强火光中图像拍摄技术研究

对串联战斗部一级战斗部装药燃烧的火光进行近紫外波段光谱分析，选取了310 nm～320 nm作为高速摄像机拍摄窗口，并采用窄带滤波器过滤掉拍摄窗口之外的其他光谱，使用激光辅助照明设备对火光中的物体在320 nm处进行照明，较为清晰地拍摄到了强火光中的物体图像，并进一步通过串联战斗部穿靶试验，验证了系统的科学和有效性。     

基于EKF的水下LD通信精对准控制算法

高速激光通信中接收机与光斑中心很难处于精对准状态,导致水下光通信链路难以稳定建立.首先采用蒙特卡洛仿真统计法分析激光光子在海水中传输的接收光强分布规律,再通过实验对接收端的光斑图像进行采样分析,利用曲线拟合得到接收器位置与接收光强的关系.仿真与实验结果表明:光束经过25 m的水下传输,接收光强分布仍近似为高斯分布.采用非线性估计算法(扩展卡尔曼滤波)与基本状态控制反馈理论,根据接收光强度估计接收器当前位置与最大光强处的距离,通过反馈算法实现接收端与光斑中心的主动跟踪对准.算法仿真结果显示,接收端对准误差在2 mm以下,稳定后接收效率超过98%.     

水下超疏油聚(3,4-乙烯基二氧)噻吩薄膜的制备简

以离子液体溴化(1-己基-3-甲基咪唑盐)作为电解质和掺杂剂采用电化学一步法制备了微纳米复合结构的聚(3,4-乙烯基二氧噻吩)薄膜,薄膜由槽内排布着纳米珠链的棒状结构组成. 研究表明,通过控制电流密度的大小,可以调节棒状结构和珠状结构的平均直径. 离子液体中的咪唑阳离子和对阴离子均掺杂到聚合物中,该薄膜具有可逆的电化学活性及水下超疏油特性.     

一种可用于光降解的纳米氧化锌油水分离网

通过低温水热法在钢丝网上生长六棱柱形的氧化锌纳米柱.包覆了氧化锌纳米柱的钢丝网具有水下超疏油的特殊浸润性,并可用于油水分离.滤网在室温常压下可对含有汽油、柴油和原油等油水混合物进行高效快速分离,分离效率可达98%以上.材料可以承受1.4 kPa的油层压力且可反复使用.由于氧化锌的光响应性强,滤网可快速降解水中的亚甲基蓝,2 h的降解率可达80%.包覆了氧化锌纳米柱的钢丝网具备同时进行油水分离和降解环境中污染物的能力,是一种新型多功能水处理材料.     

基于多模差分融合的高速车辆定位算法

针对车辆高速运动下定位延时大、精度低、稳定性差的问题,发挥GPS、RSSI和INS三种定位模式的各自优势,将GPS差分校准算法与RSSI测距相结合求解横坐标,将RSSI测距与INS惯导迭代算法相结合求解纵坐标,提出了一种适合高速运动车辆的多模差分融合精确定位算法。以四车道的高速路为场景进行了仿真实验,当车速为70km/h时,跟踪误差<1m,定位延时<0.2s。实验结果表明,该算法可实现车身级和车道级定位,在精确交通诱导、车辆防撞等智能交通领域具有应用前景和推广价值。     

一种改进的AUVs变结构滑模控制策略研究

针对现有的变结构滑模控制切换面单一性会导致系统状态在原点处收敛缓慢的缺陷,对自主式水下机器人(AUVs)变结构滑模控制设计了折线型的切换面,并且进一步改进实现了速度控制和定点定速控制。改进的切换面由斜率不同的自线段构成,并在拐点处通过S型函数光滑过渡。将切换面的斜率减小到0时,则可以实现速度控制,同时为了消除速度控制的稳态误差,引进了采用能智积分方法的积分项。最后在某AUV上进行仿真实验,结果证实了应用折线型切换面可以减少控制系统的上升时间,提高反应速度;速度控制的稳态误差接近0,并很好地实现定点定速的控制效果。该方法可以有效用于AUVs的控制。     

基于FPGA的激光测速仪信号处理方案设计与实现

为满足高动态环境下的激光多普勒测速仪信号处理需要,提出了一种基于现场可编程门阵列(FPGA)的激光测速仪信号处理方案。在FPGA内部完成全部信号处理的内容,利用快速傅里叶变换(FFT)算法得到信号的频谱,利用能量重心法对离散频谱进行校正,开发采样频率自适应算法,兼顾测量准确度与测量范围的要求,最后将结果通过通用串行总线上传个人计算机显示。程序采用流水线方式设计,提高信号处理速度。经过实验验证,数据更新率达到2.4~24kHz,数据延迟时间为123~1230μs,测量准确度优于8×10-4,测量稳定度优于2.5×10-7。     

高速透平发电机的特点及相关技术研究

透平膨胀机作为回收能量的设备在能源综合利用方面得到了广泛的应用,随着高速电机技术的发展,采用透平膨胀机直接带动高速发电机发电成为可能。文中比较了高速透平发电机系统相对于传统的透平发电机的优势,介绍了其关键技术,探讨了高速透平发电机的发展方向。     

前沿动态CSCD

对比激光辐射：纳米光学天线新进展
　　美国伯克利实验室的研究人员研发出一种纳米光学天线,可极大增强原子、分子和半导体量子点的自发辐射。该进展为发光二极管在短距光通信,包括光学互连芯片和其他潜在应用方面取代激光器开启了大门。伯克利实验室材料科学分部的电气工程师 Eli Yablonovi 说：“与受激光辐射相比,自发光辐射一直不被重视”。“但是,利用恰当的光学天线,自发光辐射实际上可以比受激光辐射更快。”Yablonovitch任教于加州大学伯克利分校,指导美国国家科学基金会中心从事节能电子科学（E3S）的研究,同时他也是伯克利Kavli 能源纳米科学研究所（ Kavli ENSI ）的成员之一。他率领的团队,使用金制成的外部天线,使铟镓砷磷制成的纳米棒的自发光辐射有效增强了115倍。这个接近200倍的增加,在减小受激光辐射和自发光辐射速度差方面,具有里程碑意义。当增加到200倍时,自发辐射率会超过受激辐射率。 Yablono-vitch说,“我们相信利用光学天线,自发辐射率增强有可能超过2500倍,同时保持50％以上的发光效率,”采用光学天线增强型发光二级管替换微芯片上导线,将实现更快的光互连和更强的计算能力。该项研究成果发
　　表在美国国家科学院学报（ PNAS）中,论文题为“光学天线增强型自发光辐射”。在高科技的世界,激光无处不在,已经成为高速光通信的主力。然而,激光在诸如1m或更小的短距光通信方面也存在弊端--他们消耗过多电能,通常会占用太多空间。发管二极管将成为更有效的替代选择,但却受限于它们的自发辐射率。     

基于恒等映射多层极限学习机的高速列车踏面磨耗预测模型

针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题, 提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法. 首先将恒等映射引入到多层极限学习机中, 提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine, I-ML-ELM), 采用机器学习公共数据集对该模型进行性能验证, 数值结果表明I-ML-ELM模型具有较好的准确性与泛化性; 然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型, 模拟列车运行的不同工况, 观测和分析高速列车的车轮踏面磨耗情况, 并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测; 最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证, 结果表明: I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络: ELM, FLN, ML-ELM, ML-KELM和DLSFLN, 通过高速列车线路实测数据的进一步验证表明, 本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律.