π—TFSK相移时频调制信号及其数学模型

在移动通信中,特别是高速移动数据传输情况下,由于高速移动而产生的衰落以及多径波的干扰,传输特性及差错率特性恶化,相移时频调制正是为了对抗衰落与多径延迟而产生的,本论文主要讨论时频调制信号及其相关函数,并建立了π－ＴＦＳＫ相移时频调制信号的数学模型。     

多机械手混合位置/力协调学习控制的研究(英文)

研究了多机械手抓持一刚性物体的协调控制。考虑多机械手系统的动态模型不确定性,导出了物体位置的误差方程和内力的误差方程,给出了多机械手的混合位置/力协调学习控制策略,并对学习控制的收敛性进行了讨论。文中提出的控制策略在每次迭代学习后,通过修正系统的控制输入来改善系统的性能。最后,通过两个平面机械手抓持一物体的仿真实验证明了该方法的有效性     

确定警告值的时间序列数据分析法

民用航空器的故障率警告值在民用航空器可靠性维修中起着重要的作用,本文提出了一种确定民用航空器故障率警告值的时间序列数据分析方法,这一方法可以较好地处理那些故障率由于受气候、环境等影响而发生周期性变化的零部件或系统,为它们的故障率预测和可靠性维修提供一种宏观的分析方法。文中最后根据某航空公司三种机型各自的重要事件的数据统计,给出了用该方法计算得到的故障率的估计值和实际值的比较,并对下一个月的故障率的警告值进行了预测。结果显示:用该方法获得的故障率的警告值是比较合理的     

遥感图像云检测方法综述

光学遥感图像中云层会对地面信息进行不同程度的遮挡,造成了地表观测信息的模糊和缺失,极大地影响遥感图像的成像质量。因此,对遥感图像中云层覆盖的检测和评估是进一步分析和利用遥感图像信息的基础和关键。通过充分的调研和对比总结,梳理了20世纪90年代以来,国内外基于遥感图像的云检测方法的发展趋势和代表性工作。将基于遥感图像的云检测方法分为三类：基于光谱阈值的方法、基于经典机器学习的方法以及基于深度学习的方法。总结了当前国内外云检测公开数据集,并对比了部分代表性工作的云检测精度。此外,简要梳理了与云检测相关的云雾(霾)检测、云雪检测、云阴影检测以及云去除等方法。对当前云检测相关工作中存在的问题和未来的发展趋势进行了分析和展望。     

指数分布双样预测的Bayes方法

本文对指数分布的双样预测问题用Bayes方法进行了讨论，结果表明，定数截尾时，无信息先验分布的Bayes预测限与经典预测限相同，但两者的预测子不一致，对有替换定时截尾，给出了经典方法目前尚未给出的双样预测问题的Bayes预测子与预测限，并用数值例说明了这些方法。     

外语学习中情感因素的调查与研究

外语学习中的情感因素主要是指学生们对外语学习所产生的情绪与感受,主要包括学习者的态度,动机与需求,自尊、自信与冒险心及焦虑情绪等.本文笔者通过对农村学生与城市学生的外语学习中的情感策略调查及分析,论述了对外语学习产生正面影响(如自信、冒险心等)的情感因素和一些对外语学习会产生极其负面的影响(如焦虑)的情感因素.并说明了外语教师除了传授知识和学习策略外,还应注重学生的情感教育.注意培养学生的学习动机,利用多元智能理论指导,培养学生的自信心缓解学生焦虑情绪.     

带攻击角度约束的深度强化元学习制导律

针对执行机构部分失效的速度时变导弹机动目标拦截问题,本文提出一种基于深度强化元学习和剩余飞行时间感知逻辑函数的攻击角度约束三维制导律.首先,采用基于模型的深度强化元学习方法,建立深度神经网络动力学模型;引入模型预测路径积分控制,该深度神经网络动力学模型作为预测模型;采用元学习方法,在线学习执行机构部分失效及目标机动等环...     

基于峭度熵与分层极限学习机的动量轮轴承故障诊断研究

动量轮是卫星姿态控制系统的关键部件,其可靠性直接关系到整星寿命与安全.作为动量轮的核心组件,轴承易于发生故障,且独特结构和复杂运行环境导致监测信号信噪比低,早期故障诊断困难.针对这种情况,对变分模态分解和峭度熵结合的特征提取方法进行研究,获得动量轮轴承监测信号中的微弱故障特征,并建立特征向量.引入分层极限学习机,对结构...     

非平稳随机系统动态贝叶斯结构学习关系网

 针对基于图模型自主控制中环境感知问题,提出了连续变量非平稳系统变结构动态贝叶斯网络(DBN)的结构学习模型;讨论了平稳系统常结构DBN学习模型。以上述结论为基础,提出了模糊自适应尺度法用于非平稳系统变结构DBN结构学习,依据非平稳程度函数rb、调节系数m及区间长度Δt模糊推理出步长系数k和窗口系数b,依据具体框架得到变结构DBN,给出了连续变量非平稳系统变结构DBN学习的模型框架和具体算法。仿真结果表明：提出的结构学习框架是可行的。     

红外/雷达复合制导数据融合技术中的时间校准方法研究

从理论上分析了适合于红外/雷达双模复合制导背景下数据融合的3种时间校准方法,以校准误差为标准,时间片和目标机动为影响因素对这3种方法的校准效果进行了分析比较,并首次对传感器测量噪声在校准中的传播变化情况通过计算机仿真进行了尝试性研究。仿真结果表明:分段线性插值方法计算最简单,对噪声在校准过程中传播的不确定性有较好的抑制作用,且对时间片和目标机动均不敏感,它满足了双模复合制导对数据融合时间校准方法的要求。最后给出了分段线性插值在双模复合制导数据融合中的应用仿真结果,结果表明分段线性插值方法的时间校准性能良好。