惯导辅助单历元解算模糊度测姿方法

GNSS与INS在测姿方面的组合理论上可以提升精度，但实际中有时会由于GNSS模糊度固定率低、固定出错、易受干扰等原因导致其精度相对INS过低，以至于组合精度不佳。针对以上问题，提出一种用惯导辅助解算模糊度的方法（IAACM），利用惯导信息辅助解算模糊度浮点解，在固定模糊度后得出更精准稳定的GNSS载体姿态，该姿态可与INS姿态再次组合有效提升测姿精度。该方法在解算模糊度层面引入了惯导信息，具有不受卫星数量限制，单历元固定模糊度，误差稳定等优势。利用高精度GNSS接收机与光纤惯导组合搭建试验平台，在城市道路环境中进行跑车测试，验证模糊度固定情况及测姿精度。试验表明，该方法可提供更精准的模糊度浮点解，并可单历元固定模糊度，有效提升模糊度固定率，使测姿精度大幅提高。     

杀螟丹中间体与异构体互变[JZ]异构理论研究

研究了合成杀虫剂杀螟丹的关键中间体2-N,N-二甲胺基-1,3-二硫氰基丙烷(有效体)及其异构体1-N,N-二甲胺基-2,3-二硫氰基丙烷(无效体)互变异构反应中溶剂和温度的影响.  采用密度泛函理论B3LYP/6-31G(d)方法研究了其在气相中的反应机理, 确定了相应的过渡态和反应活化能.  量子化学计算结果表明, 反应首先通过分子内亲核取代环化生成吖丙啶鎓盐活性中间体, 硫氰基进攻N-三元环中间体过程中发生了分子内重排转位, 转化为异构体. 采用极化连续(Polarizable continuum model, PCM)模型研究了反应体系在甲苯、氯仿、丙酮、乙醇、甲醇、乙腈和DMSO溶液中的溶剂效应. 结果表明, 该重排反应溶剂化效应非常明显, 极性溶剂有利于过渡态的稳定, 降低反应活化能, 提高反应速率. 理论研究结果与实验观察结果相符, 很好地解释了有关实验现象.     

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.      

欧氏空间子空间正交补的代数方法研究

在n维欧氏空间Rn中,对其任意的非零子空间V1,有子空间V2使V1⊥V2,且Rn=V1V2.本文对这一几何问题利用齐次线性方程组给予了代数方法的又一种证明.     

高师数学专业学生实验能力培养的理论研究与实践

数学实验活动是提高学生数学素养,提高学生应用能力和创造能力的有效途径.高师院校学生肩负着未来培养中小学生的数学探究能力和创造能力的重大使命.因此,高师院校数学实验的教学改革研究具有双重的意义.本文通过对高师院校数学实验课程体系改革的理论研究与教学实践,探讨了高师院校数学实验教学的一条新路,提供了适合高师院校学生数学实验能力培养的新教学模式和新途径.     

基于STM32的飞机电气负载管理中心设计

传统飞机远程配电系统使用采样电阻对模拟电参数进行采集,硬件电路繁琐,实时性、可靠性和采样效率在实用中很难满足系统要求;针对这种情况,设计一种基于STM32的飞机电气负载管理中心方案,采用RN8209计量芯片替代传统的采样电阻,设计模拟量采集模块电路,通过MODBUS协议与控制内核通信,完成汇流条以及负载电压、电流的采集;以μC/OS-II实时嵌入式操作系统为软件平台,给出了电气负载管理中心的整体框图,硬件接口电路和系统程序设计;实验结果表明,电气负载管理中心实时性得到有效提高,采样精度得以保留;该方案有效地简化了硬件电路,获得满意的采样效率,同时系统的可靠性增强。     

一维空洞卷积神经网络的矿物光谱分类

矿物光谱综合反映了岩矿的物理化学特性、组分和内部结构特征,已被应用于岩矿识别研究。传统的矿物光谱分类方法需要先对矿物光谱进行预处理,再采用不同方法分析光谱特征,从而实现分类目的。但同时也会造成部分光谱信息丢失,导致最终分类精度不高且操作过程繁琐、效率低下,难以应对日益增长的大数据处理需求。因此,建立一个准确、高效的矿物光谱自动分类模型意义重大。卷积神经网络是应用最广泛的深度学习模型之一,它通过逐层抽取数据特征并组合形成高层语义信息,具有极强的模型表达能力,在光谱数据分析方面应用潜力巨大。针对矿物光谱数据的特点,提出了基于一维空洞卷积神经网络（1D-DCNN）的矿物光谱分类方法,利用空洞卷积神经网络提取光谱特征,采用反向传播算法结合随机梯度下降优化器调整模型参数,输出光谱分类结果,实现了矿物类别的端到端检测。该网络包含1个输入层、3个空洞卷积层、2个池化层、2个全连接层和1个输出层,采用交叉熵为损失函数,引入空洞卷积扩大滤波器感受野,有效避免光谱细节特征丢失。实验采集了白云母、白云石、方解石、高岭石四种矿物光谱,并通过添加噪声的方式进行数据增强,构建数量充足的矿物光谱样本用于神经网络模型训练与测试;探讨了卷积类型、迭代次数对模型分类结果的影响,并与多种传统矿物光谱分类方法进行对比,评价模型性能。实验结果表明,提出的1D-DCNN模型可实现矿物光谱快速准确分类,分类准确率达到99.32%,优于反向传播算法（BP）和支持向量机（SVM）,说明所提方法能够充分学习矿物光谱特征并有效分类,且模型具有良好的鲁棒性和可扩展性。该方法也可推广到煤炭、油气、月壤等其他领域光谱分类应用中。     

白光LED用Ba3La（PO4）3∶Dy3+荧光粉的制备与发光性能

通过高温固相法合成了一系列Ba3La1-x(PO4)3∶xDy3+荧光粉材料。利用XRD测量样品的物相,结果显示样品为纯相Ba3La(PO4)3晶体。样品的激发光谱由一系列宽谱组成,峰值分别位于322,347,360,386,424,451 nm。在347 nm激发下,荧光粉在482 nm(4F9/2→6H15/2)和575 nm(4F9/2→6H13/2)处有很强的发射。研究了不同Dy3+掺杂浓度对样品发射光谱的影响,当Dy3+摩尔分数x=0.10时出现猝灭现象,浓度猝灭机理为电偶极-电偶极相互作用。确定了不同Dy3+掺杂浓度的Ba3La(PO4)3∶Dy3+的荧光寿命。Ba3La(PO4)3∶Dy3+荧光粉发射光谱的色坐标位于白光区域。     

新型全息用光致聚合物的研究

研制了一种新型全息用光致聚合物材料,其成膜树脂为胺固化环氧体系,全息记录组分为光引发自由基聚合体系.用新合成的高效光敏染料DEAMC做光敏剂,通过配方调整,制备了一系列的样片,以457 nm的蓝光为记录光,632.8 nm的红光为探针光,研究了样片的衍射效率、灵敏度、折射率调制度等全息性能.结果表明,通过调整材料的配方组成、各组分的含量及样片的膜厚等因素,可以优化样片的全息性能.对样片的信噪比损失(LSNR)测试结果表明,在全息存储的曝光量范围内对样片曝光引起的图像信噪比损失仅有0.40 dB,说明样片的光学质量高,在全息存储上将具有很好的应用前景.     

基于Ugi反应的新型鱼尼丁受体杀虫剂的设计、合成及生物活性

利用Ugi 反应设计合成了一系列未见文献报道的α-苯基-α-酰胺基-酰胺类化合物, 所有化合物均通过 1H NMR谱、元素分析和高分辨质谱表征确定. 初步的生物活性测试结果表明, 在浓度为200 mg/L时, 化合物7h对粘虫有一定抑制活性; 在浓度为50 mg/L时, 化合物7q对苹果轮纹病菌、化合物7e对小麦赤霉菌有一定的抑菌活性.