卡特拉城——被遗忘的超级大城市

由德国、叙利亚和意大利三国组成的专家考古队对卡特拉遗址进行的挖掘，堪称21世纪最为重大的考古事件。在叙利亚境内发现的卡特拉城，也许是目前已知的青铜器时代世界上最大的一座城市。卡特拉位于叙利亚首都大马士革东北方约200千米处，占地面积约100公顷。     

深秋海德堡 令人“把心遗忘”的油画

很多人说，“海德堡是德国的一个著名的浪漫城市。”德国诗人歌德曾经由衷感叹她是一个“把心遗忘的地方”。歌德一生中八次来到海德堡，并与一位名叫玛丽安娜·冯·维蕾玛的姑娘相爱热恋。在他的《东西诗集》中，到处可见这种对这座城市的炽热情感和眷恋。而法国文学家维克多·雨果来到这座小城后，更是情不自禁地说道：“我来到这个城市10天了……而我不能自拔。”     

无法被遗忘的时光

进入2011年以来,举国上下喜迎90年建党伟业,播红剧、唱红歌,一派热烈景象。有次去朋友单位看他们的"红歌会",她和一群年轻同事身着白衫、笑容明朗地唱着"但愿到那时,我们再相会,举杯赞英雄,光荣属于谁?挺胸膛,笑扬眉,光荣属     

柔性铰接板振动测量及迭代学习主动控制

大型柔性板状结构广泛应用于航空航天领域,这种结构特性极易引起低频振动,针对这一问题以柔性铰接板为研究对象,探究了柔性铰接板在受外部激励作用下弯曲模态的振动特性.为此搭建了一套用于测控柔性铰接板振动特性的实验平台,采用了立体视觉和压电陶瓷传感器分别检测柔性铰接板的振动信息,以此信息作反馈,采用了变遗忘因子的迭代学习控制方法对柔性铰接板的振动进行主动控制,同时以PD控制的实验效果作为对比.实验结果表明,不论是大幅值的快速衰减还是小幅值的残余振动抑制,迭代学习控制效果都优于PD控制.     

改进的Sage-Husa自适应滤波算法在MEMS航姿参考系统中的应用

针对经典Kalman滤波和扩展Kalman滤波融合算法存在的计算量大、精度低、实时性差的缺点,引入了改进的Sage-Husa自适应扩展Kalman滤波算法。该算法对经典扩展Kalman滤波算法进行了自适应改进,并在此基础上利用加权渐消记忆法获取了遗忘因子,并通过预测残差得出了最优解。同时,用调整有偏增益估计的措施来保证系统噪声预测方差矩阵与噪声预测方差矩阵的对称性和正定性,对滤波器发散进行了有效的抑制,减少了算法的计算量。实验结果表明,该算法有效改善了可靠性、精确性及自适应能力。     

遗忘因子选取对于时变参数识别结果的影响

本文在已知后验知识的基础上，提出了以极小化待识别参数标准差为目标函数的最佳遗忘因子选择方案，考察了遗忘因子选取对时变参数识别结果的影响。数字仿真结果表明，对于各种不同算法（ＬＳ，ＤＬＳ，ＩＶ），选用最佳遗忘因子后，相应于标准差达极小的物理参数的识别结果均优于以往凭经验所选择的遗忘因子的识别结果。依本文方法而进行的模拟计算，可以为各种不同变化类型的时变参数的识别提供一种选择最佳遗忘因子的理论依据     

不该遗忘的沧桑--大山里的古道雄关

两千多年前．我们的祖先在西南的崇山峻岭中开辟了一条南北走向的神秘古道，那就是中国与外界最早的联系通道——南方陆上丝绸之路。千百年来．无数商旅马帮用自己的躯体和脚印丈量着这条充满历史沧桑的崎岖山路，那些荡漾在高山深壑间的马铃声至今仍回响于岁月的深处。     

动力短舱校准装置的供气流量控制策略

为了降低动力短舱校准装置的马赫数波动，提高校准数据的准确性，需要对供气流量控制策略进行研究。对系统整体特性进行了分析，对高压供气控制系统采用广义预测控制算法实现在一定时域内的最优控制，针对气源压力扰动导致的流量稳定性较差的问题，采用带遗忘因子的递推最小二乘法在线辨识扰动模型，通过扰动前馈的控制结构实现对于扰动的有效抑制。针对数字阀切换过程不同步导致的流量冲击现象，设计了一种针对数字阀的异步切换控制器来抑制该扰动。开展了某型号短舱的校准试验，结果表明：供气流量控制精度优于±0.001 kg/s，马赫数控制精度优于0.000 5，控制效率提升了40%，证明所提出的控制策略是有效的。     

感受被遗忘的时光四川彭镇百年老茶馆

我们习惯了在各种场合扮演着不同的角色,城市的功能也随着人们的需求而改变：现在成都的大多数茶馆里没有了传统的评书和说唱,老板甚至把“碧螺春”、“竹叶青”的招牌换成了“机麻”的广告,少了茶香的茶楼,取而代之的是烟雾缭绕之间麻将的阵阵声响。     

基于辅助模型思想的带可变遗忘因子的最小二乘辨识算法

为了对时滞系统的时滞参数和系统动态参数进行辨识,本文提出了一种基于辅助模型思想的带可变遗忘因子的最小二乘辨识算法。建立辅助模型,用辅助模型输出代替系统的无噪声输出。引入基于预测误差的可变遗忘因子,加快算法的收敛速度,提高算法的预测精度。最后,通过仿真证明了本文算法的有效性。