investigated how entropy and multifractal-multiscale analyses could depict specific cognitive-autonomic architectures reflected in the heart rate dynamics when students performed selective inhibition tasks. The participants (N=37) completed cognitive interference (Stroop color and word task), action cancellation (stop-signal) and action restraint (go/no-go) tasks, compared to watching a neutral movie as baseline. Entropy and fractal markers (respectively, the refined composite multiscale entropy and multifractal-multiscale detrended fluctuation analysis) outperformed other time-domain and frequency-domain markers of the heart rate variability in distinguishing cognitive tasks. Crucially, the entropy increased selectively during cognitive interference and the multifractality increased during action cancellation. An interpretative hypothesis is that cognitive interference elicited a greater richness in interactive processes that form the central autonomic network while action cancellation, which is achieved via biasing a sensorimotor network, could lead to a scale-specific heightening of multifractal behavior.     

Cognitive radio adaptation for power consumption minimization using biogeography-based optimization

Adaptation is one of the key capabilities of cognitive radio, which focuses on how to adjust the radio parameters to optimize the system performance based on the knowledge of the radio environment and its capability and characteristics.In this paper, we consider the cognitive radio adaptation problem for power consumption minimization. The problem is formulated as a constrained power consumption minimization problem, and the biogeography-based optimization(BBO) is introduced to solve this optimization problem. A novel habitat suitability index(HSI) evaluation mechanism is proposed,in which both the power consumption minimization objective and the quality of services(Qo S) constraints are taken into account. The results show that under different Qo S requirement settings corresponding to different types of services, the algorithm can minimize power consumption while still maintaining the Qo S requirements. Comparison with particle swarm optimization(PSO) and cat swarm optimization(CSO) reveals that BBO works better, especially at the early stage of the search, which means that the BBO is a better choice for real-time applications.