关于独立学院教学体制的构建

独立学院作为一种新型的办学模式，是高教改革的战略抉择，对我国高等教育向“大众化教育”转变具有重要的意义。构建合理的独立学院教学体制是实现人才培养的关键。对此，独立学院必须以培养应用型专门人才为目标，以市场为导向，科学确定学生的知识结构和能力体系，构建合理的人才培养模式；应根据独立学院的特点，以教学运行管理为重点，加强教学管理的规范化建设，构建合理的教学管理机制；以提高教学质量为目标，构建合理的教学质量监控与保障体系；充分运用独立学院灵活的办学机制，构建一支由母体高校教师、专任教师和兼职教师三部分组成的，适应独立学院教学工作需要的教师队伍。     

数字中频接收机中的数字AGC的设计与实现

介绍了数字自动增益控制(AGC)技术在数字中频接收机中的实现方法’,提出了利用 DSP Builder模型库设计的一种实用的数字自动增益控制电路,所设计的电路在数字中频接收机系统内工作良好。该数字 AGC具有快速收敛、结构简单、性能稳定和成本低等特点。占用 Altera StratixⅡ FPGA 片上163个自适应逻辑单元(ALUTs)。     

机动目标一维距离像RAT法线性化补偿

研究了机动目标宽带线性调频脉冲回波全去斜率信号模型,根据速度和加速度的调频频谱展宽特点,提出了机动目标宽带一维距离像线性化调频回波模型,给出了Radon模糊图转换(RAT)法线性参数估计与运动补偿方法,并进一步分析了测速和测距误差.仿真实验验证了RAT法一维距离像线性化参数估计与补偿,表明该方法很好地解决了运动参数未知情况下机动目标的一维距离像频谱展宽问题.     

车辆悬挂系统的主动优化控制器设计及仿真

基于特征结构配置参数化结果,提出了车辆悬挂系统的主动优化控制器设计方法。该方法直接基于车辆悬挂系统的参数矩阵,便于工程应用。车辆悬挂系统的仿真实例表明所提主动优化控制器设计方法简单且有效。     

关于奥运临时用房消防设计问题的技术探讨

由于奥运临时用房项目建设的临时性、特殊性、紧迫性，导致了部分项目的消防设计存在难以满足现行规范的问题。笔者作为消防设计审核人员，以“为建筑内人员提供安全保障；为消防人员提供消防条件，保障其生命安全；尽量减少财产损失；保护结构安全；尽量减少对正常营运的干扰。”为安全目标，利用消防性能化设计，完善了消防设计中的火灾防控技术措施。     

基于先验知识的降秩STAP方法研究

提出了一种基于杂波先验知识的降秩(RR)空时自适应处理(STAP)方法——KA-RR法,该方法首先利用载机平台运动参数、雷达系统参数及地形、地貌参数等先验知识构建机载雷达杂波模型,然后通过该模型对机载雷达杂波数据进行预白化处理,最后利用降秩STAP方法自适应抑制剩余杂波。仿真结果表明,相对于传统的降秩STAP方法,KA-RR方法具有更好的杂波抑制性能和更强的鲁棒性。     

柴油机PID、F并联调速控制研究

为了提高柴油机动态和稳态控制性能,提出了PID、F并联调速控制的方法,并利用Matlab/Simulink工具箱对PID、F交替调速控制和并联调速控制进行了仿真研究,表明Fuzzy-PID并联控制的性能优于常规PID控制和单纯的模糊调速控制以及PID、F交替调速控制的调速性能.     

采用PWPF调节器的再入飞行器最优控制分配方法

针对具有反作用控制系统(Reaction Control System,RCS)和气动舵两类控制机构的再入飞行器,提出一种基于脉宽脉频(Pulse-Width Pulse-Frequency,PWPF)调节器的最优控制分配方法。将RCS的输入信号转化为连续变化量,RCS与气动舵的控制分配问题被描述为二次规划问题,并采用有效集方法对其求解。采用离散法和PWPF调节器将优化结果转化为RCS的开关机状态。与混合整数规划问题相比,连续二次规划问题更容易求解,计算速度更快。通过对二次规划问题的重构,该算法能有效地应对故障情况。     

可展开遮阳罩技术研究进展及其关键科学问题

可展开遮阳罩一般是由多层轻质柔性高精度无褶皱薄膜和展开支撑臂及其控制装置组成,在轨后展开支撑臂有序展开多层大面积薄膜实现光控制和热控制性能,能有效改善和防护空间航天器。针对可展开遮阳罩结构,依据一维轴向、二维平面与三维周向的展开方式分类总结国内外可展开遮阳罩技术的研究进展,并对不同遮阳罩结构形状、薄膜材料、层数与展开方式等进行对比分析;梳理出遮阳罩在杂光抑制、折叠与展开变形机理、极端环境下薄膜多场耦合、低温热控、太阳辐射光压力矩及其计算方法等方面的关键科学问题,并给出了中国研究遮阳罩的发展建议。     

FMEA与粗糙集相结合的故障预测方法

基于FMEA和粗糙集决策系统基本理论,对飞机中分系统故障预测问题进行了研究。首先定义故障预测所需的征兆并对系统进行FMEA,按照FMEA分析结果分次向系统模型注入引起特定故障的事件,采集含有故障趋势的系统模型的信息用于构建适用于故障预测的粗糙集决策表,对该表进行了处理,最终发现用于故障预测的知识(即决策规则和算法);最后运用所发现的知识进行故障预测。