两种具有动力学补偿的机器人位置/力混合控制器

文中提出了采用前馈动力学补偿和实时动力学补偿的两种机器人位置/力混合控制器。仿真结果显示了这两种动力学补偿的有效性。由于动力学补偿的引入、机器人位置/力混合控制系统的性能得到明显改善。     

地形匹配辅助导航中的地形独特性分析

本文提出了一种用于地形匹配辅助导航系统中地形独特性分析方法。该方法从地形匹配的物理模型出发，定义了描述局部地形独特性的一个概率向量，在此基础上，给出了地形独特性的熵度量方法。分析和仿真实验表明，地形熵越小，地形就越独特，地形匹配区的可导航性就越好。     

磁悬浮隔振系统设计与实现

本文介绍了磁悬浮控制技术的发展与应用情况。在建立系统动力学模型的基础上分析了隔振系统的基本特性,提出了应用加速度反馈来压低系统频带的方法。实验结果显示了该方案的有效性。     

用国防精神塑造企业形象

我们长治商业大厦,是1993年8月新开业的全市第一座现代化大型商场,建筑面积11437平方米,设21个商品部、6个职能科室、6个业务批发部,现有职工500余名。商厦不仅拥有一流的商业设施,而且经营着20大类3万余种商品。商厦开业以来,为了适应社会主义市场经济的需要,我们基于没有良好的企业形象就不会有一流的企业效益,没有企业职工的凝聚力就没有市场经济竞争力的思想基础,坚持把以爱国主义为主旋律的国防教育作为凝聚职工向心力、促进企业发展、提高企业效益的“粘合剂”和“催化剂”。     

航迹与航迹的最优融合

在多传感器融合中,航迹与航迹融合占有重要的地位。人们在这方面做了大量工作,丛氏等人[5-7]给出了任意通信模式下的最优融合公式。对于确定性来说,该公式是最优的,这里指的确定性是:过程噪声为零或使用全速率通信(即两传感器每接到一次新数据就通信一次)。但在实际操作中,因目标机动而不能完全忽略过程噪声;或者为节约通信宽带,传感器间不采用全速率通信。这两种情况下,系统都存在公共过程噪声,因此两传感器的量测不是条件(给定目标预先状态)独立的,所得融合公式[7]只是近似最优。文献[1]中也谈到这种情况,作者推导出了一个公式来计算不同传感器的两条航迹估计的协方差、基于[1]的结果,文献[2]考虑了两个传感器航迹估计的相关性,并得到一个融合公式来组合局部估计。遗憾的是,文献[2]中进行贝叶斯推导时,所做的假设并不符合实际。本文中,我们指明[2]中结果潜在的近似性,并证明该结果只在ML{最大似然}意义下最优。然后,我们提出一种性能评估方法来研究各种航迹与航迹融合方法的性能。其结果给出各种操作条件下不同融合方法的性能范围。     

关于军用计算机在坦克部队维修保障问题的探讨

从全系统全寿命的观点来认识装备的维修性,呼吁有关单位在研制以计算机为核心的军用装备时,要同时考虑装备交付部队使用后的维修保障问题,防止出现装备买得起,用不了或用不起的局面。文章从维修保障的重要性、产品维修性设计和维修保障设计等几个方面提出一些看法,并提出一些参考作法。     

双三七自行高炮火控系统操作模拟器的设计

为解决部队的日常训练,设计了双三七自行高炮火控系统操作模拟器.由于其火控系统规模大,系统的多数功能是通过面板上繁多的开关、旋钮实现的,这为系统的仿真带来极大困难.本文介绍了通过综合利用数字仿真、数字检测、数字控制等技术,完成该系统仿真的设计.     

基于调制/解调的动态响应测试方法

在磁悬浮列车中,悬浮控制系统要求间隙传感器的动态特性,但无法用机械方法测试较高频率时的动态特性。根据传感器工作机制,用模拟涡流场来代替被测导体的涡流效应,提出基于调制/解调原理的动态特性测试方法,并分别对正弦信号和方波信号的测试方法进行了探讨。最后给出了两种特征信号的传感器动态特性测试结果。实验表明,这种方法能够满足测试要求,相对于机械方法有很大的优越性。     

西夏区文昌路街道扎实抓好党管武装各项工作落实

近年来,宁夏银川市西夏区文昌路街道党工委牢固树立＂搞建设不忘抓国防,求发展不忘谋打赢＂的思想,狠抓党管武装各项工作落实,有力促进了国防建设和经济建设协调发展。他们的主要做法：一是注重思想引领,把党管武装的责任目标立起来。街道党工委＂一班人＂在认真学习国防和军队建设一系列重大政策和法规制度的基础上,深入开展＂党管武装为什么,党工委职责是什么,民兵工作抓什么＂大讨论,自觉把党管武装纳入基层党建工作体系,纳入社区经济社会目标考核体系。二是着眼一流标准,把党管武装的基层阵地搞坚强。     

基于组合牛顿迭代法的改进IEKF及其在UNGM中的应用

从高斯-牛顿迭代的角度对迭代扩展卡尔曼滤波(IEKF)进行分析,提出了一种基于组合牛顿迭代法的改进IEKF算法。该算法通过实时判断每次迭代对状态的逼近程度,采用加权平均的方法确定新的迭代值,继而采用卡尔曼滤波框架对状态进行量测更新。新算法较传统的IEKF具有精度高以及对初值不敏感的优点。实例仿真验证了该算法的有效性。