无同步器电机-变速器直连系统在电动汽车应用中具有传动效率高、结构紧凑、制造成本低的优点，但是在变速器换挡过程中，接合套和接合齿圈的同步过程缓慢，甚至存在打齿或无法换挡的情况。该文通过对驱动电机转矩的主动控制，实现接合套与接合齿圈之间相对转速和相对转角的"零转速差"和"零转角差"双目标跟踪控制。为了避免驱动电机主动同步控制过程中由于频繁在驱动与制动象限内切换造成的齿间敲击，提出了以驱动电机工作象限切换次数最少为目标的最优转矩主动对齿控制算法。实车测试表明：主动对齿控制算法能够实现快速、平稳换挡，并将换挡过程的动力中断时间缩短到300 ms内。

为分析电驱动机械变速器换挡过程接合套和接合齿圈的动态特性，该文建立了考虑齿轮耦合振动的换挡过程非线性动力学模型。该模型中，接合套和接合齿圈在接合过程中的接触冲击由非线性接触力学模型描述，含间隙的传动齿轮非线性振动由齿轮动力学集中质量法建模描述。这2种非线性运动过程最后由统一的动力学方程耦合。考虑到接合套和接合齿圈不同的接合状态，总结了5种状态，并分别列出其耦合动力学方程，进而通过Runge-Kutta法对系统动态特性进行了仿真计算。所得的仿真结果与实验结果相吻合，证明了该模型的正确性。在此基础上，分析接合套和接合齿圈的接触冲击力，结果表明：即使仅存在微小的转速差和转角差，瞬时冲击力也高达23 800 N。该仿真结果对于接合套和接合齿圈的优化设计及提升换挡品质具有重要意义。

基于轮胎侧偏的差动转向是一种可用于大曲率半径转向场景的转向方式。该文建立了分布式驱动车辆的仿真模型，分析了基于轮胎侧偏的差动转向过程，建立了系统的状态方程，分析了系统的稳定性和能控性，讨论了差动转向的转向能力及其影响因素。基于稳态转向参考力矩模型，提出了一种基于模糊推理前馈补偿的控制方法。仿真结果表明：该方法可以提升系统响应的快速性，对不同车速下的转向需求均有良好的适应性。

带式制动器是动力保持型自动变速器（AMT）的换挡执行元件，其中制动带的动态力矩特性对于换挡品质至关重要。为探寻动态制动力矩与制动力的关系，该文建立了制动带静力学模型和有限元模型，设计了带式制动器样机实验台架，完成了制动鼓正反转实验，将实验结果与仿真计算结果进行了对比分析，结果表明：动态制动力矩是转速、正压力、动态摩擦系数共同作用的结果；制动鼓正转时，制动带有增力效应，制动带所产生的制动力矩较大，静态区持续时间长，制动稳定性好，而反转时无明显的静态区，线性度好，对控制有利。根据实验结果拟合得到制动带动态力矩经验公式的控制参数，可用于制动带的平滑控制。

电动轮汽车具有转矩独立可控、反馈信息易获取等特点。该文以电动轮汽车转矩矢量控制系统为基础，提出一种转矩动态分配方法，选取整车能耗作为目标函数，考虑电机实时能力的改变与驾驶员需求，建立了带约束的非线性优化模型。通过对优化问题的分解及转矩可行空间的离散化，解决了约束变化与在线优化实时性之间的矛盾。搭建MATLAB/Simulink-Cruise联合仿真平台，设置新欧洲循环（NEDC）测试工况及其市区循环工况以验证算法的可行性与鲁棒性。仿真结果表明：所提出的方法有效降低了整车能耗，且具有良好的容错能力。

利用等效电路模型可表示锌空燃料电池的理化过程，用于描述和解析电化学阻抗谱中的Nyquist图，但已有模型未能综合考虑阴阳极的阻抗分布。该文为区分阴阳极阻抗，提出了一种可解析阴阳极阻抗的全电池电化学阻抗模型和忽略阳极影响的简化模型。在研究电池结构参数、性能衰减、储存条件、锌电极中导电剂、空气电极结构变化对阻抗影响的实验中，验证了模型的正确性，模型拟合实验数据时卡方检验的结果均小于0.01，并应用模型解析出的电阻值分析了阻抗变化的作用机理。该模型对金属空气电池的研究具有一定意义。

水体时空分布特征对于水资源监测与应用具有重要意义，而包括水体分布在内的地物覆盖类型分类和变化分析是遥感技术最常见的应用。对大区域的水体参数提取，尤其是高山无人区的水体的定量分析，利用卫星遥感数据进行水体位置、面积、形状和河宽等水体参数提取，不仅节省人力、保障安全，还提高了工作效率，已经成为一种快速获取水体参数的有效方法和手段。该文从4个方面对卫星遥感在水体信息提取上的应用现状进行综述：水体在电磁波波谱各波谱段的反射特性；1980年以来国内外基于雷达和光学遥感数据提取水体信息的研究状况和具体应用方向；各种水体信息提取方法的工作原理和优缺点；应用卫星遥感技术提取水体信息面临的挑战和尚待解决的关键问题，利用遥感技术提取水体遥感信息的发展趋势展望。

快速的城市化发展通过改变下垫面影响了区域的陆气过程，同时高密度、高强度的人类活动带来大量的人为热排放，加剧了城市局地气候变化。分析人为热及其动态变化对城市局地气候的影响，对探究城市陆气过程具有重要的科学价值。该研究在中尺度气象模式（WRF）中考虑人为热估算模型（LUCY），选取北京地区为研究对象，对比分析了在WRF中是否考虑高时空精度的人为热带来的差异，并以冬季集中供暖为例分析了大量人为热集中释放对局地气候的影响。结果显示：采用WRF-LUCY模型的模拟结果在各气象要素变化以及城乡环流中均有较为合理的表现；集中供暖前后的人为热变化导致空气温度骤增且快速达到新的稳定状态；气温的升高幅度在夜间较大，日间较小。该研究为城市局地气候模拟提供了可靠的工具，为城市能耗规划和环境改善提供了科学依据。

药物开发过程存在资本密度高、风险大、周期长的特点，需要投入大量的资金、人力与物力。传统的机器学习方法虽然可以在一定程度上辅助药物开发，但需要分子描述符作为特征输入，而不同的分子描述符的选择对机器学习模型的性能影响较大，因此传统的机器学习方法大多需要进行繁复、耗时的特征工程。近年新兴的深度学习方法，能够从药物的"原始"结构中直接提取特征，从而绕开特征工程，缩短开发周期。该文将现有的药物表示学习方法划分为2类：基于简化分子线性输入规范（SMILES）表达式的药物表示学习和基于分子图的药物表示学习，报告了这两类药物表示学习方法的最新研究进展，阐述了各种方法的创新点与局限性。最后，指出了当前药物表示学习研究中存在的重大挑战，并讨论了可能的解决方案。

在复杂声音场景，尤其是多人对话交谈的情况中，人工耳蜗佩戴者的言语可懂度会显著下降。该文提出了一种基于近距离双麦克风的语音增强算法，通过提取采集信号的延迟参数，并根据该参数设置掩蔽矩阵，进而区分不同方位的声源，抑制竞争性语音噪声。同时还以数字信号处理器（digital signal processor，DSP）为核心，搭建调试平台，对算法进行了工程实现。实际测试表明，算法提升了前端信号的信噪比，鲁棒性强，并且算法单帧运行时间短，可以和常用的人工耳蜗言语编码策略相融合，满足人工耳蜗的实时计算需求。