海上电子战迎接新挑战与新机遇

电子战的历史并不很长，但一开始它就成为了一个不断对技术提出极其苛刻的要求的领域，作为指挥与控制系统一部分的电子战系统，必须在高密度信号环境中，收集信息并且迅速地对其进行评估，及时为快速反应提供有用的信息，在今天技术快速更新的世界中，对电子战的使命不断提出新的挑战，描述海上电子战技术方面的问题，并认为电子战与其他传感器及其平台的关系是密不可分的，并得出了重要的结论。     

浅谈增程式电动汽车的现状及未来发展

近年来,纯电动汽车销量快速增长,同时其续航里程不足,充电设施等不完善的问题也进一步凸显。众多专家呼吁新能源汽车应呈现多元化的发展趋势,增程式电动汽车凭借其自身的优势和特点,符合当前的消费者的需求,成为目前新能源汽车市场的一股新势力。     

京沪高铁沿线江苏段风况研究

利用风资源评估软件Meteodyn WT分别模拟京沪高铁沿线江苏段大胜关43个站点和阳澄湖23个站点2016～2018年瞬时风速数据,分析2地区风况特征,为京沪高铁安全行车、防风设计及优化站点布局提供依据.研究结果表明:2地区大风发生频率峰值均在下半夜,并且午后大风波动显著,秋季尤为明显;受气候和地理环境等影响,春季、秋季分别是大胜关和阳澄湖强横风高发季节,其中大胜关沿线在日出至正午时段易受强横风的影响,阳澄湖则需重点关注区域Ⅰ沿线运行;大胜关沿线在站点1～5和12处增设监测站点,并在站点1～5南北侧设置挡风墙,除站点13～17和32～36之外北侧亦需挡风墙.阳澄湖沿线合理布设站点,并在北侧设置挡风墙;高铁沿线在沿江、湖泊等地区切变指数小,风速大,易受强横风影响,而在平原、山地等粗糙地区则相反.     

高铁沿线大风预测技术研究

风速预测是风致灾害预警的关键技术。针对高铁大风预测中延迟性和误报的问题,提出一种基于完整集合经验模态分解(CEEMDAN)和长短期记忆神经网络(LSTM)的组合预测模型对高铁沿线风速进行预测。为了减少预测模型的复杂度和提高模型预测精度,原始风速数据用CEEMDAN分解并利用样本熵(SE)理论将分解出的分量按照样本熵近似值重组成趋势、细节、随机三分量后用长短期记忆神经网络建立预测模型。以高铁沿线某段风速气象数据为例,实验结果表明,与其他预测方法相比,本方法可有效降低预测延迟性和提高预测精度,准确追踪风速的波动性和非线性非平稳的变化,性能更加优越。在高速铁路沿线大风预测中能够发挥良好的适用性,减少大风预警的误报或不报等情况的发生。     

美国衡量典型编队综合作战能力参数分析

在分析美国海军典型编队作战任务、基本编成和典型编成作战能力基础上，从编队交战态势想定出发，想定美国衡量海军舰艇编队作战能力的战区感知能力、协同指挥控制能力、综合交战能力和综合保障能力四个顶层参数，并对每个参数进行了详细分析。     

京沪高铁沿线江苏段风况研究

利用风资源评估软件Meteodyn WT分别模拟京沪高铁沿线江苏段大胜关43个站点和阳澄湖23个站点2016～2018年瞬时风速数据,分析2地区风况特征,为京沪高铁安全行车、防风设计及优化站点布局提供依据.研究结果表明:2地区大风发生频率峰值均在下半夜,并且午后大风波动显著,秋季尤为明显;受气候和地理环境等影响,春季、秋季分别是大胜关和阳澄湖强横风高发季节,其中大胜关沿线在日出至正午时段易受强横风的影响,阳澄湖则需重点关注区域Ⅰ沿线运行;大胜关沿线在站点1～5和12处增设监测站点,并在站点1～5南北侧设置挡风墙,除站点13～17和32～36之外北侧亦需挡风墙.阳澄湖沿线合理布设站点,并在北侧设置挡风墙;高铁沿线在沿江、湖泊等地区切变指数小,风速大,易受强横风影响,而在平原、山地等粗糙地区则相反.     

基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究

大风是影响高铁安全运行的主要气象灾害之一,为保证高铁的运行安全,需监测高铁沿线风速观测资料.高铁沿线风速数据在采集和传输的过程中易受到各种干扰,导致风速观测资料中存在一些可疑值,故对其进行质量控制是解决此类问题的必要环节.提出一种融合局部均值分解法(Local Mean Decomposition,LMD)和时间卷积网...