质子号发射3颗格罗纳斯导航卫星

11月4日，俄罗斯质子M／和风M型运载火箭在拜科努尔发射场发射了3颗格罗纳斯-M型导航卫星。这是质子M火箭在去年12月发射3颗格罗纳斯-M卫星失败后首次用于发射格罗纳斯系统的卫星。该系统此前有27颗在轨卫星，但只有23颗正在工作。俄联邦航天局称，有两颗卫星正在维护，一颗处于待机状态，另有一颗今年2月发射的卫星正在进行入网前测试。     

“卡西尼”牵手土星

价值连城的美国大型空间探测器“卡西尼”(Cassini)在经过长达约7年、航行几十亿千米的星际历程之后，终于在2004年7月1日进入土星轨道，开始它4年的环绕飞行。大约6个月后．该探测器将释放所携带的子探测器“惠更斯”(Huygens)．它穿过浓密的大气到达土星的一个叫“泰坦”(Titan．又叫土卫6)的卫星，它们的主要任务是研究土星光环的三维结构和动力学状态．分析土星卫星的表面成分和地质史等。来自美国和欧洲的科学家将借助“卡西尼”携带的两架相机对土里的特征，卫里和光环作更深入的研究。     

中港机场谈判陷入困境

12月5日《博锐管理在线》的一篇文章介绍了目前在政美传统型公司和价值型公司之间的变化。在欧洲和美国．那些提供价廉物美产品的公司正日益获得消费者的青睐.如戴尔电脑，JetBlue航空公司、Ryanair航空公司以及美国西南航公司等。它们正广泛地改变着几乎所有年龄段和收入水平消费者的购买方式。     

浅论飞行进程单的发展

从飞行进程单的发展历程着手，深入浅出地介绍了飞行进程单的定义、纸进程单的工作方式、电子进程单的格式、电子进程单的状态以及电子进程单的优点等内容，使读对飞行进程单有一个较为全面的了解。     

现代飞机的技术状态管理

概述了现代飞机技术状态管理系统的构成、实现的功能以及程序设计的技术关键等。该系统依据飞机各级技术状态的管理要求,分别实施相应的管理。着重提出以一种新的方法实现了记录查询、统计和检索等技术状态管理功能。为了快速、方便、准确地完成特定的管理工作,分别设计了一系列针对具体管理要求的界面和操作方法,帮助用户以简便的手段完成任务,实现了以窗口为界面,系统、全面、自动地管理飞机各型号及各研制阶段的飞机技术状态信息。     

如何发挥管制教员的“传帮带”作用

“传帮带”是民航管制系统培养新学员的一项优良传统。新学员来到一个新的单位，新的环境，在一段时期内会存在一些不适应。如何让新学员快速进入工作状态，实现由学生向管制员的顺利转变？最常见、最有效的方法就是选老管制员做教员进行“传帮带”。     

催眠绑架记忆

现在，世界上数以百万计的人声称曾遭外星人绑架。美国坦普尔大学戴维·雅各布斯博士经过多年研究发现：“有些人记得一些被绑架的片段，还有人记得整个过程。不知为什么，催眠术可以帮助人们打开记忆的大门,让人突然想起某段奇怪的、很久以前的记忆。所以，唯一能唤回记忆的方法，就是让人进入非常放松、专注的心理状态。”     

基于滑模反演控制方法的纵向制导控制一体化设计

针对高速机动目标的末端拦截问题,研究了拦截弹的制导控制一体化设计算法。首先建立了纵向通道的制导控制一体化模型,利用非线性状态变换将其转换为易于控制算法设计的标准形式,并将目标机动干扰从不确定项中分离出来。然后考虑系统的非匹配不确定性,将滑模控制与反演控制相结合,设计了拦截弹的一体化控制算法。仿真结果验证了所设计算法的有效性和鲁棒性。     

批产航天器设备布局研究

分析了批产航天器小批量、多状态的特点,描述了这些特点给航天器研制带来的设备布局设计难题;提出了以舱板布局作为基本配置单元进行设备布局的方案,通过特殊设备识别、配置矩阵制定、配置状态转化、配置状态编码和配置组合等步骤,实现批产航天器设备布局状态控制;最后,结合产品数据管理系统,说明了导航卫星设备布局方案。     

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.