三维大规模地形的实时显示与渲染

利用真实地形数据，基于四叉树的LOD算法，即利用视点相关和地形本身的起伏度相关技术确定地形应有的细节程度来绘制大规模三维地形。并根据真实航片和地形高程值分别生成真实和模拟的地貌纹理，计算出地形阴影贴图，产生阴影效果。在保证渲染速度的前提条件下，有效地提高了场景的视觉真实程度。     

微波辐射特性研究概览

微波辐射特性的研究为被动微波遥感和制导等提供基础的理论、方法、实验数据和结果。系统地阐述了微波辐射特性研究的两种方法 ,重点讨论了亮度温度的各种反演方法 ,最后指出了微波辐射特性研究的其它一些值得注意的问题     

导弹纵向神经网络自动驾驶仪设计

在导弹俯仰通道中存在输入未建模动态情况下，提出了一种基于RBF神经网络和反演控制技术的神经网络自动驾驶仪的设计方法。首先应用两个RBF神经网络对输入未建模动态设计了神经网络逆补偿器，然后利用反演控制技术设计了导弹纵向自动驾驶仪。最后给出仿真结果显示了该设计方法的有效性。     

一种高效的数字地图高程数据存储格式

分析了DMA的DTED和USGS的DEM高程数据存储格式，比较了其异同，提出了一种高效的数字地图高程数据的存储格式并实现了存取算法。实验表明，该存储格式结构简单、便于扩展、容易实现，是一种Windows下进行数字地图数据交换的有效的文件存储格式，已经被用于数字地图三维可视化软件Terrain和新近开发的综合低空突防系统分布式仿真平台中作为数字地图数据的交换格式。     

非线性自适应神经网络控制器设计

在系统存在非匹配不确定性和输入未建模动态的情况下,提出了一种基于RBF神经网络和反演控制技术的非线性自适应控制系统的设计方法.应用RBF神经网络辨识系统中存在的不确定性,利用反演控制技术,设计了非线性自适应控制器,成功地处理了非匹配不确定性.同时动态非线性阻尼项的引入使得系统对未建模动态具有很强的鲁棒性,并应用Lyapunov稳定性理论,证明了系统跟踪误差、RBF神经网络参数误差全局渐近收敛于原点的一个邻域.最后给出的BTT导弹非线性六自由度数字仿真结果,显示了该设计方法的有效性.     

基于多层前向神经网络的块控制器设计

针对一类非匹配不确定性的线性系统,基于块控原理,提出了一种结合块控制、神经网络控制和backstopping控制技术的设计方法.其特点是无须已知不确定性的界,利用反演设计方法来处理系统中的非匹配不确定性,利用多层前向神经网络来估计系统中的不确定性,再利用鲁棒控制方法来改善系统的性能.利用Lyapunov稳定性定理证明了系统的渐近稳定性.最后,给出的仿真实例证明了所提出的方法的正确性和有效性.     

基于树模型机器学习方法的GNSS-R海面风速反演

GNSS-R是基于GNSS卫星反射信号的一种新技术.GNSS-R技术可以运用到海面风场反演中，传统的GNSS-R技术反演海面风场主要有波形匹配和经验函数两种方法，风速反演精度约为2m·s-1.波形匹配方法耗时多，计算量大；经验函数方法通常只使用少量物理观测量，会造成信息浪费，损失一定的反演精度.为了提高海面风速的反演精度，引入机器学习领域常用的树模型算法决策树、随机森林、GBDT等对海面风速进行预测.利用GNSS-R与ECMWF数据构成训练集和验证集，训练集用于模型学习，验证集用于检验模型的反演效果.实验结果显示，决策树和随机森林预测误差约为0.6m·s-1，GBDT等算法的预测误差约为2m·s-1，满足风速反演要求.与GNSS-R传统反演方法相比，机器学习树模型算法效果更好，在验证集上表现稳定且误差较小.因此，可以将机器学习树模型算法运用到海面风速反演中.      

基于卫星观测数据的地球重力场探测技术发展趋势分析

分析研究了公开发布的全球重力场模型,根据已有真实卫星数据的重力场反演结果,依次分析了激光地球动力学卫星、重力卫星和测高卫星用于地球重力场探测的特点和局限性,并针对上述缺点和局限性,进一步介绍和分析了当前出现的可用于地球重力探测的新型载荷,如激光测距仪、原子干涉绝对重力梯度仪、干涉SAR高度计等,以及新载荷可能产生的探测效益。以上研究可为地球重力场探测技术未来的发展提供参考。     

基于滑模反演控制的稳定平台齿隙非线性补偿

针对航空遥感惯性稳定平台中齿隙非线性带来的不稳定问题，结合反演控制和滑模控制的优点，在传统反演控制的每一步迭代过程引入与齿轮运动状态相关的基于连续饱和函数的动态滑模面，设计了相应的滑模反演控制器。在保证了系统误差快速收敛的同时，抑制了反演过程中的误差积累，实现了系统非线性误差精确补偿。仿真实验结果表明，与传统反演控制相比，滑模反演控制显著降低了齿隙非线性对系统动态性能的影响，有效提高了系统对期望角位置、角速度的跟踪性能。