Substitution of satellite-based land surface temperature defective data using GSP method

Land surface temperature (LST) as an important environmental variable provides valuable information for earth environmental system modelling. Currently, LST is obtained through satellite thermal sensors at various spatial and temporal resolutions. Although spatially continuous satellite-based LST measurements are intended to overcome the shortcomings of sparse ground-based LST measurements, LST images often contain anomalous values due to the existence of clouds or sensor malfunctioning. The problem becomes more serious where the users deal with high spatial resolution characterized by low temporal resolution. This study examines the capability of a newly developed graph signal processing (GSP) method using two-dimensional single-date thermal data. For this purpose, four Landsat/TIRS datasets are analyzed. The data of five elliptical regions on thermal images are eliminated and then reconstructed through the GSP method and using the LST values of the enclosing rectangles containing the ellipsoids. The results indicate that the temperature variation determined by the GSP method generally conforms to the original image LST values. According to a correlation test conducted on the original image LST and those obtained through the GSP method, the values vary from 58% to 95%, which is an above-the-average rate (RMSE from 0.69 to 2.27). The statistical analysis of the original image LST in both the elliptical regions and the enclosing rectangles containing the ellipsoids indicates that an increase in the variance of LST data causes an increased error in the calculation of temperature by the GSP method, and vice versa. The results of the analysis of variance (ANOVA) and Duncan test indicated that an increase in the number of the non-zero spectral bins would result in increased RMSE values for all the dates and the regions. Moreover, the model errors were significant at the 0.05 level across all the image date and five elliptical study regions. Based on the results, the use of this method is recommended for the reconstruction of LST missing values, where dissimilarity of atmospheric conditions limits the use of other methods that depend on the time series data of various dates and a great deal of data calculation.     

在二元柔壁自适应风洞中利用面元法进行三元模型实验

简要叙述了在西北工业大学二元柔壁自适应风洞中利用面元法进行二元半机翼模型试验的研究情况，分析了面元法的基本思想和部分试验结果。     

VKM—5型立式捏合机研制与应用

介绍自行研制的VKM—5型立式捏合机的构造及工作原理,详述了该机采用液压传动和气动元件进行位置检测以及气、电、液安全联锁的特点,并说明与卧式捏合机对比试验情况。     

质量矩导弹的神经网络及自适应非线性控制

本文对质量矩控制导弹的动力学方程简化和控制系统的设计进行了研究。详细阐述了所提出的控制方法，介绍了径向基单隐层神经网络进行误差补偿的算法原理，用Lyapunov理论证明了所采用方法的稳定性。在给出了质量矩导弹的六自由度动力学方程和简化后的方程后，用所提出的方法设计控制系统。通过仿真分析，得出了本文所提出的方法具有较好的误差补偿能力的结论。     

激光外差干涉仪光电信号处理方法及特点

叙述和分析了外差激光干涉光电信号处理主其特点，指出了它们各自的应用范围，同时介绍了一处新型的光电信号处理方法，它不仅使外差干涉仪用于动态测量，而且可以同时实现高分辩率测量 。     

频率及频率变化率的快速最大似然估计

信号参数估计是许多领域 (如雷达、通信、导航和声钠等 )都会遇到的共同问题。文中证明 ,牛顿法是实现频率 (η)和频率变化 (β)最大似然估值器的快速有效算法 ,并且详细分析了牛顿估值器的性能。研究证明 ,对于牛顿法 ,(η,β)是以三次方律收敛于真值 (η,β)的。模拟结果表明 ,当输出信噪比 ( SNR) o≥ 15 d B时 ,估计量的均方误差 ( MSE)达到Cramer- Rao界     

基于TMS320C80的BP算法并行实现的研究

结合 TMS32 0 C80的编程结构 ,利用神经网络的权并行性和神经元并行性 ,提出了BP算法的并行实现方法 ,并解决了存储器访问冲突、数据双缓冲传输、PP细粒度并行和死锁等问题。结果表明 ,该并行 BP算法十分有效。     

利用遥测数据预报导弹落点的方法

给出利用遥测数据对导弹进行落点预报的方法。根据遥测数据传输多遍的特点，对解码后的ＰＣＭ 数据进行处理，得到误码率很小的数据。然后对头体分离时刻前导弹飞行的状况和遥测数据进行分析，从而对发动机后效误差进行修正，得到较精确的导弹运动参数，最后利用弹道方程预报导弹落点     

液体压力激波加工技术研究

机械产品的零部件，通常需要通过成形与改性才具有所需形状及实用功能，本文提出了一种新型材料成形与改性加工的方法——液体压力激波加工。采用脉冲超声波聚焦技术，通过压电陶瓷激波发生器在液体介质中产生高能瞬时压力激波，对材料进行冲击，产生变形或表面改性。经过理论研究和试验验证，初步掌握了液体压力激波的产生、激波能量的控制和激波加工的动力学机制。这种加工方法具有能量可控性好、成本低廉和安全高效等优点，非常适合具有复杂结构和型面的中小零件加工，是一种颇具竞争力的先进制造技术手段。     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。