基于稀疏表示和字典学习的地磁基准图构建方法

地磁匹配导航在导航制导领域具有重要作用，地磁基准图的构建精度决定了地磁匹配导航的有效性。针对现有地磁基准图构建精度难以满足实际应用需求的问题，提出了基于稀疏表示和字典学习的高精度地磁基准图构建方法。首先，利用矩谐分析(RHA)进行稀疏字典的初始化；其次，利用K-SVD算法对稀疏字典进行训练；最后，利用低分辨率和高分辨率基准图具有相同稀疏系数的特点重建高分辨率地磁基准图。实验结果表明:所提方法对地磁基准图具有更高的构建精度，对训练所需的数据集有更低的需求，同时对噪声有更好的鲁棒性。与PSO-Kriging插值法相比，在4倍放大倍数下峰值信噪比(PSNR)由26.31 dB提高至26.73 dB，结构相似度(SSIM)由0.498提高至0.524，均方根误差(RMSE)由14.96 nT减小至13.78 nT。      

基于自适应动态规划的航空航天飞行器鲁棒控制研究综述#br#

自适应动态规划方法(ADP)是一种基于强化学习框架的智能控制方法，通过函数近似技术，最终得到动态规划问题的近似最优控制策略.本文对ADP方法在航空航天飞行器鲁棒控制的研究进行综述. 首先，介绍了ADP方法基本结构框架与典型算法实现原理. 进一步，对于ADP方法在高超声速飞行器系统，导航制导系统以及无人机系统在鲁棒控制中的相关研究进行介绍. 最后，对未来航空航天飞行器领域ADP方法的发展前景进行了分析.     

强化词块训练 提高英语听说能力

以词块教学理论为依据,分析在听说教学中进行词块训练的可行性。研究词块训练在听说课堂中的具体实施过程,并通过问卷调查和访谈结果,论证了听说课上引入词块理念能提高英语学习者听说能力从而提出词块学习对语言习得的有效性。     

基于记忆关联学习的小样本高光谱图像分类方法

高光谱图像（HSI）分类是遥感领域的基础应用之一。该任务旨在根据部分带类别标签的像素样本训练分类器，预测图像中剩余像素对应的类别标签。在实际应用中，由于人工标记样本成本过高，只能获得少量带标签的样本。针对少量样本无法准确描述数据分布从而导致训练过程过拟合的问题，提出一种基于记忆关联学习的小样本高光谱图像分类方法。考虑到无标签样本中包含大量与数据分布相关的信息，构建基于有标签样本记忆模块，并根据样本间的特征关联，利用不断更新的记忆模块学习无标签样本的潜在类别分布，构建无监督分类模型，并与传统的有监督分类模型进行联合学习。在多个高光谱图像分类数据集上的实验结果表明，所提方法能有效提升小样本高光谱图像分类的准确性。      

基于调制卷积神经网络的空地数据链信道估计

针对复杂环境下空地数据链正交频分复用(OFDM)系统信道估计精度不足的问题,提出了一种基于调制卷积神经网络(MCNN)和双向长短时记忆网络(BiLSTM)结合的信道估计算法。利用最小二乘算法(LS)提取初始信道状态信息(CSI);利用MCNN网络提取初始CSI的深度特征,并对网络模型进行压缩;利用BiLSTM网络对最终CSI进行预测,实现信道估计。利用构建的空地信道模型生成信道系数数据集,实现神经网络模型的训练与测试。仿真结果表明:与传统算法和现有深度学习方法相比,所提出的信道估计算法具有更小的估计误差,高信噪比条件下的系统误码率(BER)性能提升接近一个数量级;由于引入了调制滤波器技术,随着神经网络层数增加,网络模型参数量大幅减少。      

基于双星定位系统和星敏感器的低轨卫星自主定轨方法研究

利用双星定位系统的两个测距信息外加星敏感器的测角信息,基于信息融合和信息守恒理论,采用联合推广卡尔曼滤波算法,对低轨卫星进行自主定轨仿真研究。计算结果表明,该方法可以显著提高定轨精度,达到低轨卫星自主定轨的精度要求。     

走出失败阴影发射市场光明欧洲新型大推力火箭首次顺利升空

在经历了2002年12月首次发射失败之后,欧洲新研制的重型火箭阿里安一5ECA(见图1、2)终于在2005年2月12日发射成功,把1颗西班牙研制的XTAR—EUR军用通信卫星和由欧空局与荷兰航天局联合研制的Sloshsat微型卫星以及Maqsat--B2模拟载荷和内部测试设备送入轨道。火箭总载荷量有8．312t,即接近10t的设计运载能力。     

基于深度学习孪生网络的目标跟踪算法

本文阐述了单目标跟踪的基本技术关键与步骤、目标跟踪算法的评价指标,重点介绍分析了基于孪生网络框架的目标跟踪技术原理以及应用表现,并对未来的行业发展提出展望.     

浅谈在编译原理教学中促进学生的学习迁移

学习迁移规律是指导教育和学习的一种实用理论,根据对迁移的不同类型及其特点和影响学习迁移的各种要素的分析,结合编译原理课程的特点,按照促进学习迁移的教学原则,在编译原理教学中促进积极学习迁移,有助于培养学生的创新思维和解决问题的能力,有利于培养学生的良好学习品德.