现代教学原则在多媒体教学中的贯彻初探

现代教学原则是教师进行教学活动所应遵循的准则。从多媒体电子教案的教学内容选择、多媒体电子教案的演示设计与运用,以及多媒体教学中的教师主导作用和课堂交流3个方面,探讨了如何在多媒体教学中贯彻现代高等学校的教学原则,以充分发挥多媒体教学的优势、弥补其不足,提高课堂教学效果。     

在军队党建工作中发扬党内民主需要正确把握的几个关系

党的十六大报告指出,党内民主是党的生命,对人民民主具有重要的示范和带动作用。在军队党建工作中,加强各级党组织特别是党委班子的民主建设,对于引导和带动部队的民主法制建设,维护官兵的民主权利,调动其积极性和创造性,达到提高战斗力的目的,具有重大意义。     

激光武器系统

本文阐述国外激光武器系统发展概况,激光与目标相互作用机理及破坏机制,激光武器系统的功能及组成,激光武器系统的主要技术性能及关键技术等。     

电子设备整机结构设计

整机结构设计是电子设备设计中重要的部分．它直接关系到电子设备的性能和技术指标的实现。本文阐述了整机结构设计中需要考虑和解决的一些关键问题,如设计内容,设计原则。结合科研实际,详细讨论了整机结构设计的设计顺序及注意事项。     

基于Radon变换的弹道目标平动补偿

弹道目标平动补偿有利于弹道目标微动参数提取。针对多散射点目标平动补偿的问题,提出了一种利用Radon变换对目标整体微多普勒曲线进行参数投影来达到平动参数估计的方法。对典型弹道目标进行了建模分析,得出了其散射点微动距离表达式。根据雷达信息对目标回波进行预补偿并对预补偿结果进行时频变换,再采用Radon变换对时频曲线进行参数投影,利用熵值法对投影得到的二维平面进行参数提取。利用提取的平动参数对回波进行平动补偿,仿真结果表明了上述方法的准确性。     

一种窄波束多子阵合成孔径声纳 方位空变偏航角补偿算法

为了解决方位空变的偏航角导致多子阵合成孔径声纳出现时延误差和波束照射方向改变,从而影响成像效果的问题,在窄波束条件下提出了一种针对方位空变的偏航角补偿算法。与传统算法相比,所提算法考虑了时延误差距离依赖的特点和波束照射方向改变的问题。在算法实现中,首先建立了方位空变的偏航角运动误差模型,并根据模型给出了时延误差的补偿方法;然后,用小斜视角多子阵合成孔径声纳成像算法解决波束照射方向改变的问题,并给出了偏航角波动范围的限制条件;最后,通过计算机仿真证明了本文算法正确性和有效性。     

具有谐波补偿功能的中频PWM整流器研究

为使中频PWM整流器为系统等效直流负载提供稳定直流电的同时,能够补偿系统中由非线性负载引入的谐波电流,以基于LCL滤波器的3H桥中频PWM整流器为研究对象,首先建立了一相的精确模型,然后采用电压外环PI控制和电流内环PR控制的双环控制策略,并根据LCL滤波器特点,对输入电流的相位偏差进行了精确计算及校正,最终实现了在静止坐标系下对交流输入电流进行任意波形的零静差控制和单位功率因数控制。Matlab仿真和试验结果表明:中频PWM整流器在提供稳定的直流电压的同时能够有效补偿电网谐波电流,且具有良好的动态性能。     

基于PWM脉冲延时补偿的直接并联逆变器均流方法

针对输出端直接并联的脉冲间歇式工作逆变电源输出线路阻抗的微小差异会引起较大的环流问题,建立了基于主从控制策略的逆变系统等效模型,推导了环流关于补偿相角的数学表达式。研究结果表明,驱动信号传输延迟和线路阻抗差异是影响环流的关键因素。为此,提出了一种通过主动补偿驱动脉冲延时来抑制环流的方法,并在半实物仿真平台上验证了该方法的有效性。     

基于ADIS16375的误差补偿在姿态解算中的研究

在捷联惯性导航系统姿态解算的过程中,陀螺仪器件自身测量精度起到了重要作用。在ADIS16375元器件进行了工厂级校准和提供可选择滤波器库的基础上,针对影响姿态解算精度的最主要的两类误差:固定零偏和随机噪声,建立一种简单实用的特性模型。分别对固定零偏进行校正和采用小波滤波对陀螺仪误差进行补偿。试验结果表明陀螺仪误差补偿在静止状态零偏稳定性和角度漂移抑制方面有显著提高,而运动过程中在对角度漂移抑制的同时也提高了姿态解算精度。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。