隐空间采样与隐蔽特征提取的CR-GAN复杂无线信道建模

为了更准确地建模随机无线信道,提出一种自适应增强条件生成对抗网络信道建模方法.其采用扩展的生成对抗网络(Generative Adversarial Network,GAN)开展训练,以近似估计无线信道响应,模拟真实无线环境信道.为了改善GAN训练稳定性和学习能力,引入条件信息和梯度惩罚项,并提出一种增强条件生成对抗网络框架,用于提取信道隐蔽特征.此外,还提出隐空间采样策略,以增加随机变量与生成数据的互信息量,提高所提框架的信道建模性能.仿真表明:所提框架能很好地模拟复杂无线信道分布.在信噪比为10 dB时,与现有GAN训练方法相比,其归一化均方误差性能改善约24%.

航空航天特色自动化专业人才融合创新培养与实践

新一轮科技革命对工科专业人才培养提出了新要求。南京航空航天大学自动化专业近年来在学生理想信念教育、航空航天+人工智能特色课程体系改革、综合实践环境建设和人才培养的国际化等方面开展了全面的建设和改革,取得了一定成效。促进了学科专业协同发展、校企合作和国际合作的深化,学生培养质量得到了显著提升,可为行业特色高水平大学工科专业人才培养提供参考。

复杂系统测试性设计与故障诊断策略研究进展

测试性设计是提高系统可靠性、安全性、维修性、保障性的重要前沿技术,决定了系统故障检测率和隔离率,直接影响系统的维护(测试)成本。系统测试性设计包含结构化设计、模型化设计、数据驱动设计等多种设计策略。其中,数据驱动设计于近年逐渐兴起并成为重要发展方向之一,该类方法通过对系统测试与故障之间的关系进行建模,依据测试结果进行故障推理,形成故障诊断方案。首先,简要回顾了系统测试性设计的发展历程;其次,重点介绍了测试性设计的研究进展,分析总结了结构化、模型化、数据驱动3类测试方案;然后,介绍了测试性诊断策略构建,根据测试方案中的建模方法确定诊断策略的构建技术,并总结归纳了每类技术的研究特点和适用性;最后,探讨了当前复杂系统测试性设计面临的挑战性问题和可能的未来研究方向。

LSTM 智能导向的电子信息实践教改探索

针对传统电子信息专业教学中存在的问题,提出融合AI技术的针对性LSTM智能导向实践教学模型,构建了因材施教的人才培养体系。结合AI技术构建融合平台,包括结合深度学习技术在电子信息基础理论与实践课程中有针对性地推荐课程;借鉴强化学习思想和组内竞争思想助力学生竞赛创新;采用LSTM对学生个体进行建模,用以准确评估学生的自身能力,以便教师对他们进行因材施教。该教改方案实施以来,实验班相比对照班在获奖门类和数量上都有显著提高,验证了所提教改方案的有效性。

高等流体力学研究生专业核心课程课程思政建设探索与实践

针对高校研究生专业课程思政建设研究较为薄弱的突出问题,以高等流体力学研究生专业核心课程为例探讨研究生专业课程思政的总体实施思路、主要举措等,力求教授专业理论知识的同时,潜移默化地对研究生进行科学精神、严谨素质方面的培养,强化科研育人,研究生专业课程思政建设获得师生及同行的广泛认可。

产教融合背景下技工院校数控专业改革的策略分析——以邢台技师学院为例

通过对相关文献的回顾和对实际案例的分析,本文旨在研究产教融合背景下技工院校数控专业改革的策略。首先,探讨了产教融合对技工院校数控专业改革的重要性和潜在影响;其次,分析了当前技工院校数控专业改革面临的挑战和问题,以邢台技师学院的做法为例,提出了相应的解决方案;最后,对未来产教融合背景下技工院校数控专业改革的趋势进行了展望。

新时代加强小学体育与健康课程高质量课堂教学的研究——以KDL体育与健康课程为例

小学阶段是学生成长的关键时期,为了更好促进学生身心健康全面发展,必须摆正体育在小学课程体系中的地位,加快推进体育与健康课程教学改革,有机融入KDL理念,注重学生体育学习兴趣培养,强化学生体育核心素养。基于此,对KDL视角下部分小学体育与健康课程课堂教学状况进行研究、整理和分析,阐述了KDL课程相关概述以及KDL体育与健康课程教学应用价值,围绕KDL体育与健康课程教学主要内容进行探讨,从多个方面提出一些KDL课程教学优化策略,用以推动小学体育与健康课程教学高质量发展,为相关工作人员提供理论参考。

暴露生态学视角下绿地暴露健康效益研究进展

城市绿地与居民健康福祉密切相关,绿地暴露所带来的多重健康效益已经成为耦合城市生态与健康科学的前沿热点议题。尽管绿地健康效应的综述研究并不鲜见,但是目前仍缺乏基于统一理论框架视角下对绿地暴露健康效益的系统综述。近期提出的暴露生态学作为一个耦合“自然生态系统-生态暴露-健康效应”框架体系,能够全面剖析、归纳已有绿地暴露健康效应研究,并指引未来相关领域研究发展。因此,研究在暴露生态学研究视域下,在主体-现实,客体-现实,主体-虚拟,客体-虚拟界面下进行了研究进展的综述分析,并指出了研究截面(尺度)单一、阈值研究与虚拟(及多感官)研究不足等问题。最后提出了未来研究展望:(1)构建跨时空、多尺度的绿地暴露测度模型,并量化绿地健康之间的因果效应;(2)构建阈值模型,分析健康促进的绿地暴露主体阈值与客体阈值;(3)探索绿地特征、暴露方式和剂量、多感体验对健康的影响。研究成果可以进一步加深对相关领域前沿与不足的认识,也可以进一步促进暴露生态学理论体系的丰富和完善。

城市绿色空间作为变革的力量:全球智慧与中国视角

探讨了城市绿色空间在提升人类健康和福祉方面的关键作用,并将全球研究与中国的实际情况相结合。详细讨论了绿色景观在心理、社会和环境方面的益处,并强调了其在风景园林、大众卫生和城市规划等多领域的重要性。其后,探讨了绿色空间的平等使用权、最佳接触量及文化维度等关键问题。最后,重点讨论了中国在城市化和绿色空间分配方面所面临的独特挑战,以期为未来的设计策略和政策发展提供依据。

MOFs材料负载的钴铁尖晶石活化过一硫酸盐降解四环素

通过简单的水热法成功制备了钴铁尖晶石和MOFs材料耦合的磁性功能催化剂CoFe_(2)O_(4)/UiO-66-NH2(CF/U6N),用于活化过一硫酸盐降解水中的四环素(TC)。由于负载后CoFe_(2)O_(4)活性组分分散性的提高和与载体之间的相互作用增强,CF/U6N表现出良好的催化活性和稳定性,在30 min内对TC降解效率可达93.2%。5次循环后,对TC的去除率仍保持在80%以上。同时CF/U6N功能催化剂可适用于较宽的pH值范围(3~9),在无机阴离子共存条件下对TC降解也具有较高的催化活性。猝灭实验和电子顺磁光谱表明TC的降解过程涉及自由基和非自由基路径,且硫酸根自由基和单线态氧均在TC降解过程中起到重要作用。

植物乳植杆菌H8对小鼠氧化损伤的作用机制

黏面子是以玉米面为原料发酵制成的东北地区特有的发酵食品。为探讨从黏面子中分离出的植物乳植杆菌H8是否对小鼠氧化损伤具有改善作用,建立了D-半乳糖致氧化损伤的衰老小鼠模型,并对其可能的信号机制进行研究。取32只昆明小鼠,每天注射200 mg/kg的D-半乳糖致小鼠氧化损伤,同时灌胃浓度为1.0×1010 CFU/mL的植物乳植杆菌H8,持续8周,观察H8对氧化损伤小鼠血清和肝脏的作用情况。结果表明:H8可通过提高器官指数保护小鼠组织免受氧化应激损伤,并显著降低了血清和肝脏中氧化应激水平,包括一氧化氮和丙二醛,同时提高了血清和肝脏中抗氧化指标,包括超氧化物歧化酶、谷胱甘肽过氧化物酶和还原型谷胱甘肽的活性;此外,H&E切片染色发现,植物乳植杆菌H8可以减少D-半乳糖诱导的小鼠肝、脾、脑和结肠组织的损伤;同时,植物乳植杆菌H8可以激活sirtuin1(SIRT1)和sirtuin3(SIRT3),并激发Nrf 2-ARE途径诱导抗氧化酶的mRNA和蛋白的表达水平;并且,SIRT1可以促进p53的泛素化和降解,并减少活性氧的生成。研究结果表明,植物乳植杆菌H8的抗氧化作用可能与SIRT1/SIRT3/Nrf2信号通路的上调有关,研究了SIRT3通路和乳植杆菌属之间的潜在关联。本研究旨在为开发抗氧化性益生菌产品提供理论参考。

基于终端滑模的F-16固定翼飞行器有限时间编队控制

以F-16固定翼飞行器为研究对象,采用终端滑模控制方法,实现了六自由度固定翼飞行器的有限时间编队控制。首先,根据奇异摄动理论,将固定翼飞行器十二阶微分运动方程按照响应速度快慢分为外环位置编队控制系统和内环姿态跟踪控制系统。外环应用有限时间稳定性理论和非线性滑模控制方法设计了分布式控制器,实现多固定翼飞行器系统的有限时间编队控制。然后,将外环分布式控制器产生的控制信号转换为内环单架固定翼飞行器的姿态跟踪参考信号,内环应用非线性动态逆(nonlinear dynamic inversion,NDI)控制和增量非线性动态逆(incremental nonlinear dynamic inversion,INDI)控制在可能存在执行器故障的情况下实现单架固定翼飞行器姿态的跟踪控制。最后,通过仿真实例验证了该控制方法的有效性。

基于层级结构的空−地协同预设时间最优容错控制

研究了发生执行器故障的无人机−无人车异构编队系统的层级预设时间最优编队控制问题.以保容错性能和收敛速度的优化控制为研究主线,以层级控制、图博弈理论和预设时间控制为技术基础,构建了一种预设时间最优容错控制算法.虚拟层设计了基于一致性跟踪误差和能量消耗的二次型性能指标函数,借助耦合哈密顿−雅克比−贝尔曼(Hanmilton-Jacobi-Bellman,HJB)方程和强化学习求解近似最优控制策略,实现多智能体的同步最优控制和交互纳什均衡.实际控制层基于最优信号并利用滑模控制和自适应技术,设计了预设时间容错跟踪控制器,实现对最优编队轨迹的有限时间跟踪.在保证全局收敛时间完全不依赖于系统的初始状态和控制器参数的同时,也有效实现对执行器故障参数的逼近.最后,通过仿真实验验证了所提控制策略的有效性.

基于数据驱动的无人机集群故障检测与诊断

无人机集群系统对安全性和稳定性要求极高,实时的故障检测与诊断技术是保证安全可靠运行的有力手段。提出一种基于统计模型和改进宽度学习(BLS)模型的故障诊断方法。所提方法通过多元数据统计分析表征无人机集群系统在正常与不同故障模式下的行为特征,采用改进的BLS模型实现准确、快速的故障诊断。在此基础上,开发无人机集群系统的高逼真可视化仿真验证平台对所提方法的合理性与有效性进行验证。实验结果表明,所提方法与目前主流方法相比具有明显的诊断优势。

对地观测卫星编队协同容错姿轨耦合控制

面向对地观测场景下卫星编队的姿轨耦合特性和完全失效故障,提出了基于空间构型重构的协同容错控制方法。首先,根据对地观测的任务需求,分别建立了无故障情况下的卫星编队构型,以及故障发生后将故障卫星移出编队的构型重构方案,包括拓扑网络重构、卫星编号更新和编队构型重构算法;其次,根据上述构型,考虑外部干扰和姿态轨道耦合特性,设计了基于非奇异终端滑模控制的分布式控制律,使得编队在有限时间内稳定,即在故障发生前后卫星编队都可以实现对观测区域的协同覆盖;最后,分别通过数值仿真和实验验证表明了所提方法的有效性。

一种基于STL-Prophet-Informer模型的太阳电池阵多变量趋势预测方法

为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess,STL)对太阳电池阵的多个参数分解为趋势分量、周期分量和残差分量,然后采用对趋势性数据预测效果较好的Prophet预测趋势分量,Informer模型预测周期分量和残差分量,最后将各分量预测结果相加后得到总的太阳电池阵参数预测值.以某卫星太阳电池阵实际遥测数据做算例分析,提出算法的各项误差评价指标和单一的Informer模型、LSTM模型等相比有明显减小,将该组合预测模型用于太阳电池阵多变量参数预测中,可以提高参数预测精度,提升卫星自主运行性能.

接触自然——有潜力的物质成瘾缓解和恢复策略:理论机制及关键问题

物质成瘾对个人健康、家庭和社会都造成了严重威胁,是全球性亟待解决的公共健康问题。目前,诸多研究表明接触自然环境能多方面促进人类的健康和福祉,然而“自然-健康”议题的相关研究很少关注物质成瘾行为。那么,接触自然环境是否是一种有效缓解和恢复物质成瘾的有效策略呢?梳理了接触自然环境与物质成瘾关系的研究进程,并阐释了接触自然环境可能促进物质成瘾缓解和恢复的生理、心理和行为路径机制。基于此,提出一个研究假设:接触自然环境可能是一种有潜力的缓解和恢复物质成瘾的有效策略。指出了当前研究的局限,并从直接效应、路径机制、实践应用3个层面提出了该领域亟待解决的14个关键研究问题,以期为后续的研究和实践提供借鉴。

基于FRANC3D和LSTM的桥梁钢桁架裂纹寿命预测

为了对裂纹疲劳寿命进行快速准确预测,针对常用的疲劳实验和数值仿真实验中各自存在的实验条件受限、计算步骤繁琐、计算过程耗时较长等问题,以大型桥梁钢桁架中的裂纹为研究对象,提出一种结合裂纹分析软件FRANC3D和长短期记忆(long short term memory,简称LSTM)网络模型的裂纹疲劳寿命预测方法。首先,建立钢桁架的有限元模型,通过裂纹分析软件FRANC3D进行疲劳裂纹扩展分析并建立相关数据集;其次,通过疲劳裂纹的扩展仿真数据关注裂纹的扩展状况,收集裂纹特征信息对裂纹疲劳寿命进行预测。实验结果表明,所提出的方法具有较高的预测准确性,同时极大地提升了训练速度,可为裂纹疲劳寿命预测提供参考。

健康景观及健康社区景观:理论框架与数字评价系统

快速而广泛的城市化引发了多方面的健康危机。健康的社区景观可以从上游帮助居民维持良好的心理、生理和社会健康状况,从而预防和减少心理及生理疾病的发生。目前,在理论研究的层面,自然景观促进健康的系统性理论框架和相关影响机制还没有完全建立;在方法研究的层面,健康社区景观的系统评价工具还没有形成。本研究旨在初步解决这些问题。通过分析和归纳相关领域的理论和实证文献,发展出一个自然景观促进人类健康的理论框架;该框架包含景观促进心理健康、生理健康和社会健康的10条理论路径。基于此框架,结合中国现有城市社区中常见的景观条件和现有的技术条件,提出一套健康社区景观的数字化评价系统。

一种利用LSTM-FCN的导弹舵回路故障诊断算法

为实现故障辨识、定位与估计等功能,同时又面向导弹舵回路诊断的实时性与准确性需求,提出一种基于长短记忆网络-自编码器(LSTM自编码器)与长短记忆网络-全卷积网络(LSTM-FCN)算法相结合的诊断框架。采用LSTM自编码器学习数据间的时序关系并建立正常飞行状态的预测模型。将预测模型输出与当前飞行状态比较,生成残差形成故障特征。基于LSTM-FCN网络建立了集故障辨识、定位与估计功能于一体的导弹舵回路诊断模型;并引入压缩激发(SE)模块以增强诊断算法对故障特征的敏感性,利用舵回路半物理仿真平台对所提算法进行了验证。试验表明:针对气动参数与质量不确定性条件的导弹舵回路,所提算法提升了故障诊断的准确性、实时性和鲁棒性。