玻璃钢包扎在煤气管道加强上的应用

介绍了玻璃钢包扎煤气管道的施工材料、施工流程及要点，指出了此方法应用在煤气管道加强上的优点。     

基于高级计划排程系统与制造执行系统的电网运检计划管控系统

针对传统运检计划的编制与执行依靠工作人员人工编制与现场管控,存在运检计划编制缓慢、执行管控疏漏等问题,为提升运检工作质效、保障电网本质安全,搭建了运检计划数字化管控系统.系统基于制造业应用成熟的高级计划排程(APS)系统以及制造执行系统(MES),通过对比运检业务与制造业业务异同点,建立映射模型.系统在电网资源业务中台的基础上进行微应用改造,明确了运检计划数字化管控系统八大基本功能与全业务工作流程.通过对比数字化管控系统的应用,可减少90％信息收集工作,避免因检修不到位造成设备质量事件.通过分析运检承载能力、辨识运检风险、制定差异化运检策略,切实保障人身、设备、电网安全.     

锥面共形阵列极化-DOA估计的降维MUSIC算法

针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵,将导向矢量中空域信息和极化域信息去"耦合",在考虑阵元遮挡效应的条件下,结合秩损原理实现了基于降维MUSIC算法的极化-DOA多参数估计,减小了极化-DOA参数估计的计算量.通过计算机仿真证明了方法的有效性.     

共形阵列MUSIC算法分辨力性能分析

针对共形阵列分辨力性能分析问题,本文首先对锥面、柱面、球面等3种常见共形阵列进行信号建模,并基于MUSIC算法实现共形阵列下极化-DOA参数的联合估计,然后通过MUSIC零谱的定义以及噪声子空间投影矩阵的期望,给出MUSIC期望谱的具体表现形式,在此基础上详细分析推导了MUSIC算法在共形阵列中的分辨力门限;最后通过计算机仿真研究共形阵列分辨力门限理论值与仿真值的关系,以及共形阵列与均匀圆阵在分辨力性能上的差异,仿真结果显示共形阵列的分辨力门限随着信噪比的增加逐步降低,验证了理论分析的正确性.     

基于高阶累积量的酉变换DOA估计算法

目前将酉变换算法用于奇数阵元均匀圆阵时需要利用模式空间算法进行预处理,而模式空间算法需要阵元数过多,且与酉变换算法结合后只能针对特定俯仰角在方位向上进行一维搜索.针对问题提出利用高阶累积量算法对阵列接收数据进行预处理,为提高测向精度和估角性能,利用酉变换算法将预处理得到的高阶累积量矩阵实数化.与模式空间算法相比上述方法降低了对阵元个数的需要,并且能够直接进行二维谱峰搜索.与经典多重信号分类算法(MUSIC)相比,在不增加特征值分解及谱峰搜索计算量的情况下,提高了算法的分辨力.按照给出的算法原理,通过仿真试验验证了所得的结论的正确性.     

140 GHz回旋管高转换效率准光模式变换器设计研究（英文）

成功实现高转换效率的140 GHz TE22,6准光模式变换器原型设计。基于周期微扰原理设计Denisov辐射器,实现低边缘绕射的初级出射波束。针对三镜面光路系统,采用全矢物理光学积分作为主要计算手段,围绕主极化场分量进行三级相位修正面迭代优化,实现高出射高斯纯度的模式场转换,其中一级镜的修正有效改善了辐射器出射的不理想性。基于全矢数值仿真确认,相比原二次曲面原型设计,相位修正后的变换器系统的出射高斯纯度从92.7%提高到99.6%,结合98.8%以上的功率传递效率,实现了性能优越的高阶回旋管准光模式变换器原型设计。     

广告费花得值不值──电脑网络类广告上海投放效果分析

现代战争已放弃狂轰滥炸,目前流行的精确定位轰炸效果更好,当然钱也省了不少。现代战争的武器杀伤力也越来越强,当然,如果没有瞄准目标,杀伤力再强也是白搭。商场如战场,目前杀声震天的广告战正如火如茶,广告战效果如何．且看本文分解。     

余弦加权抗抖动脉冲分选算法

为了改善直方图算法在雷达信号分选时的抗抖动性能,提出了一种基于余弦加权的分选算法.该方法采用可变长度的交叠箱,收集到的雷达脉冲重复间隔(PRI)落入数个连续的箱体,对这些箱体的直方图增量进行归一化余弦平滑加权,在超过门限的谱峰处得到估计的雷达脉冲重复间隔(PRI).该方法得到的直方图比较平滑,谱峰清晰,且能有效地抑制二次谐波.实验结果表明,该算法具有良好的抗抖动性能.     

切削深度对微细轴类零件加工精度影响的实验研究

金属切削过程中，不同的切削参数对零件的加工精度影响是不同的。通过车铣和车削两种加工方法的对比，重点研究了切削深度对微细轴类零件加工精度的影响问题。通过对实验结果的分析显示，车铣加工和车削加工微细轴时切削深度的变化对加工精度的影响很小，一般情况下可以忽略。