基于巨大飞行高度落差的机载双基雷达杂波模拟与仿真

目前的机载双基雷达研究方向主要是基于同一水平面飞行的,而针对巨大飞行高度落差的双基飞行几何构型研究很少。在给出四种典型飞行模式的基础上,重点分析了双基飞行高度具有巨大落差时的杂波功率谱起伏形状,以及垂直基线模式下的杂波特征谱图形。仿真结果表明了随着基线横向长度的增大,杂波的距离依赖性由强变弱。而当高度落差确定,基线垂直,同向飞行时的杂波自由度低于不同向飞行杂波自由度。     

基于资源基础观的科技资源共享机构建设机制研究

科技资源共享是优化国家科技资源配置的重要手段之一。本文从资源基础理论出发,深入分析了我国科技资源管理和服务机构的发展历程以及不同发展阶段的资源需求,提出依据科技资源管理和服务机构的发展阶段,制定促进科技资源共享组织发展的对策建议。本研究将为国家科技基础条件平台建设和地方科技条件平台建设提供参考。     

CNF控制算法在大型客机自动着陆中的应用

针对具有非线性特性和输入饱和约束的大型客机着陆模型,引入了组合非线性反馈控制算法。该算法由一项线性反馈控制律和一项非线性反馈控制律共同作用而成,可以有效解决激励饱和约束的控制问题。首先介绍了该算法的设计原理与稳定性证明;然后运用该算法设计了Boeing747飞机自动着陆纵向控制律,设计中秉承"线性系统设计,非线性系统验证"的工程实践常用思路;最后通过MATLAB数值仿真以及Flight Gear视景仿真,验证了设计的控制系统具有很好的鲁棒稳定性和精确跟踪能力。     

新的大群体一致性学习修正决策方法

针对某决策方案,提出了一种基于聚类算法、且能面向较大规模群体、考虑成员学习进化能力并有效收敛群体意见的群体一致性修正方法.首先设计了群体成员学习进化决策程序;接着,借助一种能够处理大数据量聚类的C-均值类型聚类算法,通过梯度下降法逐渐修正群体一致性来避免因个别成员意见偏离太大而引起的群决策失误;最后通过计算机仿真和实验对比分析验证了该方法的正确、有效性.     

基于鲁棒EKF的MEMS-INS/GNSS/VO组合导航方法

针对传统惯导/卫导组合导航在复杂环境下易受干扰,观测量异常从而影响导航性能的问题,提出了基于鲁棒扩展卡尔曼滤波(extended Kalman filter, EKF)的组合导航方法。设计了基于微惯性导航系统(micro-electro-mechanical system-inertial navigation system, MEMS-INS)、全球导航卫星系统(global navigation satellite system, GNSS)及视觉里程计(visual odometry, VO)的融合框架,给出了在GNSS信号失效情形下的导航滤波模型,并将EKF与Huber方法结合,克服观测量受噪声干扰时对导航性能的影响,以提升系统鲁棒性。经仿真和KITTI数据集验证,MEMS-INS/GNSS/VO组合导航方法在GNSS信号失效时仍能输出较高精度导航结果,且可以较好克服异常观测值对系统的影响,具有较高可靠性和鲁棒性。     

Hierarchical Covering Algorithm简

The concept of deep learning has been applied to many domains, but the definition of a suitable problem depth has not been sufficiently explored. In this study, we propose a new Hierarchical Covering Algorithm （HCA） method to determine the levels of a hierarchical structure based on the Covering Algorithm （CA）. The CA constructs neural networks based on samples＇ own characteristics, and can effectively handle multi-category classification and large-scale data. Further, we abstract characters based on the CA to automatically embody the feature of a deep structure. We apply CA to construct hidden nodes at the lower level, and define a fuzzy equivalence relation R on upper spaces to form a hierarchical architecture based on fuzzy quotient space theory. The covering tree naturally becomes from R. HCA experiments performed on MNIST dataset show that the covering tree embodies the deep architecture of the problem, and the effects of a deep structure are shown to be better than having a single level.     

七鳃鳗神经系统的混沌仿真

使用WLC网络模型对七鳃鳗神经系统进行建模,提出一种计算最大李亚普诺夫指数的新方法——改进的小数据量法,典型非线性系统的仿真结果表明,同Wolf方法相比,新算法得到的结果更加精确。基于新算法的数值仿真表明,当没有外界刺激时,七鳃神经系统处于稳定状态,随着外界刺激的不断增加,七鳃鳗神经系统逐渐进入混沌状态,但是,当外部刺激增加到一定程度以后,七鳃神经系统又回到稳定状态。     

系统核心及其意义

通过对以往系统思想的思考，提出了系统核心的概念，对系统核心的意义及其在现实中的应用加以讨论。     

一种基于密度的空间聚类算法

针对DBSCAN算法I／O开销和内存消耗大的缺陷,提出了基于层次合并的密度算法,基于密度的空间聚类算法可以有效地过滤噪声和孤立点数据,该算法在对于处理较大数据集上具有较大优势。     

Flow of conjunctural information and forecast of euro area economic activity

Combining forecasts, we analyse the role of information flow in computing short‐term forecasts up to one quarter ahead for the euro area GDP and its main components. A dataset of 114 monthly indicators is set up and simple bridge equations are estimated. The individual forecasts are then pooled, using different weighting schemes. To take into consideration the release calendar of each indicator, six forecasts are compiled successively during the quarter. We found that the sequencing of information determines the weight allocated to each block of indicators, especially when the first month of hard data becomes available. This conclusion extends the findings of the recent literature. Moreover, when combining forecasts, two weighting schemes are found to outperform the equal weighting scheme in almost all cases. Compared to an AR forecast, these improve by more than 40% the forecast performance for GDP in the current and next quarter. Copyright © 2010 John Wiley & Sons, Ltd.