低空突防任务下综合飞行/推进系统的建模与仿真

建立了综合飞行／推进系统的数学模型，介绍了飞机全维非线性数学模型和涡轮风扇发动机非线性部件级数学模型的建模及综合方法。对飞机执行地形中随任务时，飞行员调节飞行速度的方法与基于总能量的调节飞行速度的方法进行了比较。结果表明，基于总能量的方法比飞行员直接控制飞行速度能够减小发动机的燃油消耗，降低发动机的磨损，进而可以增加飞机的航程，延长发动机的使用寿命。     

高分辨率星载聚束式SAR改进的ECS成像算法

提出一种适用于高星载聚束式合成孔径雷达（SAR）的改进Extended Chirp Scaling（ECS）算法。基于斜视距离等效模型，推导出改进的ECS算法，给出改进的方位Scaling因了以及算法的实现步骤。在斜视情况下改进的方法Scaling因子可以减小算法所需要的方位时间展宽，提高方位处理效率。为解决高分辨率星载聚束式SAR脉冲重复频率（PRF）过高等问题，在算法中结合了子孔径处理，并分析了采用子孔径处理的必要性及其实现方法。最后，通过计算机仿真，验证了算法的有效性。     

高等职业技术教育改革探讨

本文以高职教育的现况、特色为依据,分析了高职教育改革中存在的问题,并从专业培养目标的定位、课程体系与教学方法、实验实习条件、师资能力与结构、教学内容与教材建设等方面分析了目前高职教育中影响高职教育质量的原因,并提出了改革的基本思路和方法。     

基于特征点的地形数据存储模型

低空突防在现代战争中发挥着越来越重要的作用，而机载数字地图是现代自主式低空突防系统的一个关键子系统。突防区域内的三维地形数据是数字地图最重要的信息源，故数字地图子系统的成功构筑有赖于在机载环境下有效地存储三维地形数据。本文提出了一种基于地形特征点的三维地形存储模型，其中给出了地形特征点的提取方法及地形特征点的存储编码方式。研究表明，该存储模型可大大减小地形数据的存储空间，并有利于提高三维地形的显示速度。     

基于四元数估计角速率的陀螺故障定位

当卫星速率积分陀螺的配置冗余度不满足一致性检验条件时，不能单纯利用硬件冗余实现陀螺的故障定位。鉴于角度和角速度敏感器的输出通过卫星运动学相关，本文利用姿态测量敏感器的输出来诊断陀螺故障。首先根据姿态测量敏感器的输出得到卫星姿态四元数，进而根据四元数动力学方程得到粗略的姿态角速度信息，并将此角速度作为输出信息用于对卫星动力学方程的滤波，从而得到较精确的角速度信息，为单冗余度陀螺组件的故障定位提供解析冗余信息。利用四元数方法可以避免出现奇点。仿真结果证明了该方法的有效性。     

智能旋翼的频域神经控制

 频域内的神经控制方法在振动主动控制中因其允许复杂的控制算法,适合于智能旋翼的控制。在建立频域智能旋翼系统模型的基础上,提出了频域内的智能旋翼神经控制方法。采用正交设计方法选取训练样本,建立频域神经模拟器,然后按照提出的算法进行控制。仿真结果表明提出的算法有效,并且具有较好的鲁棒性。     

一种基于P2P技术的免疫网络入侵检测模型研究

提出一种基于对等网(P2P)技术的免疫网络入侵检测方法,建构了一个P2P免疫网络,定义自体/非自体,实现了免疫学习、疫苗接种等过程.仿真实验表明,该方法能有效提高免疫学习效率,降低免疫计算的FP.     

Image restoration of the asymmetric point spread function of a high-resolution remote sensing satellite with time-delayed integration

The calibration and validation team of the Korea Aerospace Research Institute has calibrated and validated the image data of the KOMPSAT-2 since the launch of KOMPSAT-2 on July 28, 2006. The asymmetric phenomenon of the point spread function of the KOMPSAT-2 image data is evident in both the along and the across direction, most likely because KOMPSAT-2 has a 1 m ground sample distance high-resolution camera with time-delayed integration. Furthermore, because KOMPSAT-2 is in space, the KOMPSAT-2 image data has been corrected with good results by means of modulation transfer function compensation.     

Low-latitude storm time ionospheric predictions using support vector machines

The electromagnetic drift plays an important role in low-latitude storm time ionospheric dynamics. In this study we attempt to utilize the electric field data into ionospheric predictions by using support vector machine (SVM), a promising algorithm for small-sample nonlinear regressions. Taking the disturbance electric field data as input, different SVMs have been trained for three seasonal bins at two stations near the north crest of the Equatorial Ionization Anomaly (EIA). Eighteen storm events are used to check out their predicting abilities. The results show fairly good agreement between the predictions and observations. Compared with STORM, a widely used empirical correlation model, the SVM method brings a relative improvement of 23% for these testing events. Based on this study we argue that the SVM method can improve the storm time ionospheric predictions.     

基于改进WKNN的位置指纹室内定位算法

位置指纹算法是目前解决室内定位问题的主要方法,指纹特征和匹配算法为影响算法精度的两大因素.针对室内复杂环境下Wi-Fi信号强度波动较大的现象,提出了基于方差的加权距离以改进WKNN算法.在离线特征提取阶段,选择了均值和方差两个特征值,既反映该采样点的RSS幅值,也反映该点RSS的波动情况;在线阶段,根据方差提出了加权距离进行相似度的计算,查找距离最近的K近邻点,并以实际环境下采集的数据验证了改进WKNN算法在RSS波动大的情况下对定位效果的改善,在综合考虑了AP组合的影响后,实现了误差均值为1.456m的定位效果.