大学英语听力教学问题与对策研究

大学英语听力课堂教学效果对学生英语听力水平的提高具有重要影响。长期以来,听力教学费时又低效的问题一直困扰着教学双方,对此,应结合自身教学实践,从听力材料设计、教学方法、教学内容、课堂氛围等方面对当前大学英语听力教学存在的问题进行探讨,以期对当前英语听力教学改革提供有益的借鉴。     

基于单脉冲探测的轨线导航AGV测速方法研究

运用MC9S12DG128B单片机的增强型定时器模块,设计了自主车速度检测方法——单脉冲测速法。该方法克服了测速实时性与准确性相矛盾的缺陷,提高了自主车测速系统的鲁棒性。实验结果证明,该测速机制是成功的。     

基于ONPC体系结构的软输出球形解码器的VLSI实现

由于球形检测算法的高计算复杂度,能提供软输出信息给后续纠错解码器的球形解码器的VLSI实现是一项挑战.提出了一种基于ONPC体系结构的深度优先搜索的软输出球形解码器的VLSI解决方案.对于采用4×4天线配置和64-QAM调制的MIMO系统,在17.7dB的信噪比下,所提出解决方案在0.13-μm CMOS工艺下能提供14Mbps的吞吐率,面积开销约为4.1mm2,并且BER性能优于幸存路径数为256的基于宽度优先搜索的K-best算法.     

基于分辨力最优的MIMO雷达布阵优化

在MIMO雷达的分辨力达到最优的基础上,提出了一种阵元配置的方法,从理论上分析了其估计性能,并将其与最小冗余配置下的MIMO雷达在分辨力、估计成功概率、CRB(Cramer-Raobound)、拓扑增益等方面进行了仿真对比,结果表明:与最小冗余配置方法相比,该方法配置下的MIMO雷达在分辨力和估计的CRB下界等估计性能方面更优,更利于在实际中应用.最后,计算机仿真结果验证了方法的有效性和可行性.     

带攻击角约束的抗饱和固定时间收敛制导律

针对传统固定时间终端滑模制导方法在末制导中存在的奇异性、收敛速度慢以及加速度受约束问题,提出一种考虑攻击角、加速度约束的快速非奇异固定时间滑模制导律。利用终端滑模方法,构造快速收敛的新型非奇异终端滑模面,保证视线角、视线角速率在满足加速度约束的同时,能够在给定的固定时间内快速收敛至期望值,收敛时间上界独立于系统的初始状态。通过构造趋近律来设计新型固定时间制导律,并利用Lyapunov稳定性理论,对所设计的制导律进行理论分析与证明。最后通过仿真,验证了所设计制导律与其他固定时间收敛制导律相比,具有较快的收敛速度。     

应用UIO的卫星姿控故障检测与仿真

为了克服未知输入对观测器的影响,防止在故障检测滤波器中出现错误的报警,以Chen和Patton提出的未知输入观测器的基本架构,设计了两个观测器.这两个观测器分别对故障敏感和不敏感,推导了两种情况下的误差方程,并且设计了残差.该残差能够与故障信号建立直接的联系,便于对故障的分析与诊断.该方法用于卫星姿控系统中,并且进行了仿真.     

二语习得理论在大学英语教学中的应用

如何能把英语学好,这是英语学习者最为关心的问题。而英语教育工作者关注的问题则是,如何能把教学搞好,教学工作的核心是什么。根据二语习得理论,关键是采取多种教学方式,对学生进行有效的语言输入,给学习者建立一个理想的英语习得环境。     

挠性航天器变幅值输入成形姿态机动策略

针对变参数挠性航天器的姿态机动问题,在变幅值零振动成形器的基础上,提出了鲁棒性较强的变幅值零振动和零微分成形器设计方法,设计了鲁棒姿态机动策略.该机动策略的控制目标是,将航天器机动到期望状态的同时,消除挠性结构的残余振动.以含转动挠性太阳翼的航天器进行三轴姿态机动为例,进行数值仿真.仿真结果表明,该机动策略对挠性结构频...     

基于实时变量逆矩阵求解的非线性MIMO解耦ADRC控制方法

非线性多输入多输出(MIMO)系统的解耦控制方法在控制理论和控制工程中都具有重要意义.非线性MIMO解耦自抗扰控制(ADRC)可以有效地解决这一问题,但它需要实时求解被测信号变量或高阶矩阵的逆.逆矩阵的求解是首要问题.在非线性MIMO解耦自抗扰控制中,将逆矩阵的求解问题总结为二阶、三阶、非方阵及变量高阶矩阵几类,并逐一给出解决方法.针对被测信号为变量的高阶矩阵,提出了一种基于高斯消元法的LU矩阵分解方法,可实时求解其逆矩阵.利用一个耦合系统的例子来测试这种方法的控制效果.仿真结果表明,采用逆矩阵法解耦的自抗扰控制器信号可以使控制系统快速达到平衡点.提出一种针对变量高阶矩阵的有效求逆方法,该方法既简单又能达到实时控制的效果,同时具有坚实的数学支持,完善了非线性MIMO解耦自抗扰控制的理论和方法,使其成为一种有效的非线性MIMO解耦控制方案.     

集成神经网络的飞机作战效能评估

根据飞机作战效能的指标体系和集成神经网络的原理,提出了一种基于集成神经网络的飞机作战效能评估模型.模型由空对空作战效能评估神经网络、空对地作战效能评估神经网络和决策融合神经网络组成,当训练结束后,输入飞机的能力参数可得到飞机的单项和综合作战效能.最后用米格-29、F-15E和Su-20等三个机型作为评估的对象,结果表明该模型能有效减少评估中的人为因素及克服单神经网络结构的不足,使评估结果更为客观可信.