基于分数阶微积分理论的最优导引律设计

随着技术的发展及战场环境的日益复杂化,拦截机动目标的需求越来越大。然而传统制导律在拦截机动目标时存在制导精度差、末端过载突变的问题,故提出了一种基于分数阶微积分理论的最优导引律。首先,介绍了分数阶微积分的定义、性质及其数字实现方法;然后,分析了弹目相对运动关系,通过分数阶变阶次建模和最优控制理论推导出了分数阶导引律;最后,仿真结果表明：与传统比例导引法相比,所设计的分数阶最优导引律能够保持比例导引法良好的追踪性能且拦截时间能够缩短2s,末端过载值趋近于0。该方法解决了传统比例导引法在末端由视线角速率发散而导致的末端过载突变问题。     

A residual based adaptive unscented Kalman filter for fault recovery in attitude determination system of microsatellites

This paper presents an adaptive unscented Kalman filter (AUKF) to recover the satellite attitude in a fault detection and diagnosis (FDD) subsystem of microsatellites. The FDD subsystem includes a filter and an estimator with residual generators, hypothesis tests for fault detections and a reference logic table for fault isolations and fault recovery. The recovery process is based on the monitoring of mean and variance values of each attitude sensor behaviors from residual vectors. In the case of normal work, the residual vectors should be in the form of Gaussian white noise with zero mean and fixed variance. When the hypothesis tests for the residual vectors detect something unusual by comparing the mean and variance values with dynamic thresholds, the AUKF with real-time updated measurement noise covariance matrix will be used to recover the sensor faults. The scheme developed in this paper resolves the problem of the heavy and complex calculations during residual generations and therefore the delay in the isolation process is reduced. The numerical simulations for TSUBAME, a demonstration microsatellite of Tokyo Institute of Technology, are conducted and analyzed to demonstrate the working of the AUKF and FDD subsystem.     

复杂结构的非线性检测

由于非线性系统的复杂性，现有的各种非线性检测方法都有局限性。从频域、幅域和时域三方面综合考察复杂结构的非线性表现，采用六种方法进行非线性检测，给出一个综合描述系统非线性程度的指标－非线性因子。鉴于非线性系统表现出的非线性强弱与系统所受的激励有直接的关系，将非线性因子定义为与激励的幅值特性和频率特性相关的系数指标。对几种典型非线性系统的仿真模型进行了检测，以验证非线性因子的有效性。     

RAM的故障模型及自测试算法

通过对ＲＡＭ故障情况的全面、深入分析，建立了ＲＡＭ的功能故障模型。并在此基础上，提出一种全面、实用的故障自测试算法。该算法分三步完成测试：（１）测试ＲＡＭ中的固定为１（０）故障、固定开路故障、状态转换故障、数据保持故障及第一类耦合故障中的不相关耦合等故障；（２）测试第一类耦合故障中的相关耦合故障；（３）测试第二类耦合故障。对ＲＡＭ的故障注入试验验证了该算法的有效性。并将此算法应用于航空电子模拟器的ＢＩＴ（Ｂｕｉｌｔｉｎｔｅｓｔ）的设计中。     

列车交会动态压力波实车测试系统的开发与应用

简述了列车交会动态压力波实车实验测试系统的组成和基本原理。系统以压阻式压力传感器、数据采集仪和微机为核心，应用超声、红外检测技术，实现了列车交会压力波、交会车辆侧壁间距及相对车速的同时测量，并成功应用于广深线实车实验中。文中还探讨了实车实验中存在的其它问题和解决方法     

波音737—200／300／500飞机尾部结构疲劳裂纹的探伤检查

波音系列飞机一定时间后，飞机尾部结构出现疲劳裂纹，需用涡轮检测法进行损伤检查。     

空间激光通信系统光斑小目标跟踪算法研究

在空间激光通信链路中，大气湍流、结构设计误差、平台扰动等因素为链路的精确对准和精密跟踪带来了困难。为提高激光链路的跟踪精度，首先对光斑跟踪过程中的影响因素进行研究分析，继而对跟踪算法做出改进。针对跟踪目标特性，设计了一种自适应模板目标相关跟踪算法，并搭建了基于粗精复合轴跟踪系统的实验平台，开展了实验验证。结果表明：与当前常用跟踪算法相比，该设计处理速度可达 1 kfps，目标跟踪位置与真实位置基本重合，目标跟踪准确率高于98%，在处理速度、跟踪准确率与算法鲁棒性上均有较大提升，具有一定的实用性。     

ASW-RTS:一种软件性能数据在线检测方法

在软件健康管理系统中,需要对相关被测构件的性能进行在线检测,从而确定构件的健康状态。针对被测构件的性能衰退检测问题,在AR(p)模型基础上,结合时间序列滚动式算法的准确性,提出了一种具有自适性策略的ASWRTS算法,用于对被测构件革新异常类性能数据的在线检测,提高检测的准确度,并基于该算法设计了构件性能异常数据的在线检测过程。实验结果表明,该算法将检测精度提高了50%左右,能够有效在线检测构件的性能衰退,说明了该算法的正确性和有效性。     

英语习得与人为目的语环境的创造

"语言习得"与"语言学习"是外语教学理论研究中的两个重要概念,克拉申认为只有"习得"来的语言才能成为流利的口头表达,而"学习"只能起"监查"作用.在"学习"的条件下,通过营造人为目的语习得环境,以用为本,立足实践,学习者同样可以达到习得外语的目标.     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。