基于神经网络的某导弹姿态控制系统故障诊断

介绍了多层前向神经网络及其算法 ,讨论了神经网络在故障诊断方面的应用 ,并对某导弹姿态控制系统的典型故障进行了神经网络建模 ,经测试取得了良好的效果。     

多坐标系下目标跟踪的联合滤波

针对雷达目标观测和处理在不同的坐标系下完成，本文提出了联合滤波算法来跟踪机动目标。该算法以卡尔曼滤波器为基础，直角坐标系下和极坐标系下的算法相联合，不仅克服了两种坐标系下滤波算法的不足，而且对机动目标有很好的跟踪效果。仿真实验结果表明了该算法的有效性。     

《新时代交互英语》评介

通过介绍《新时代交互英语》（NEW ERA INTERACTIVE ENGLISH）内容和特点，选择合适的教材对大学英语教学至关重要，笔者针对试点班学生所选的《新时代交互英语》一书，对其视、听、说教程的内容和优缺点做了分析和评价，并以问卷调查形式更加清晰的了解到学生对于该套教材以及新的听说教学模式的反馈和意见，为新形势下教师的教学提供了帮助。     

基于小波分析的飞控传感器故障诊断

小波分析具有局部时频分析能力，适宜于对突变信号的检测，针对飞控系统传感器故障的特点，提出了基于小波分析的飞控传感器故障诊断法。仿真结果表明，应用小波分析，可以非常精确定位传感器信号的故障点。     

多体运动理论与齿轮测量中心的几何误差建模

本文阐述了多体系统的拓扑结构和低序体阵列,其特征矩阵的基本概念和构建方法,分析了多体系统误差运动的基本规律,结合891E型齿轮测量中心研究了根据特征矩阵得到其空间几何误差的算法,为齿轮测量中心精度分析和几何误差提供了一种理想的建模方法.     

卫星故障诊断的最优奇偶向量法

 提供一种卫星故障诊断方法以提高 GPS导航的完整性。该方法利用最优奇偶向量来检测和诊断卫星故障以提高卫星故障诊断的准确性。仿真结果显示,在故障幅值较小的情况下最优奇偶向量方法相比广义似然比方法可以提高故障的正确检测率和正确诊断率。该方法还可以缩短检测斜坡型故障的时间,从而提高了系统的可靠性。     

基于adaboost算法的车牌检测

车牌识别技术（LPR）是智能交通（ITS）领域的重要研究课题之一。车牌的自动识别分为车牌检测、字符分割、字符识别三个主要部分。车牌检测是LPR中的关键技术。车牌图像由于受到噪声、车牌倾斜、光照不均、运动模糊等的影响，检测存在着很大的困难。因此，在总结前人检测算法的优点和缺点的基础上，提出了基于adaboost算法的检测算法，其优点是检测率高，检测时间少，适应性特别强。     

基于BP人工神经网络的GPS／SINS组合导航算法

基于扩展Kalman滤波的GPS／SINS组合导航算法，需要对原始的非线性连续系统模型进行线性化和离散化处理，要求系统噪声和测量噪声为零均值的高斯白噪声，且易于出现滤波器发散。BP人工神经网络毋需对所求解的问题建模，能够很好地逼近系统非线性特性，获得较高精度的导航定位信息；还具有计算过程稳定，不涉及矩阵求逆，不需要迭代逼近，以及容易实现并行处理等优点。本文设计适用于GPS／SINS组合导航系统的BP网络模型，并在标准的BP算法基础上，采用共轭梯度法改进网络训练速度及精度。最后，通过仿真算例说明BP网络方法用于GPS／SINS组合导航计算的可行性。     

三轴稳定卫星无陀螺姿态确定算法研究

针对三轴稳定卫星进行了正常飞行模式下无陀螺姿态确定算法研究，采用磁强计、地球敏感器和太阳敏感器组合获得姿态数据，利用四元数法和高斯－马尔可夫过程建立了姿态确定估计器算法模型。通过数学仿真证明，此姿态确定算法能够对星体姿态进行较精确的估计或校正，满足卫星控制精度要求。     

三维直角叉树切割网格Euler方程自适应算法

基于叉树数据结构，实现了一种用于三维直角叉树切割网格的自适应算法，包括对几何外,形以及对流场计算的自适应网格加密技术。在初始网格的生成过程中，根据相邻网格的物面法向向量间的差值，进行针对外形的自适应网格加密；在流场计算中，根据相邻网格间选定物理量梯度的变化，进行针对流场的自适应网格加密。详细地描述了三维直角叉树切割网格的生成过程，以及以任意网格的切割细分算法。在自适应过程中，分别采用了八叉树和全叉树的数据结构，八叉树是基本的数据结构，而全叉树的采用，使网格具有了各向异性的特征，从而大大的减少了自适应网格的数量。采用中心有限体积法，求解Euler方程，并运用上术方法，完成了对外形和流场的逢适应网格加密算法，获得了较好的数值计算结果，证明了自适应算法的正确性，体现了直角叉树切割网格自适应技术的有效性和实用性。