爆炸与冲击高压法合成超硬材料

综述了人工合成超硬材料技术的发展，报导了用炸药爆炸及冲击波高压合成金刚石及纤锌矿型氮化硼两种硬材料的技术与结果，并简介了其应用情况。     

一种间接测量圆柱形管内样品冲击波压力的方法

 描述了一种联合使用锰铜计和康铜计间接测量柱对称滑移爆轰条件下，金属管内样品中冲击波压力的方法。给出了冲击压缩方法合成纤锌矿型氮化硼（wBN）时的测量结果。结果表明：管内样品中压力范围大致在11.5~22 GPa范围内，满足冲击波合成wBN所需的压力条件；管内样品压力的发展变化具有不连续性。证明了这种间接测量管内压力的方法是可行的。     

Study of self—focusing in underwater waveguide by time reversal method

Acoustic wave time reversal self-focusing in underwater waveguide is studied.The acoustic wave time reversal is theoretically and experimentally investigated in a half-infinitefluid medium and a shallow fluid layer placed on a hard half-infinite solid medium,respectively,The ray approach method is adopted to study the far field of the acoustic field in theory,and the ultrasonic experiments have been carried out in laboratory to model the underwater waveguide.It is shown by theoretical and experimental results that the focusing gain can be improved by 12dB or more.     

样品-窗口界面运动速度的VISAR测试技术

 介绍了与VISAR配合的加窗干涉仪测试技术。实验中分别采用样品表面和窗体表面作为信号光反射面，并用透明粘接剂粘接窗口和样品，得到厚度约为6 μm、对532 nm激光透过率不小于85%的粘接层。对窗体本身提出采用楔形的技术，有助于消除表面反射光和窗体寄生干涉对VISAR信号的干扰，从而提高信号的信噪比和测试可靠度。利用这一技术分别得到了6.5 GPa和3.61 GPa冲击压力下铜-LiF晶体窗口、LiF-LiF晶体窗口之间的界面速度变化过程。     

冲击波阵面后温度的传导问题

 证明了在一般不计辐射的冲击波阵面后，存在一个热传导波，它的波速完全和冲击波的一致，但阵面后的温度分布有其自己的规律。     

电爆炸丝1维磁流体模型数值模拟

 给出了电爆炸丝1维磁流体模型的具体描述和基本方程，并利用数值方法求解。通过对含电爆炸丝断路开关的电感储能脉冲功率电路模型的计算，给出了电爆炸丝电流、电压随时间的变化，以及电爆炸过程中丝的密度空间分布，膨胀半径随时间的变化，讨论了电爆炸丝长度和初始电压对电爆炸丝电流、电压的影响。     

C20离子团簇在氧化物中穿行时库仑爆炸过程的理论研究

研究了C20团簇在几种金属氧化物(Al2O3,SiO2)中穿行时发生的库仑爆炸过程.采用线性介电响应理论,并结合Mermin形式的介电函数,得到了团簇中各组成离子的空间感应势,其中组成团簇中各组成离子的电荷分布情况由Brandt-Kitagawa有效电荷理论模型来描述.通过求解运动方程得到离子团结构随时间的演化过程,并采用Monte Carlo方法模拟了爆炸过程中的多重散射现象.我们发现,尾流效应使团簇的空间结构和电荷分布呈现非对称性.     

水下爆炸异相气泡动力学特性的Euler有限元数值模拟研究北大核心CSCD

该研究基于Euler有限元方法建立了水下爆炸异相气泡动力学模型,将计算结果和气泡统一理论以及异相爆炸试验进行对比验证计算模型的有效性.通过和自由场单气泡进行对比分析,发现异相爆炸冲击波对气泡做功是异相爆炸气泡总能量增加的原因,相位差绝对值越接近π、距离参数越小气泡总能量损失越少,后产生的气泡会使先产生的气泡提前坍缩.气泡的射流方向受相位差影响,相位差为零时产生对向射流,其他相位差产生反向射流.     

变分模态分量降噪后重构的水声弱信号检测

针对能量检测法在低信噪比下对非合作水声探测信号的检测性能显著下降的问题,提出了一种组合变分模态分解和小波变换降噪重构的信号检测方法。以信号分解出的各个本征模态函数的近似熵与互相关系数比值作为分量分类参数,将所得分量分为信号分量、含噪信号分量与噪声分量,然后利用第二代小波变换对含噪信号分量降噪后与信号分量组成重构信号,最后对重构信号进行检测。数值仿真结果表明该方法可以在无先验信息的情况下对CW和LFM信号自适应降噪,信噪比0 dB以下时CW信号重构后信噪比提升约12 dB,宽带LFM信号信噪比提升约8～9 dB,有效提升了低虚警概率下信号的检测概率。湖试结果表明,虚警概率为0.1时检测概率可提升至0.9以上,验证了该方法的有效性。     

采用GAF-D3Net深度学习网络的水下目标有源识别方法

提出一种基于格拉姆角场(GAF)和卷积神经网络(CNN)的水下目标有源识别方法。该方法利用GAF将目标回波信号编码为二维图像,使用空洞卷积构建轻量级的卷积神经网络GAF-D3Net实现对目标的特征提取与分类识别。实验表明,与基于传统图像特征的分类方法相比,所提方法的分类精度有显著提高,达到99.65%。在泛化性测试中,对比了经典CNN使用声呐图像的迁移学习方法,本文方法的曲线下面积(AUC)达到89%,具有更好的泛化性能以及抗干扰能力,为实现水下目标有源识别提供了一种可靠方法。