随着低空空域开放和无人机等航空技术的发展, 对城市或郊区等电磁频谱紧张的区域开展低空目标探测愈发重要, 采用 5G信号作为机会照射源的外辐射源雷达在该领域展现出了广阔的应用前景。相比 4G网络, 5G波形方案的实现细节发生了本质的改变, 因此基于不同外辐射源信号的模糊函数也存在较大差异, 而现有文献对基于 5G信号的外辐射源雷达模糊函数的相关研究仍然较为缺乏。本文从信号的基本结构入手, 采用对比分析的方法, 从理论上对 5G信号和 4G信号在帧结构及物理资源结构等方面存在的差异进行了详细对比; 搭建了系统仿真模型, 并对基于 5G信号的外辐射源雷达的模糊函数进行了仿真实验; 最后, 针对模糊函数中的各类副峰, 分析了该模糊副峰产生的原因以及可能对信号探测性能造成的影响, 并对部分副峰的抑制方式进行简单阐述。该文为基于 5G信号的外辐射源雷达副峰的抑制提供了新的思路和方向。

为提高激光除漆效率与质量, 采用响应面分析法对激光除漆后基体表面粗糙度进行优化研究。通过建立激光除漆工艺参数二次多项式回归模型, 验证模型适应性, 进一步对比分析最优参数除漆后的基体表面性能。结果表明, 激光功率与激光频率对基体表面粗糙度影响显著, 扫描速度与扫描次数对表面粗糙度影响较小。当2024铝合金基体的油漆厚度为100 μm时, 响应曲面分析法得出的最优参数为: 激光功率45 W、激光频率400 kHz、激光扫描速度600 mm/s、扫描次数6次。试验测得除漆后基体表面粗糙度Sa为1.739 μm, 仿真与试验误差率仅有0.6%。对比发现, 激光除漆后基体表面宏观形貌高低不平、存在激光扫描痕迹, 表面粗糙度Sa从1.319 μm增加到1.739 μm。从微观层面发现基体表面存在钝化层与隆起的熔融物, 局部区域更加光滑平整, 基体化学成分没有改变。激光除漆后基体显微硬度从平均141.59 HV降低到130.37 HV, 腐蚀速率由原来的0.008 852 0 mm/a减小到0.002 340 4 mm/a, 基体显微硬度降低, 耐腐性提高。虽然激光除漆后基体表面形貌与表面性能改变, 但对基体的再利用以及油漆的再涂装没有影响, 研究内容可为改进激光除漆工艺提供参考, 以减少基体损伤并获得更好的除漆效果。

研究了激光不同入射角度对油漆去除深度、表面形貌与粗糙度的影响。通过改变激光束与样品的夹角完成不同角度的激光除漆试验，以2024铝合金为研究对象，检测分析表面油漆去除效果。相同条件下，油漆去除深度随激光入射角度的减小呈先增加后减小的趋势，当激光入射角为70°时，达到最大油漆去除深度。在激光能量密度为5 J/cm²时，激光入射角70°相比于40°情况下，油漆去除深度增加160.57 μm，这种差值会随着油漆厚度的增加而更加显著。同时，激光入射角度会改变样品的表面粗糙度，当激光入射角为70°时，获得最小的表面粗糙度，仅比初始表面粗糙度增大0.438~0.812 μm。改变激光入射角可以降低烟羽在激光传输方向的长度与烟羽粒子浓度，减小激光能量损失。当激光能量密度为0.5~2 J/cm²时，除漆机理主要是烧蚀效应，当激光能量密度大于2 J/cm²时，则是烧蚀效应与热膨胀效应共同发挥作用。

使用数字图像相关(DIC)方法测量平滑、准确的裂纹尖端位移场和应变场是学术界难题之一。目前常用的方法为基于子区的局部DIC方法,但其子区跨裂纹计算的结果无意义。经过改进的基于子区分割的DIC方法降低了子区内像素点数量,导致精度降低。提出一种基于Hermite单元的局部DIC(HELDIC)方法,依次分块计算感兴趣区域(ROI),利用较大单元包络分块区域剔除单元边界精度较低的数据,通过调整Hermite单元位置使得剔除的数据量最少,再使用所提改进的逐点最小二乘(PLS)方法平滑分块的位移场并得到应变场,从而提高裂纹尖端应变场的平滑度和精确度。实验结果表明,所提方法与传统局部DIC方法相比获得的变形场距离裂纹尖端及裂纹面更近,且在给定的单元和子区大小下的应变场平均误差降低30%以上,是计算裂尖变形场的有效方法。

针对基于数字图像相关(DIC)技术测量非均匀变形的应变方法需人为选择参数且精度受参数选择影响较大的问题,基于对偏最小二乘(PLS)方法和正则多项式平滑(RPS)方法的误差分析,提出了一种基于DIC的自适应应变场计算方法。该方法通过搜索给定参数范围内的最小总误差参数组合,用最佳参数得到精度较高的应变场,且测量结果受变形场类型的影响较小。模拟实验结果表明,本方法的计算精度接近最佳参数下的PLS方法,有效解决了PLS和RPS方法的最优参数选择问题。

针对在进行RGB彩色遥感图像云检测研究时,云的形态多变导致对薄云、碎云的检测十分困难的问题,提出一种基于多尺度特征提取的U型网络 (MS-UNet)。为了在获得更大感受野的同时保留图像更多的语义信息,提出了一种多尺度模块;在第一组卷积中引入FReLU(Funnel Rectified Linear Unit)激活函数,以获得更多的空间信息。经过下采样进一步进行特征提取,在上采样像素恢复中通过跳跃层将丢失的信息补全,将云的深层语义特征与浅层细节特征结合,以更好地实现对云的分割。实验结果表明,所提方法能有效地分割出薄云与碎云,与UNet、MF-CNN、SegNet、DeepLabV3_ResNet50和DeepLabV3_ResNet101网络相比,所提方法的总体精度分别提升了0.075,0.065,0.070,0.013,0.005。

湖北省十堰市竹山县秦古镇小林扒矿区产出了一类较为特殊的绿松石。 这类绿松石颜色多为浅绿色、 浅黄绿色或浅苹果绿色, 产出原石具滑感, 性脆, 亦称之为“油松”。 与其结构细腻度相当的绿松石原料相比, 此类绿松石密度普遍明显偏低, 硬度偏小; 经传统有机结合剂充填处理后, 致密度及硬度均未见明显改善, 无法作为首饰级材料使用, 造成绿松石这类不可再生的宝贵资源严重浪费。 以“油松”为研究对象, 采用常规宝石学测试仪器、 红外吸收光谱仪、 X射线粉晶衍射仪、 电子探针仪以及环境扫描电子显微镜等对其化学组分及显微结构特征等进行测试, 为有效利用这类绿松石资源提供科学依据。 测试结果表明, “油松”的相对密度为2.04～2.22; 在长波和短波紫外光下荧光反应均显示为惰性。 “油松”的红外吸收光谱谱带主要分布在3 700~3 090 cm-1以及1 638~466 cm-1范围内, 其中3 509和3 462 cm-1处峰形尖锐的OH致吸收光谱、 3 277和3 090 cm-1 附近较宽缓的结晶水致吸收光谱特征与绿松石的官能团区吸收特征一致。 “油松”在高频区3 700和3 622 cm-1处具有高岭石或蒙脱石中OH 致弱红外吸收谱峰。 在1 638 cm-1附近均出现有强度中等的较为宽缓的吸收峰, 该吸收峰与绿松石中H2O的弯曲振动致吸收谱峰一致。 指纹区的吸收峰峰形及峰位均与一般绿松石有较大差异, 为Si—O及P—O的混合吸收谱峰。 “油松”的主要化学组成元素为Si, Al和P, 含有少量的Fe和Cu, 并含有微量的Mg, Ca及Cr。 组成元素的氧化物含量分别为: w(SiO2): 25.60%～30.90%, w(Al2O3): 26.55%～28.29%, w(FeOT): 5.35%～5.90%, w(P2O5): 22.00%～23.52%, w(CuO): 5.10%～5.87%。 “油松”中的Al2O3和P2O5的含量均低于绿松石成分理论值及其他各产地的天然绿松石。 相对于天然绿松石中较低的SiO2含量（0.02%～0.12%）, “油松”中SiO2的含量明显偏高, 均高于25%。 “油松”的主要组成矿物为绿松石, 并含有一定量的粘土矿物蒙脱石及蒙脱石-高岭石, 其硬度低, 具有滑感, 是“油松”硬度低, 具有滑感且优化处理效果不显著的主要原因。