Structured sparsity assisted online convolution sparse coding and its application on weak signature detection

Due to the strong background noise and the acquisition system noise, the useful characteristics are often difficult to be detected. To solve this problem, sparse coding captures a concise representation of the high-level features in the signal using the underlying structure of the signal. Recently, an Online Convolutional Sparse Coding(OCSC) denoising algorithm has been proposed. However, it does not consider the structural characteristics of the signal, the sparsity of each iteration is not eno...     

基于深度强化学习的固定翼无人机编队协调控制方法

由于运动学的复杂性和环境的动态性,控制一组无人机遂行任务目前仍面临较大挑战。首先,以固定翼无人机为研究对象,考虑复杂动态环境的随机性和不确定性,提出了基于无模型深度强化学习的无人机编队协调控制方法。然后,为平衡探索和利用,将ε-greedy策略与模仿策略相结合,提出了ε-imitation动作选择策略;结合双重Q学习和竞争架构对DQN（Deep Q-Network）算法进行改进,提出了ID3QN（Imitative Dueling Double Deep Q-Network）算法以提高算法的学习效率。最后,构建高保真半实物仿真系统进行硬件在环仿真飞行实验,验证了所提算法的适应性和实用性。     

Attenuation prediction for fade mitigation using neural network with in situ learning algorithm

Increasing demand of bandwidth in communication satellites has forced satellite links to be designed in Ku bands and above. But at these frequencies, rain and other tropospheric elements result in large attenuation. To mitigate the tropospheric attenuation of microwave satellite signals above 10 GHz using any standard Fade Mitigation Technique (FMT), it is essential to have a priori knowledge about the level of attenuation. Hence, short-term rain attenuation prediction models play a key role in maintaining the link in which necessary compensation can be applied depending on the early information of attenuation. This paper presents a method of attenuation prediction using Adaptive Artificial Neural Network. Here In situ Learning Algorithm (ILA) has been used to enable the system to track the non-stationary nature of the attenuation. To validate this, Ku Band data, collected at three different sites in India have been used for the purpose of prediction. The performance of the algorithm is determined through the estimation of prediction accuracy by comparing the predicted values with the measured data. Results obtained using the mentioned technique shows considerably good accuracy even up to 20 s of prediction interval with acceptable ratio between the under and over predictions. The prediction performance is evaluated for different prediction intervals. Furthermore the present model is also compared with the persistence model and the relative performance is quantified.     

一类MIMO非线性系统的局部化自适应控制

针对一类不确定多输入多输出非线性系统,提出了一种局部化鲁棒自适应控制方法.提出的方法采用了指令滤波反推进行虚拟控制律的迭代设计.使用局部化逼近器对未知函数进行在线逼近.引入谱半径,避免了控制系数矩阵的估计必须非奇异的假设.对于固有逼近误差和外部扰动,采用自适应边界控制进行补偿.在自适应律中引入局部化σ修改,保证了边界参数估计的有界性,同时克服了全局遗忘特性.稳定性分析证明了提出的控制方法能够保证闭环系统的所有信号有界.仿真实例进一步验证了提出方法的有效性.     

构建与“工学结合”相适应的《高等数学》课程体系

通过深入研究高职数学课程目标,以"够用为度",提出构建与高职"工学结合"人才培养模式相适应的、具有高职特色的新型数学课程体系。采用与"工学单元紧配合"人才培养模式相匹配的模块式结构,通过三个模块———公共数学模块、扩展模块、数学实验,整合教学内容,实现高职教育"针对不同的专业开设不同的数学课程"的教育目标。     

基于需要轨道的导弹最优迭代制导方法

提出了一种基于需要轨道的导弹最优迭代制导方法,以标准弹道上某点建立需要轨道并确定入轨点参数,通过弹上迭代制导实现最优入轨控制,给出了计算模型。该制导方法无需修正地球扁率和再入阻力的影响,可减小方法误差。仿真计算结果证明方法正确。     

课堂学习共同体视野下高职生的主体性培养

当前高职教育教学实践大多忽视学生主体性培育,造成学生主体性残缺不全,这种现实违背了素质教育的宗旨。为改变这种状况,结合公共英语课程教学实践,英语教师借助于课堂学习共同体,探索对高职生进行主体性培育的路径。英语教师要走下讲台,为学生主体性发挥创设环境;提供实践活动情境,唤醒学生主体意识;借助于小组合作学习,促进学生主体参与,发展主体性能力;开展元认知策略训练,激发学生的自我主体性培育。     

利用字典优化方法实现sub Nyquist采样数据的频率估计

在稀疏重构理论中,重构信号需要预先设定稀疏表示字典,针对预设字典与真实字典之间的失配对信号稀疏表示造成的不利影响,提出一种基于字典优化和稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)的频率估计算法。该算法首先构造基于sub Nyquist采样数据的信号稀疏表达式,然后利用SBL算法估计信号频率,同时根据估计结果优化字典,最后反复迭代上述步骤直至计算出的频率值和对应的幅度值趋于稳定。仿真结果校验了方法的有效性。     

高职院校工学结合实现途径研究

工学结合、校企合作是高职院校培养高端技能型人才的根本途径,但高职院校工学结合普遍存在着口号喊得多、实质内容少、短期合作多、长效机制少、学校热情多、企业关注少、校企浅层次合作多、深层次合作少等问题。通过思考促进校企深度融合、工学有效结合的方式,提出了"三位一体,项目育人"的高端技能型人才培养模式。     

主体性教育视野下的商贸类高职院校思想政治教育研究

主体性教育代表着一种全新的教育哲学和教育理念,为"工学结合"人才模式下商贸类高职院校思想政治教育提供新的价值取向和理论基础,构成了"工学结合"人才培养模式下商贸类高职院校思想政治教育的行动逻辑。