一类变结构控制系统滑动模态的特征值条件

在单输入双线性常值变结构控制和比例变结构控制及一般双线性常值变结构控制系统的基础上，将系统推广到一般多输入双线性系统的比例变结构控制，引入排序截尾算子取变结构控制律与状态变量中ｍ个绝对值较大的分量成比例实现对ｎ个被控变量的控制，采用李亚普诺夫方法研究这类系统的滑动模态，得出此类系统产生稳定滑模运动的条件，并对该条件进行讨论和简化，将其表述成系统矩阵与双线性矩阵特征值之间的关系式。同时给出了一个三阶     

Ⅰ型极值分布的环境因子

本文通过对Ⅰ型极值分布的理论分析和环境因子的二因子法，分别得到了Ⅰ型极大值分布和Ⅰ型极小值分布的环境因子，它们与正态分布的环境因子^[1]具有相同的形式，对Ⅰ型极值分布的环境因子进行了点估计，提出了用环境因子进行数据转换和综合的步骤。     

航天环境——我们的宇宙

近年来,《航天》新读者不断增加,他们纷纷要求多介绍一些航天基本知识,以帮助他们更多更好地吸收航天知识。为此,我们开办了“知识沙龙”这个栏目,首先请我刊正副主编试办一个“航天技术通俗讲座”。搞讲座,无非是力求气氛更贴近读者一些,语言更通俗一些,知识更细腻一些。能否如愿,需要广大读者提出宝贵意见。这里,也吁请航天专家学者投寄文字生动、篇幅短小、文图并茂的稿件,把“知识沙龙”办得红红火火     

微重力场中对流—辐射—传质系统的地面模拟技术

研究了微重力条件下对流－辐射－传质稳态系统的地面相似模拟技术，进一步发 温度－材料综合保护技术。通过采取补偿热流，调整壁面热流密度分布的方法，保持了原型与尺寸适当缩小后的模型的Ｎｕ数，Ｓｈ数，材料，温度，湿度不变，从而实现模型与原型流动，换热和传质相似。     

防静电白色热控涂层的空间环境性能试验

通过在氧化锌晶格中掺入重金属离子，得到具有防静电功能的白色颜料，再以丙烯酸树脂为粘合剂制备出空间飞行器外表面用的ACR－1防静电白色热控涂层；研究了空间环境效应（包括紫外辐照，电子和质子辐照）对该热控涂层太阳吸收率的影响并与有机硅白色热控涂层进行了比较，地面模拟空间环境试验研究结果证明，ACR－1防静电白色热控涂层具有良好的空间稳定性。     

MATLAB在飞机环境控制系统仿真中的应用

介绍了在MATLAB环境下,对飞机环境控制系统的建模方法,开发了飞机环控系统综合仿真的MATLAB工具箱.简单介绍了所开发的仿真工具箱,并且用此工具箱对某型飞机的环控系统进行了仿真研究,与实验结果的对比表明,所开发的工具箱,具有很高的仿真精度.     

浅谈银行信贷资产债权维护的配套设置

本文主要从强化商业银行内控、建立信贷资产债权保全机制、营造诚实信用环境三方面论述维护银行信贷资产债权的配套措施。     

基于环境减灾二号A/B卫星HSI数据的太湖叶绿素遥感监测研究

叶绿素a(Chl-a)是湖泊富营养化和初级生产力评价的关键指标。在传统地面观测受限于时空尺度的问题下,高光谱遥感为光学特性复杂的内陆湖泊监测提供了新的思路。文章针对环境减灾二号A/B卫星高光谱成像仪(HJ-2A/B HSI)数据的湖泊叶绿素定量监测能力问题,选择太湖为研究区域,结合地面同步观测数据和准同步的哨兵-2(Sentinel-2)卫星多光谱(MSI)数据,系统评估了HJ-2A/B HSI数据的遥感反射率数据质量,构建了太湖叶绿素HJ-2A/B HSI遥感反演模型。模型的平均绝对百分比误差(MAPE)为37.5%,均方根误差(RMSE)为0.0078 mg/L,HJ-2A/B HSI与Sentinel-2 MSI影像提取的叶绿素浓度整体空间趋势基本一致。结果表明：HJ-2 HSI可为内陆湖泊叶绿素及其它水质参数的遥感定量监测提供有效的数据支撑,并仍可在辐射数据质量、大气校正等方面进行进一步的优化,以满足水环境遥感业务化监测的应用需求。     

利用环境减灾二号A/B卫星红外相机数据监测沙尘暴

针对国产卫星数据在沙尘监测领域应用较少的情况,基于环境减灾二号A/B(HJ-2A/B)卫星搭载的红外相机(IRS)探测数据构建沙尘监测算法。在分析IRS分辨不同沙尘天气场景能力基础上,与中等分辨率成像光谱仪(MODIS)监测结果对比,分析了不同时间尺度下的沙尘遥感监测能力,并讨论了IRS的不足之处。结果表明：环境减灾二号A/B卫星数据质量整体较好,影像可以清晰地呈现陆地、云和沙尘等主要场景的整体轮廓及纹理,有利于准确提取沙尘天气;与MODIS监测沙尘结果相比,IRS的准确率和召回率分别为81%和与57.6%,其时空分布规律基本一致,IRS具备一定的沙尘监测能力;同时,IRS存在数据噪声、定标精度等问题。此研究对国产卫星在大气环境遥感业务中的大力发展应用有参考意义。     

环境减灾二号A/B卫星在森林树种识别中的应用

采用环境减灾二号A/B卫星数据,在福建武夷山国家公园和东北虎豹国家公园2个试验区开展森林树种识别的应用研究。分别提取2个试验区影像的光谱特征、归一化植被指数(NDVI)和基于主成分第一分量的8个纹理特征信息,采用支持向量机(SVM)和原型网络分类对森林主要树种进行识别,并利用验证样本进行精度评价。结果表明：在福建武夷山国家公园试验区,SVM和原型网络分类的总精度分别为86.37%和91.11%,Kappa系数分别为0.83和0.90。在东北虎豹国家公园试验区,SVM和原型网络分类的总精度分别为91.77%和91.34%,Kappa系数均为0.90。总体来说,环境减灾二号A/B卫星数据在2个试验区的主要树种识别精度较好,后续能较好地满足林业行业相关业务应用需求。