星载BX1750A芯片抗单粒子翻转性能评估

用软件包和FOM方法分别计算了BX1750A芯片在三种太阳同步轨道以及不同宇宙环境下的单粒子翻转率。根据器件及单片机系统在轨单粒子翻转率与“零翻转”可靠度的关系，量化地评估了该芯片及所属系统应用于不同飞行任务时的抗单粒子翻转(SEU)性能。分析结果表明，BX1750A芯片抗单粒子效应的性能较高，可作为低太阳同步轨道3年或5年寿命卫星关键计算机系统的选用芯片。同时为确保系统SEU零失效，有必要采取软件和其他加固措施。     

固体火箭发动机地面试验中测量误差分析

介绍了固体火箭发动机试验中测量误差分析的一般过程，讨论了标准量标准量传递和测试系统静态校准过程中的误差及其计算方法，以及直接测量参数和间接测量参数不确定度的计算方法。     

有限空间轴对称射流流场的数值模拟

本文在к－ε紊流模型下，采用罚有限元法对有限空间轴对称射流流场进行数值模拟。引用罚函数优化迎风格式和退化积分，建立有限元解法的数值矩阵，在不同截面上求得工，压力和紊流参数分布，计算结果与实验数据十分接近。本文研究结果可应用于火箭发动机的喷射设计和射流量论的研究。     

一种综合性能与寿命数据的Bayes-Bootstrap方法

对现代长寿命、高可靠产品进行可靠性评估,传统大样本寿命试验和统计推断方法存在很大困难,包括伪寿命数据方法在内的性能与寿命数据综合的可靠性评估方法也存在很多问题。提出了将性能可靠性建模与Bayes方法相结合的方式解决这一困难问题,其中对性能试验数据建立性能退化模型,并利用Bootstrap方法处理伪寿命数据导致的随机性误差和构造融合Bayes验前分布,然后利用Bayes验后分析进行可靠性统计推断。对随机斜率模型和长寿命卫星动量轮轴承组件润滑寿命的应用表明,提出的方法可以充分利用产品研制、使用过程中各种类型的信息,特别是性能试验信息,具有一定的适用性。     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

《C++程序设计》课程教学方法探析

《C 程序设计》课程重点是培养学生掌握面向对象程序设计的基本思想和方法,难点是如何引导学生突破传统的思维方式,形成以面向对象的思维方式,分析问题、解决问题。本文从教学方法、教学手段的角度出发,谈谈在教学上的一些经验和体会,以提高C 课程教学质量和教学效果。     

基于峰值点的目标对准在MSTAR SAR图像分类中的应用

模板匹配的分类方法是合成孔径雷达目标识别的重要方法。研究了MSTAR SAR图像,指出图像中的目标峰值点本质上对应于实际物体的散射中心,并且在一定方位区间中具有稳定性。假设目标存在位置偏移的基础上,提出先利用目标峰值点对准目标,再生成模板和分类的思想。分析了方位区间中基准图像的选取及对准过程对模板生成和目标分类的影响程度。最后研究了同类变形目标间的分类,提出了峰值点特征增强成像、预分类、目标对准和正式分类的四步算法。结果证明,所提算法具有较高的分类精度和效率。     

磁控微小卫星速率阻尼和姿态捕获研究

针对非重力梯度稳定、偏置动量轮加三轴磁控的微小卫星初始姿态控制阶段，采用B-dot控制进行速率阻尼，设计了滑模控制律进行姿态捕获。除了磁控阻尼-捕获-动量轮起旋外，还首次提出了B-dot加动量轮常速起旋、磁控加动量轮姿态捕获的新方法。仿真结果表明，纯磁控的B-dot方法能有效得进行速率阻尼，滑模控制捕获姿态精度高、时间短；B-dot阻尼同时进行动量轮开环起旋，可以迅速使姿态稳定，滑模磁控律可以有效得对偏置动量卫星进行大角度姿态控制，尤其该新方法操作简捷，明显减少初态控制时间。     

导弹电液伺服机构的变论域自适应模糊滑模控制

为减弱导弹电液伺服机构位置跟踪滑模控制(SMC)的抖振,提出了一种基于变论域自适应模糊滑模控制(AFSMC)方法。通过在线调节输入变量论域和规则后件隶属度函数,可在不影响滑模变结构控制鲁棒性的情况下有效削弱滑模切换控制产生的抖振。给出了相应的控制律。设计的控制系统具有良好的跟踪性能,提高了电液伺服机构的跟踪控制精度。仿真实验结果验证了该控制方案的有效性。     

基于快速终端滑模的模糊逼近系统及其应用

为改善模糊系统逼近的收敛速率,提出了一种基于快速终端滑模的反向传播(BP)学习算法。将快速终端滑模引入模糊逻系统的学习算法,综合终端吸引子有限时间收敛和线性系统指数收敛的性质,提高了对非线性连续函数的逼近能力。仿真结果表明:该算法能以较快速率逼近未知函数,且逼近过程稳定,较普通学习算法更为精确和有效。