基于梯度提升决策树的量子科学实验卫星光学实验预测

量子科学实验卫星在轨运行期间完成4种光学实验，地面监测人员通过遥测参数阈值判断卫星是否进行光学实验、实验类型及实验结果.这种方法需要预先设定大量阈值，并且这些阈值需要根据在轨卫星重新设定，可扩展性较差.针对以上问题，提出一种基于机器学习的光学实验判别方法，将量子科学实验卫星的光学实验监测任务抽象为机器学习中的多元分类问题，构建分类模型，利用量子科学实验卫星的真实历史遥测数据对模型进行训练，并通过真实实验计划对训练得到的模型进行验证.实验结果表明，本文提出的方法在没有专家先验知识的前提下，判别准确率达到99%，可用于量子科学实验卫星光学实验的实时监测任务.提出的基于机器学习的判别方法具有较强的可扩展性，可应用于卫星在轨运行的其他监测任务.      

对策论在雷达电子战效能评估中的应用

介绍了对策论的基本内容和分析方法,包括对策论所涉及问题的要素和分类.指出了对策论在雷达电子战效能评估中应用的可行性和必要性.分析了电子对抗博弈双方采取不同对抗技术措施的得益矩阵,并在此得益矩阵的基础上,重点研究了对策论在电子对抗效能评估过程中的应用.     

冕环中扭转Alfvén波和快波的耦合共振

推广完备正交函数系(OFSE)展开方法,应用它研究冕环中无耗散扭转Alfven波和快波耦合的时变过程.采用这种方法,从数学上描述了总体波模的固有角频率,从理论和数值计算结果两方面分析了Alfven波和快波耦合时冕环中磁力线Alfven波固有角频率.采用这种方法,分析了耦合驱动项和Alfven波共振的关系.计算结果给出了耦合共振出现位置Alfven波和快波的波幅特征,发现如果足点驱动角频率不等于冕环总体波模的固有角频率,在耦合共振位置当扭转Alfven波幅出现δ断面时,快波振幅沿径向梯度很大,有时近似为一个间断,非常有利于快波耗散;如果足点驱动角频率等于总有体波模的固有角频率,Alfvn波振幅出现δ断面时在径向出现丰富的小尺度结构,共振位置近似为一个间断,非常有利于Alfven波耗散.     

关于公关文秘专业实习实训教学的探讨——以桂林航天工业高等专科学校为例

桂林航专公关文秘专业在实习实训教学方面做得是比较成功的,论文从构建学生整体实践能力培养目标体系、"双师"型教师队伍建设、校内实习实训基地建设、校企合作四个方面进行研究分析。     

光栅信号时钟脉冲细分的误差分析

简介时钟脉冲细分技术的原理，着重分析其细分误差因素，给出了计算实际最大细分数的理论公式，并论述了光栅最大运动速度、时钟脉冲分频数和实际最大细分数之间的关系，对光栅信号时钟脉冲细分系统的参数设计具有指导意义。     

滑阀稳态液动力的计算和分析

以液氧/煤油补燃循环火箭发动机中流量调节器中滑阀为例,介绍了滑阀稳态液动力的一种计算方法,分析了不同结构参数下稳态液动力的变化规律,得出了滑阀的稳态液动力与滑阀位移、液流出口处的流道形状以及刃边厚度关系的一些初步结论。     

基于多相正交序列移位序列的CDMA通信系统

介绍多相正交序列的构造方法,对多相正交序列的自相关和互相关特性进行分析。提出采用多相正交序 列的移位序列作为扩频序列的通信方式,并给出接收端序列同步的实现方法。这种方式能解决低相数多相正交序列互 相关特性不理想,而高相数多相正交序列难以搜索的困难。     

H-6部件与外挂天平的研制

介绍了H 6部件与外扌圭物测力试验的难点 :一是天平的设计载荷极不匹配 ,如机翼天平的滚转力矩是常规天平的 1 0多倍 ;二是模型尾部是船形尾段。采用常规的支撑方式 ,支杆强度太弱 ,试验不安全 ,同时也不利于多台天平的敷线 ,总体方案采用模型尾部与支杆合为一体的结构形式 ,既保证了试验安全又便于多台天平的敷线。天平设计首先保证试验安全 ,用双电桥提高天平的输出。试验结果表明 :总体试验方案正确 ,天平设计合理 ,支撑刚度好 ,测量精度高。     

GPS/速率陀螺组合Kalman滤波姿态确定算法研究

建立了GPS／速率陀螺组合姿态估计系统的模型，研究比较了三种典型的Kalman滤波姿态确定算法：状态扩充法、量测量求差法和时变噪声估计跟踪自适应滤波算法。给出了某航天器采用GPS／速率陀螺组合姿态确定的仿真计算结果，并对结果进行了分析。结果表明，与传统Kalman滤波算法比较，时变噪声跟踪自适应滤波算法和量测量求差滤波算法能较好地消除GPS测量中相关时变噪声的影响，提高姿态确定的精度；而且时变噪声跟踪自适应滤波算法能很好地消除由于噪声统计性能的不确定性对Kalman滤波的影响，提高姿态确定系统的性能。     

一种改进的区域覆盖星座优化设计方法

为缩短区域覆盖星座优化设计的计算时间，对网格点仿真法进行了改进。在统计时间内，以解析法计算卫星覆盖时刻集，并采用遗传算法优化星座参数。仿真计算结果表明，本文改进方法的计算时间仅为优化前的百分之一。