霍托尔和森格尔2航天飞机

本文分别介绍了英国宇航公司和西德MBB公司的霍托尔和森格尔航天飞机的启用时间、运载能力和研制费用。这两种航天飞机都可重复使用,并能水平起飞和着陆,可使低轨道的发射费用下降到目前美国航天飞机的1/5。     

2000年和2001年52°N地区OI5577气辉强度与原子氧浓度峰值的时间变化特征

分析了2000年和2001年期间52°N地区OI5577气辉强度的夜间变化特征和季节变化特征．利用由 OI5577气辉强度反演原子氧浓度峰值的方法反演出原子氧浓度的峰值,分析了峰值的夜间变化特征和季节变化特征．结果表明, OI5577气辉强度的夜间变化特征随季节变化, 2000年春季的夜间强度最大值出现在0000LT 之后,夏季和秋季的出现在0000LT之前,冬季的出现在0000LT,2001年春季和秋季的夜间强度最大值出现在0000LT之前,夏季和冬季的出现在0000LT;OI5577气辉强度在2000年2月份,8月份和10月份出现最大值,在2001年9月份有最大值．就主要特征而言,反演出的原子氧浓度峰值的夜间变化特征和季节变化特征分别与OI5577气辉强度的一致．     

浅谈EDA技术在数字系统设计中的应用

阐述了基于通用标准器件和在系统可编程器件的数字系统设计理念的不同之处。     

铯原子束频率基准 Cs-Ⅲ的研制

铯原子束频率基准是一个重要的研制课题。这里对Cs-Ⅲ基准系统、电路和结构作了简明介绍,着重评定了其准确度和稳定性。目前水平是:对原子时UTC(NIM)进行校准,能在两个月以上的时间内连续提供频率不确定度优于3×10~(-13)的标准频率信号。     

VLSI门级及功能级混合测试生成技术

介绍了混合形式自动测试图形生成技术,该技术将门级测试图形生成技术与在线路高一级抽象形式上进行测试生成技术相结合。利用该技术开发的自动测试生成程序在内附检测器自动植入模块后可用于VLSI线路的设计系统。     

基于的DTV图像去噪模型

针对纹理图像的去噪问题,通过分析全变分（TV）去噪模型与方向全变分（DTV）去噪模型,提出了一种具有鲁棒性的基于的DTV去噪模型。为了刻画图像中的不同结构特征,该模型中DTV正则项的指数p由图像的结构来确定在（0,2）中自适应地选取。由于该模型是含有可分性算子的非光滑优化问题,可用交替方向乘子法（ADMM）求解,并能保证算法的收敛性。数值实验结果表明:与其他经典模型相比,提出的模型取得了更高的峰值信噪比和结构相似度,在去除噪声的同时能有效保持图像的细节信息。      

基于平流层风场预测的浮空器轨迹控制

平流层风场环境对浮空器设计和轨迹控制具有重要影响。针对平流层风场建模,以长沙地区2005—2010年的风场数据为例,首先采用本征正交分解（POD）方法对风场数据进行降阶处理;然后分别采用Fourier级数与BP神经网络算法对平流层风场进行预测,并对2种模型的预测精度进行比较分析;最后通过建立临近空间浮空器的动力学模型和高度调控模型,分析2种风场预测模型对浮空器轨迹控制的影响。研究结果表明,相对于Fourier预测模型,基于BP神经网络预测模型的预测精度更高,可信度更强,能够更好地为浮空器飞行轨迹控制提供参考价值。      

LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。      

基于F-P腔的激光频率稳定传递方法

量子传感的发展需要频率高度稳定的激光器为基础,且实现大失谐激光频率稳定通常是提高其精度和灵敏度的关键。针对大失谐激光稳频问题,提出了一种利用法布里-珀罗（F-P）腔传递激光频率稳定性的方法。以饱和吸收稳频法锁定的激光器频率为参考,基于锁相原理,锁定F-P腔长度。利用F-P腔长度这个稳定的参考点,实现目标激光器的频率的精确锁定。实验将目标激光器波长锁定于767.001 nm,失谐频率为150 GHz,锁定后的频率漂移为1 MHz/h。该方法解决了激光大失谐稳频问题,对工程实践和科学研究有重要意义。      

高超声速飞行器预设性能反演控制方法设计

为解决吸气式高超声速飞行器的飞行控制问题,提出了一种新型预设性能神经反演控制器设计方法。通过构造预设性能函数,保证速度跟踪误差和高度跟踪误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域,同时满足系统预设的瞬态性能和稳态精度。在反演控制设计结构下,引入径向基函数（RBF）神经网络对模型未知函数及不确定项进行逼近,提高了控制系统的鲁棒性。引入的RBF神经网络中仅有一个参数需要在线更新,有效提高了控制准确性,避免了通常反演控制方法中经常出现的"微分膨胀问题",并降低了计算量。通过仿真实验验证了所设计控制系统的有效性和可行性。