导弹俯仰通道制导控制一体化设计

根据弹目相对运动关系及导弹系统模型,建立了导弹俯仰通道制导控制一体化模型。利用反馈线性化方法将该模型转化成为可控线性系统,基于自适应反演控制方法设计了控制器对转换后的系统进行控制。仿真结果表明,制导控制一体化设计能够有效减小导弹脱靶量,缩短导弹系统响应时间。     

基于SDP松弛的干扰资源优化分配技术研究

提出一种基于semidefinite programming(简称SDP)松弛的干扰资源优化分配算法。在问题优化过程中首先对模型中非凸的约束条件进行松弛,变为凸约束,将原来的数学模型转化成SDP求解形式,利用内点算法对松弛后的模型求解。该算法利用解析的手段使得干扰资源优化分配问题中的NP难问题在多项式时间内得以解决,并且有较高的可靠性。仿真结果验证了算法的有效性。     

罗兰-C 地波传播海岸效应中驻波扰动现象的空间分析

为了提高海岸区域低频地波传播特性预测精度,研究了基于 J．R．Wait 及 FDTD 全波分析算法的罗兰-C 信号海岸效应预测模型;对罗兰-C 信号传播至海岸线时的电场幅度与相位的空间驻波状扰动现象进行了仿真比较;分析了突变和线性渐变两种陆海分界模型下,该扰动在近海岸区域的地／海面及其上空的分布规律,并指出该扰动存在波前倾斜现象。仿真分析表明：该研究进一步克服了 J．R．Wait 算法的局限,限定了驻波扰动变化量级与其在三维空间的分布范围,有助于同时提高罗兰-C 系统在海岸区域地／海面及空中的导航授时精度。     

用于海底观测网络的海缆远程供电系统的可靠性

提出了串联恒流和并联恒压两种适合应用于海底观测网络的远程供电系统方案;在相同条件下,利用算法分别完成了两种系统的可靠性设计与分配方案,并根据各子单元的分配可靠度计算了两种系统各节点的供电可靠度。分析结果表明：相比于并联恒压远供系统,串联恒流远供系统对子单元的要求相对较低,而各节点的供电可靠度相对较高,说明串联恒流远供系统更适合应用于我国的海底观测网络建设。     

光学显微结核杆菌图像的区域分割算法

为提高结核杆菌目标的分割精度,提出了一种区域级的光学显微结核杆菌图像分割算法。通过顶帽—底帽变换增强彩色图像对比度,融合图像局部特征和全局信息计算图像梯度,利用分水岭算法实现对图像的初始分割;对分割区域采用相邻区域最大相似度准则进行合并,从而得到完整的目标区域;根据结核杆菌图像的特点,通过分析结核杆菌目标区域的颜色特性,采用多阈值分割的方法滤除区域中的杂质,实现对结核杆菌目标的分割。实验结果表明,可以分割出目标对比度低以及饱和度过低的结核杆菌目标,并且对不同染色背景的图像均能取得较好的分割结果。     

无机化学教学中案例教学法的应用研究

案例教学法是一种历史悠久又常用常新的教学方法,恰当地应用案例教学法对激发学生学习兴趣,增强学生的主体性和学习的主动性有着十分重要的作用,同时,也是讲练结合,学为所用,更好更快提高课堂教学质量的重要方法。通过对无机化学知识体系的剖析和研究,收集筛选多个案例、多个知识点应用案例教学法,对无机化学的教学产生了积极的促进作用。     

保持连通的边缘细化算法

传统的图像边缘检测算子一般都只能得到多像素宽边缘,这为后续的图像处理带来了一定困难。结合边缘走向趋势的估计技术以及对连通关键点判断的方法,提出了一种新型的边缘细化算法———保持连通的边缘细化算法。该算法能在保持边缘原有信息(连通和走向)的前提下,以较小的计算开销,给出理想的或是可接受的单像素宽细化结果。     

含噪稀疏信号重构的l0范数期望值最小化方法

压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题转化为近似l0范数期望值最小化问题,并利用噪声的统计特征将随机最优化问题化简为常规的最优化问题,然后采用最速下降法求解。数值仿真表明,本文提出的方法具有更好的重构精度,且计算量较小。     

站点主题结构与导航归纳技术

站点主题描述了互联网站点中信息的聚合与分类,体现着信息逻辑结构,是分析站点信息的关键。分析站点逻辑结构是站点设计的逆向过程,为了准确分析站点中的主题,提出了站点主题结构的理论模型,以形式化的方式描述了站点中不同主题的组织形式、逻辑关系及相关性质,为面向主题的网络信息抽取提供必要的理论基础。在此基础上,进一步研究自动构建站点主题结构的技术,提出基于导航的主题结构归纳方法,并进行了算法描述和实验分析。实验结果证明,站点主题结构的理论模型概括了目前大多数站点的主题结构特征,基于导航的主题结构归纳方法能正确地建立站点的主题结构,并具有较快的运行时间。     

Screening and selection procedures with control variates and correlation induction techniques

We consider the problem of identifying the simulated system with the best expected performance measure when the number of alternatives is finite and small (often < 500). Recently, more research efforts in the simulation community have been directed to develop ranking and selection (R&S) procedures capable of exploiting variance reduction techniques (especially the control variates). In this article, we propose new R&S procedures that can jointly use control variates and correlation induction techniques (including antithetic variates and Latin hypercube sampling). Empirical results and a realistic illustration show that the proposed procedures outperform the conventional procedures using sample means or control variates alone. © 2012 Wiley Periodicals, Inc. Naval Research Logistics, 2012