L波段大功率全带宽波导盒型窗

 由于鬼模振荡的存在,普通波导盒型窗很难获得宽频带输出,其相对带宽一般只有20%～30%。提出一种新的适用于大功率螺旋线行波管非对称全带宽波导盒型窗设计思路,通过３维电磁仿真设计与优化,获得了L波段相对带宽达41.4%盒型窗结构设计参数,且频带内无鬼模振荡,考虑匹配过渡段后整个盒型窗驻波系数模拟计算小于1.1。采用此功率输出结构研制的S波段大功率行波管连续波输出功率达3 kW以上,整管实测驻波系数小于1.6。     

真空盒对二极铁场均匀性影响的研究

通过计算机模拟计算与实验相结合,讨论了真空盒磁导率对二极磁铁磁场分布的影响.结果表明当真空盒磁导率μr≠1时,真空盒将影响磁铁磁场分布,在磁场均匀性要求很高时,必须考虑真空盒的材料与尺寸对磁场均匀性的影响.     

复合材料波纹梁盒段耐撞性的数值模拟

运用MSC/DYTRAN有限元软件,结合参数等效的方法对复合材料波纹梁盒段的碰撞过程进行了数值模拟,获得了波纹梁盒段碰撞时的破坏过程、载荷-时间曲线、能量吸收能力等数据,将计算结果与M.A.McCarthy的试验结果进行对比,可以发现两者比较吻合。从而说明采用参数等效的方法可以得到复合材料结构耐坠撞性设计中需要的数据。     

基于液晶引流效应的上板游离态液晶盒数值计算研究

以小分子液晶Leslie-Ericksen理论为基础,建立液晶盒上基片游离状态的计算模型,在给出边界初始条件的基础上,运用二阶Runge-Kutta(龙格-库塔)法与中心差分法对方程组进行时空离散,通过MATLAB编写计算程序,调整计算参数得出液晶盒厚度、液晶盒两端所施加电场参数对液晶引流的影响.结果表明:液晶指向矢的大小随液晶盒上下基板所施加电场的交变而交变,并引起液晶引流速度大小交变;随着液晶盒厚度的增加,液晶盒上基片在一个周期内移动的位移也在增加;液晶盒两端所施加电场的占空比基本上不影响液晶盒上基片速度的大小,对液晶盒上基片速度最大值出现的时间点影响很大;通过与实验数据相对比,液晶盒上基片位移数值大小在同一个数量级,运动轨迹比较吻合.     

产甘油基因工程菌的构建

利用途径工程的基本原理,在大肠杆菌中构建一条产甘油的新代谢途径。从酿酒酵母Sacchdromyces cerevisiae INVSc1菌株总DNA克隆3-磷酸甘油脱氢酶基因(gpdl)和3-磷酸甘油酯酶基因(hot2),构建由两个杂合启动子trc启动基因的双表达盒的重组质粒pGEM-Cgpd1-Chor2,后者转入E．coli JM109菌株,构建的重组菌株就具有一条直接将葡萄糖转化为甘油的新代谢途径,将该重组菌株以葡萄糖为底物进行摇瓶发酵,甘油产率为1．18g／L。该研究结果为进一步构建生产1,3-丙二醇工程菌打下了基础。     

一种基于莫顿码及镜像编码的平衡八叉树模型

在接触分析和动画模拟等网格规模庞大、需要实时更新的应用场景下,普遍采用莫顿码实现包围盒层次树结构的快速重构。但现有的层次树由于结构平衡性差,普遍存在搜索效率不稳定的问题,为此本文在莫顿码法的基础上提出了一种兼顾构建与搜索效率的平衡八叉树模型BOT树(Balanced Octree)。设计了镜像编码来保证树的上层节点均有8个分支,且同层树节点所含三角面数之差不超过1。实际算例表明,BOT树与现有模型OIOT树在CUDA并行框架下对比,构建加速比最高可达1.29×,且网格规模越大,BOT树构建效率的优势越明显。同时,与OIOT树相比BOT树的筛除率更高,在凸体接触和边缘接触算例中加速比分别达到1.13×和1.06×。     

液晶及其应用

 液晶是１８８８年由奥地利的Ｆ．Ｒｅｉｎｉｔｚｅｒ发现的．他把各向同性的胆甾醇苯酸酯晶体加热到１４５．５℃时,它熔融成为各向异性的混浊液体．继续升温到１７８．５℃,混浊液体突然变为清亮的液体．这个由混浊到清亮的过程是可逆的．这说明在各向同性的国相和各向同性的液相之间存在着一个各向异性的液态中介相．把这个各向异性的液态中介相叫做液晶相．凡是能出现液晶相的物体统称为液晶．混浊的胆甾醇苯酸酯液体就是一种液晶．由于液晶具有各向异性而且是液态,所以液晶必然是由各向异性的分子构成,而且分子倾向于定向排列．各向同性分子构成的液态是不可能出现各向异性的．液晶分子有棒形,盘形和碗形三种形状．     

平面磁控阴极用于PEPC等离子体放电实验研究

平面磁控阴极用于大面积等离子体放电具有大幅降低放电电压和放电气压的优点 ,是PEPC首选的放电途径。通过对不同尺寸、不同磁场强度和不同气压状态下放电实验研究表明 :在较宽的磁场强度范围内都可实现全口径的均匀等离子体放电 ,电极几何尺寸的小量变化对放电均匀性的影响不大。给出了满足 30 0 mm× 30 0 mm放电腔的放电参数。     

Marion集的强正则性

设E=（E1,……,Em)为Marron集（不要求满足分离条件）,本文证明E具有强正则性,即对任意1≤j≤m,dimH Ej=dimB Ej,其中dimH Ej与dimB Ej分别表示Ej的Hausdorff维数与盒维数。     

一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法

基于深度学习的目标检测技术在目标检测领域有强大的生命力,但是将其用于合成孔径雷达(SAR)图像舰船目标检测时并没有达到预期的效果。提出了一种基于卷积神经网络的SAR图像舰船目标检测算法用来检测多场景下的多尺度舰船目标,在单发多盒探测器检测框架的基础上,使用性能更好的Darknet-53作为特征提取网络,加入更深层次的特征融合网络,生成语义信息更加丰富的新的特征预测图。同时在训练策略上使用了一种新的二分类损失函数来解决训练过程中难易样本失衡的问题。在扩展的公开SAR图像舰船数据集上进行验证实验,实验结果表明,所提方法对复杂场景下不同尺寸的舰船目标的检测展现出了良好的适应性。