低空突防任务下综合飞行/推进系统的建模与仿真

建立了综合飞行／推进系统的数学模型，介绍了飞机全维非线性数学模型和涡轮风扇发动机非线性部件级数学模型的建模及综合方法。对飞机执行地形中随任务时，飞行员调节飞行速度的方法与基于总能量的调节飞行速度的方法进行了比较。结果表明，基于总能量的方法比飞行员直接控制飞行速度能够减小发动机的燃油消耗，降低发动机的磨损，进而可以增加飞机的航程，延长发动机的使用寿命。     

高校学报编辑与作者的关系定位

高校学报要出想精品、创特色,充分发挥学报这个文化传播的窗口作用,促进学报发展,应避免把“编辑工作是出版发行工作的中心环节”绝对化,充分认识编辑与作者之间互相尊重的平等关系,因共同的工作目标而相互合作的关系,因不同的出发点而相互制约的关系,和在合作过程中相互促进提高的关系,注重建立编辑与作者之间的良性互动关系。     

基于皮卫星的分布式干扰系统及其关键技术

在对皮卫星的特点总结的基础上,提出了一种基于皮卫星的天基干扰系统,给出了干扰系统的原理性方案,对其中的关键技术进行了分析。     

液体压力激波加工技术研究

机械产品的零部件，通常需要通过成形与改性才具有所需形状及实用功能，本文提出了一种新型材料成形与改性加工的方法——液体压力激波加工。采用脉冲超声波聚焦技术，通过压电陶瓷激波发生器在液体介质中产生高能瞬时压力激波，对材料进行冲击，产生变形或表面改性。经过理论研究和试验验证，初步掌握了液体压力激波的产生、激波能量的控制和激波加工的动力学机制。这种加工方法具有能量可控性好、成本低廉和安全高效等优点，非常适合具有复杂结构和型面的中小零件加工，是一种颇具竞争力的先进制造技术手段。     

一种微机器人轮式驱动器的运动稳定性研究

本文从动力学角度出发,建立微机器人轮式驱动器的运动方程,并分析微驱动器运动稳定性的各种影响因素,得出造成微驱动器运动产生振动主要是存在动载荷。通过使用一相对运动弹性杆组成的模拟传动机构在微小传动力实验台进行传动力试验,试验结果表明弹性杆在啮合过程中产生了不稳定的变传动力,这种变传动力正是影响微驱动器运动产生振动的重要因素。     

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。     

捷联惯导系统的圆锥误差补偿算法研究

非互易向量的确定与补偿是影响高动态、恶劣振动环境下捷联惯性导航系统姿态矩阵计算的重要问题。为了补偿由此引起的圆锥误差，本文对一些传统算法进行了分析和研究。由于以往各种算法一般都需要输入信息为角度信息，但对于高动态、恶劣振动环境，角速度信息更有工程意义，所以针对输入信息为角速度的情形，提出了一类新的姿态算法，通过对比传统的算法，新算法在同样计算量、存储量的情况下有较优的性能，算法的精度较传统的算法高。另外，对新的姿态算法进行了误差分析．为其参数选择提供了选择标准，有工程实用价值。     

逆合成孔径雷达信号处理方法研究进展

在简要评述国内外现有的逆合成孔径雷达（ISAR）信号处理的运动补偿和成象方法之后，介绍了南京航空航天大学ISAR课题组近年来在ISAR信号处理方法研究中取得的主要进展，包括基于多散射点定位观点的雷达成象观测模型，基于最大似然原理的同时运动补偿和成象方法，基于最大似然原理的多目标成象方法和基于时频分析的多目标成象方法，以及超分辩成象方法，文末指出了在ISAR信号处理方面有待进一步研究的问题。     

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。     

基于Poisson模型的湍流退化图像多帧迭代复原算法

随着航天空间技术的发展，空中目标的成像探测研究越来越重要。受大气湍流的干扰，观测到的目标图像是严重模糊的。为了从观察到的多帧含噪的湍流退化图像中将目标原图像有效地恢复出来，本文提出了一种新颖的基于图像统计模型的图像复原算法。跟据图像Poisson概率模型建立了有关多帧图像数据的对数似然函数，通过极大化该对数似然函数，推导出了目标图像及各帧图像点扩展函数的迭代求解关系。同时。将点扩展函数的支持域等先验条件有效地加入到迭代计算过程中，以便快速地利用迭代技术将目标图像和各帧点扩展函数估计出来。该算法能用少数帧图像极大程度地恢复出目标图像。为了验证本文算法的恢复效果和可靠性，对在强噪声污染条件下的湍流退化图像进行了恢复实验，实验结果表明本文算法对空中目标湍流退化图像的复原是非常有效的。