浅析最小相位序列

“最小相位序列”在数字信号处理理论和实际应用中是一个非常重要的概念。本文较全面地讨论了“最小相位序列”概念提出的理论依据及其描述方法 ,总结了最小相位序列的特性、求法及应用范围     

谈高中对话课实施交际功能的策略

随着中国经济改革开放的深入,并已成为WTO中的一员,作为世界应用较广的语言英语愈发显得重要.时代要求这一代中学生将能把英语当作"普通话"来使用.那么如何实现这一目标,培养学生的交际能力,这是我们英语教师在课堂教学中应思考的问题,因为课堂教学是实现教学目标的主要途径.现在大多数高中英语教师在高中阶段只注重培养学生的阅读能力,注重解决课文中的知识点、语言点,甚至把对话课上成了朗读课、精读课,而忽略了对学生听说能力的培养.听说读写应是相辅相成的而不应该顾此失彼.如何就对话课型实施口笔头交际功能,有效地组织学生围绕所理解和吸收的口头及笔头知识和信息开展听说读写活动,提高学生的语用技能,提出以下几点设想.     

登月舱制动段最优机动中的状态跟踪

本文根据登月舱的运动方程,在固定推力条件下,给出最优推力方向。在最优推力方向上对摄动方程加入自适应调节控制,得到状态跟踪的稳定性,使受控系统的输出跟踪状态精度得到保证。     

基于强化学习的多目标点航关联方法

针对密集杂波环境下的多目标点迹-航迹关联问题,以强化学习(Reinforcement Learning,RL)方法为基础,提出了一种基于Q学习的多目标点迹-航迹关联方法.首先,根据整个过程中目标的运动状态,建立马尔可夫决策过程(Markov Decision Process,MDP)模型.其次,利用各状态间的相关程度构...     

基于最优Morlet小波的全信息能量熵提取及其在滚动轴承状态监测中的应用

为利用振动信号中隐含的冲击特征成分来反映轴承性能退化趋势,综合利用小波变换技术和全信息技术,提出一种基于最优Morlet小波变换的全信息能量熵提取方法．以最小Shannon熵优化Morlet小波形状参数,通过多源振动数据的小波变换系数,利用信息熵综合反映冲击特征能量在不同频带分布差异．滚动轴承全寿命数据的应用结果表明,全信息能量熵的变化趋势能够监测轴承状态的劣化过程,而伴随的早期故障检测可以提高轴承使用的安全性．     

基于权重灰色关联分析的装甲车辆发动机使用状态评价研究

为综合预测装甲车辆发动机使用寿命,应用相关性分析构建发动机使用影响因素指标体系,进行指标权重计算．提出并应用权重灰色关联分析方法,定量评价装甲车辆发动机使用状态,定义并计算发动机使用条件修正系数,得到发动机使用影响因素指标权重集,以及不同使用条件下发动机使用寿命预测计算方法．     

基于占有率的信号相位交通状态实时判别模型

在国内交通检测手段的现实背景下,各种道路交通状态判别模型的可靠性和实用性一直不足。因此基于车道战略检测器和战术检测器的时间占有率提出了一种新的实用的相位交通状态判别模型,其中包括检测器的布设,占有率阈值的确定,相位交通状态的判别方法。通过VISSIM4.2仿真实验证明,该模型可以准确地判定符合人们主观判断的相位交通状态,并且可以很好地应用目前普遍采用的检测手段,实用性强。     

罐底渗漏的罐基油气质量分数探测法识别

油罐是油品储运的重要设备,罐底最易出现穿孔渗漏油现象,致使罐基内部油气质量分数高于正常值。以油库中柴油覆土罐群为例,研究并试验了根据罐基油气质量分数识别罐底渗漏的方法：分析罐基探漏孔位置分布并钻孔;多次探测罐基油气质量分数,根据探测数据识别各罐有无底部渗漏;为了便于以后检测油库时识别各罐有无渗漏,为各罐建立状态监测表,并将无渗漏的罐基油气质量分数最高值暂定为该类罐的安全值,低于该安全值的油罐可直接判定为无渗漏。实践结果证明,这种不开罐检测罐底渗漏油的方法可及时发现故障并采取措施,对储油安全具有重要意义。     

筑牢廉政风险防控“四道墙”

廉政风险防控是构建惩治和预防腐败体系的重中之重,为此,六师新湖农场自2012年开展廉政风险防控工作以来,紧贴实际,紧紧抓住"四个关键环节",牢筑廉政风险防控"四道墙",取得了良好的成效。第一,抓宣传发动环节,筑牢廉政风险"意识墙"。在廉政风险防控工作中,新湖农场党委高度重视,组成工作领导小组,制定《廉政风险防控工作实施方案》,形成了党政"一把手"亲自抓,纪委书记具     

“探天”路漫漫——川南机械厂圆满完成神舟配套任务

中国航天科技集团公司川南机械厂已经圆满完成了神一到神九的系列配套任务。在神舟十号飞行任务配套中,川南机械厂提供的火工品共计30余种近40个批次500多发(套),分别用于神舟飞船和长征火箭的结构与机构分系统、分离分系统、动力分系统、逃逸分系统、回收着陆分系统等。在研发和生产过程中,该厂干部员工克服了种种困难,设计、生产出了合格的产品,将责