中国的封面

如果中国是一本书,那么谁将是这本书的封面人物？本书集中叙述了1946年到1952年之间《时代》周刊封面中的中国人物,其中包括陈立夫、蒋介石、毛泽东、周恩来、吴国桢等。这6年的时间内中国发生一系列纷繁复杂的事件,将人物裹抉其中,其命运的沉浮折射出中国的历史轨迹。     

基于车辆稳态动力学特性的汽车动态轨迹规划

针对高动态环境下驾驶辅助系统（ADAS）的轨迹规划问题,提出基于车辆稳态动力学特性的动态轨迹规划算法。该算法首先在交通车轨迹预估基础上建立搜索空间,接着利用车辆稳态动力学模型作为轨迹发生器,在搜索空间中对轨迹发生器产生的轨迹进行评价,最后根据驾驶意图和优化条件选择最优轨迹。文章采用基于最优加速度预瞄理论的轨迹跟踪算法,建立了七自由度车辆动力学模型,并在Simulink环境下搭建仿真平台,进行超车仿真实验。实验结果表明,本文提出的算法可行、有效。     

一种由条件确定导引时机的线导鱼雷导引方案

基于对水下平台获取目标信息客观实际的分析,指出以固定的导引周期、自动实现线导鱼雷整个过程的导引是难以实现的.为此,线导鱼雷导引方案设计必须综合利用各种渠道所获得的目标信息资源和鱼雷的高速制资源,才能大幅提高线导鱼雷的使用性能.通过仿真研究提出:“由条件确定导引时机”的概念,给出利用“依赖条件调度的管理器”对来自各方面的目标方位进行优先级排序并控制导引算法调度时机的技术方法;利用“间断导引”兼顾导引平台听测与鱼雷快速接近目标之矛盾的技术方案,给出了确定“听测速度”、转换方法和转换时间间隔的技术方法和途径.     

无人作战飞机对地攻击火/飞耦合控制器设计

针对实现无人机对地攻击构建攻击综合火力/飞行控制系统的关键问题,提出设计一种以耦合控制器结构完成现有分离的火控系统和飞控系统的综合.由火控系统解算出无人机对地攻击的攻击区和投弹区并生成参考攻击轨迹,耦合控制器根据参考攻击轨迹,控制无人机进行参考攻击轨迹跟踪.设计耦合控制器综合控制策略,避免了因纵向通道和横侧通道交联带来的控制误差;设计耦合控制单元,完成舵机和副翼的偏转量的解算.仿真结果表明:该耦合控制器能根据目标位置较好的完成控制量解算,控制无人机进行轨迹跟踪,实现对地攻击.     

部分频带干扰下伪码跟踪误差分析

为精确分析部分频带干扰下伪码跟踪误差,需要考虑伪码的非理想随机特性。引入伪码的精细功率谱模型,对比分析了不同带宽干扰下基于简化谱和精细谱的码跟踪误差。定义了相对误差系数,用以定量描述伪码非理想随机特性对码跟踪误差的影响。当干扰带宽增大时,相对误差系数逐渐减小,伪码非理想随机特性对码跟踪误差的影响逐渐减小,基于简化谱的分析趋近于基于精细谱的分析。结合GPS L1 C/A码,给出了相对误差小于0.2的最小干扰带宽,并将其作为基于简化谱分析的适用条件。研究表明当干扰带宽大于伪码周期的频率的300倍时,伪码非理想随机特性导致的码跟踪精度变化可忽略,反之,则需要基于精细的功率谱模型进行码跟踪精度分析。     

用于纯方位目标跟踪的修正极坐标自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散而导致滤波精度很差的问题,提出了一种修正极坐标系下的自适应卡尔曼滤波算法,对虚拟系统噪声进行估计,动态补偿模型线性化误差,对其滤波理论及算法进行了研究和仿真。仿真结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。     

线性控制系统的渐近跟踪控制与干扰解耦的设计及仿真

基于内模原理,针对线性控制系统设计了系统输出对参考信号的渐近跟踪控制和干扰解耦,同时实现了系统的镇定,并给出了设计算法和算例,通过MATLAB软件进行仿真,验证了该方法的有效性。     

多雷达多目标航迹跟踪中FMM神经网络的应用与仿真

提出了一种基于Fuzzy Min-Max (FMM)人工神经网络的多雷达多目标航迹跟踪的方法。仿真应用的实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并比较理想地实现了多雷达多目标的航迹相关。     

源和流：中国特色社会主义理论体系形成发展的轨迹探究

从党的创新理论发展史的角度,回顾了建党90年来中国特色社会主义理论体系形成与发展的历史轨迹,力求从历史与逻辑相统一中反映出从邓小平理论到科学发展观的历史演进过程。     

基于UKF-SOFNN的近距机动目标跟踪滤波算法

对于多目标杂波环境中的机动目标跟踪,由于目标集群中各个目标间的空间距离可能小于探测器的空间分辨率,因而可能出现误跟、诱饵欺骗与杂波虚警等一系列严重后果。对此,提出一种综合运用UKF(不敏卡尔曼滤波)和SOFNN(自组织模糊神经网络)的UKF-SOFNN滤波跟踪算法,将机动目标模型视作严格的非线性系统,利用UKF-SOFNN对非线性参数的辨识能力提高对锁定机动目标的跟踪能力。仿真实例表明,该算法能有效地辨识目标群中的目标,并进行可靠的跟踪。