中国载人交会对接技术的设计与实现

中国在载人航天工程第二步第一阶段任务中,自主研制了天宫一号目标飞行器和神舟八号、神舟九号、神舟十号载人飞船,通过3次在轨飞行任务完成了8次交会、6次对接,覆盖了自动和手动等多种交会对接模式,突破并掌握了交会对接技术.从交会对接系统、交会轨道、交会测量和控制、信息传输、对接与分离、飞行方案,以及试验验证等方面对中国载人交会对接设计的技术特点、所采用的创新技术方法和解决的技术难题进行了介绍,在飞行验证的基础上分析了工程任务取得的成果,与国际水平进行了综合比较,对中国载人交会对接技术的设计和研制情况进行了总结.     

分布式数据查询优化算法的研究

分布式数据查询是分布式数据库管理系统的核心,而查询优化算法又是查询处理中的关键技术。分布式数据库管理系统的研究始于20世纪70年代中期,在30多年的发展中,取得了丰硕的成果。但由于分布式数据的分散性,使分布式数据查询比集中式数据查询复杂得多。本文对基于关系代数优化的算法进行了探讨和研究,并应用于实例,取得了较好的优化效果。     

环渤海地区云量的动力过程相似预报方法

利用环渤海35个台站1954-2002年近50年逐日平均总云量和低云量的观测资料,统计关注区域内少云、中等云量、多云的发生情况;再用同期NCEP再分析资料,计算出预报关注区域内与不同云量形成相关性较好的各种不同要素的平均场,依据动力过程相似原理,利用T213数值预报产品相邻24h预报场,以域块距离为依据,建立云量预报模型,制作日平均总云量和低云量4～9天的预报.经过2003-2007年的预报结果与实况资料的对比检验表明:依据动力过程相似方法建立的云量预报模型对日平均总云量和日平均低云量的预报准确率较高;日平均低云量预报准确率要高于日平均总云量;冬半年预报准确率高于夏半年;天空出现少云的预报准确率高于中等云量和多云的情况.     

中小企业ERP实施中的数据处理

根据数据分类及中小企业数据的特点,探讨了中小型企业ERP实施中的数据处理问题,主要是数据准备阶段的数据收集和整理,系统上线阶段的数据整合录入与检查以及系统运行阶段的数据生命周期管理。     

PDM与ERP集成的技术及其实现

分析了产品数据管理(PDM)和企业资源计划(ERP)的区别，指出了将两个系统集成的必要性；介绍了集成原理，并探讨了一种基于COM的集成方法，强调只有符合企业实际的与ERP的PDM集成才是最好的集成．     

两种非线性鲁棒PID控制器

针对非线性船舶航向保持系统,给出一种基于精确反馈线性化和闭环增益成形算法的非线性鲁棒PID控制器,该非线性PID控制器由非线性函数项和鲁棒PID控制器组成。另外,还给出一种完全基于闭环增益成形算法的非线性鲁棒PID控制器,其包含了具有定时功能的开关元件,两种非线性PID控制器在提高系统鲁棒性能的基础上,简化了控制器设计,从仿真结果可以看出,航向保持效果良好。     

混沌直扩信号检测的最大Lyapunov指数方法

混沌直扩信号是一类兼有混沌信号和直扩信号优点的扩频通信信号,但带来优点的同时也使得传统直扩信号的检测方法不再适用于混沌直扩信号. 该文针对复杂环境下非合作混沌直扩信号检测的问题,分析传统直扩信号检测方法. 通过考察混沌特性判别混沌信号的方法,提出先通过C-C方法确定重要参数,以小数据量法计算接收信号的最大Lyapunov指数,实现对混沌直扩信号的检测. 验证了该方法在高斯噪声、衰落信道、多径信道、不同扩频比等条件下的适用性.     

云计算给图书馆发展带来的机遇与挑战

云计算是计算机网络发展的一个趋势,代表了一种新的数据处理方式和人们未来的一种生活方式,在不久的将来,云计算必将在图书馆中得到大规模的普及应用。在介绍云计算概念、技术特点、现状的基础上,探讨了云计算技术给图书馆发展带来的机遇与挑战。     

GPRS数传产品快速构建的研究与探讨

针对国内GPRS数据传输业务的滞后现状，提出了基于无线通信模块快速构建GPRS无线数据传输产品的方案和方法，使产品在短期内迅速走向市场。     

Predicting Stock Return Volatility: Can We Benefit from Regression Models for Return Intervals?

We study the performance of recently developed linear regression models for interval data when it comes to forecasting the uncertainty surrounding future stock returns. These interval data models use easy‐to‐compute daily return intervals during the modeling, estimation and forecasting stage. They have to stand up to comparable point‐data models of the well‐known capital asset pricing model type—which employ single daily returns based on successive closing prices and might allow for GARCH effects—in a comprehensive out‐of‐sample forecasting competition. The latter comprises roughly 1000 daily observations on all 30 stocks that constitute the DAX, Germany's main stock index, for a period covering both the calm market phase before and the more turbulent times during the recent financial crisis. The interval data models clearly outperform simple random walk benchmarks as well as the point‐data competitors in the great majority of cases. This result does not only hold when one‐day‐ahead forecasts of the conditional variance are considered, but is even more evident when the focus is on forecasting the width or the exact location of the next day's return interval. Regression models based on interval arithmetic thus prove to be a promising alternative to established point‐data volatility forecasting tools. Copyright ©2015 John Wiley & Sons, Ltd.