一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

神经网络在未来超分辨雷达中的应用

最新的技术发展已为研制超分辨雷达创造了条件。它能够突破普通雷达基于匹配滤波原理的分辨能力,而实现超分辨。超分辨雷达的巨大计算量通常来自求解非线性最小二乘问题时的多维搜索。本文针对这一问题,研究了雷达信号处理中的两个典型例子:(1)利用阵列处理检测个数已知而方向未知的雷达目标;(2)对波音727飞机进行超分辨距离多普勒成像。说明Hop-field神经网络通过集体运算能够求解各种困难的最优化问题,因而在未来的超分辨雷达中有广阔的应用前景。     

传输型光学遥感器斜模式采样新方法研究

文章介绍了实现超模式采样焦平面3种解决方案面临的技术难点，为避开器件问题提出了一种新的斜模式采样方法。以任意两维周期采样理论为基础分析了斜模式采样技术的物理原理，并通过实验手段验证了斜模式采样技术的可行性。试验结果表明：改变探测器推扫方向的采样间距符模式采样技术可以提高传输型光学遥感器图像的空间分辨率，该技术相对于超模式采样技术，工程实现上要简单。     

一种适于动态环境的盲多用户检测算法

比较两种盲多用户检测算法在动态环境中的收敛性能,并通过计算机进行模拟仿真。其中一种是能随输入信号矢量变化而变化的变步长最小输出能量盲算法;另一种是既保持最小输出能量检测器的全局收敛性,又具有最小均方误差检测器高输出信干比优点的判决反馈变步长盲算法。利用前者在动态强干扰下收敛快及后者在稳态时输出信干比高的优势,将二者结合起来应用到动态环境中,提高系统性能,同时抑制多址干扰和窄带干扰。     

巡航导弹景象匹配算法适应性研究

针对景象匹配制导的需求，研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法，分析了算法的适应性、计算量和实时性等，比较了每种算法的优缺点。结合巡航导弹的使用，讨论了影响匹配结果的一些基本的、可能的因素，主要是环境因素。用三种分辨率的图像作了大量的实验．针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析，给出了有关结论。     

用圆环压缩理论测定30CrMnSiA钢超塑等温变形用的摩擦系数

用圆环压缩理论测定高强度30CrMnSiA钢在超塑态等温变形时对两种玻璃润滑剂的摩擦系数,摩擦系数随变形温度和变形速度的变化而变化,770℃是最佳超塑性变型温度,最小摩擦系数的取得,还同应变速率的敏感性指数m有关。据此而正确选择润滑剂,并提供了润滑剂的润滑性能和实验装置。     

日本发射第4颗“情报收集卫星”

2007年2月24日，日本的情报收集雷达卫星-2用H-2A火箭发射升空。它将和已在轨的3颗间谍卫星组成体系，对地球上任何地点进行每天一次的拍照。雷达卫星运行在高400～600km的低轨道上，可自动发射电波，根据地面反射回来的信号合成黑自图像，分辨率南北方向为1m，东西方向为3m。一同升空的还有一颗光学试验卫星，后者主要是为了验证日本正在开发的新一代光学卫星的性能。据悉，新一代光学卫星的地面分辨率将提高到0．4～0．6m，预计2009年发射，而新一代雷达卫星计划2011年升空。     

基于Bayes假设检验的SAR图像分辨率计算方法

分辨率是衡量SAR成像质量的重要评价指标。目前所采用的3dB主瓣宽度方法来源于光学成像中的瑞利准则,受人类视觉感知能力限制,且没有考虑噪声影响。根据SAR图像表达式与观测信号乘法模型,在存在目标位置先验信息情况下,基于Bayes假设检验理论建立点目标分辨判别准则,得到统计意义上的分辨率计算方法,得到的结论与现有的关于分辨率计算的定性理解相一致,克服了瑞利准则的缺陷。     

发射消息

俄罗斯宇宙3M火箭7月2日在普列谢茨克发射场发射了德国“合成孔径雷达（SAR）-放大镜”2军事侦察卫星。卫星由OHB系统公司建造，重770公斤，寿命10年，载有合成孔径雷达、星间S波段发射机和X波段发射机等设备，采用550公里极轨道，空间分辨率优于1米。“SAR-放大镜”是德首个卫星侦察系统，由5颗相同的小卫星和地面段组成。5颗卫星处在3个轨道面上。项目耗资2．5亿欧元以上。     

金刚石切削在仪表制造中的应用

金刚石切削即金刚石作刀具进行切削加工。针对仪表制造业中对零件提出的高精度要求,选用优质单晶金刚石作刀具,正确确定刀具的圆弧半径P和几何形状等参数,认真探索微量切削机理和刀具磨损机理,采取相应的工艺措施,以保证仪表制造中的超精加工的实现。