一个预备役连队的别样精彩——河北某预备役师侦察二连抓军事训练纪实

2005年,河北某预备役师侦察二连在石家庄市开发区供排水公司编组。从成立之初,连队就始终坚持通过大抓军事训练,强化官兵爱岗敬业的精神,带动企业发展。据石家庄市开发区供排水公司总经理林自强介绍,1994年初,出身于军人家庭、在国营企业担任总经理的他丢掉"金饭碗",冲破重重阻挠,兴办了供排水公司,当时公司人员主要是复转军人。他们靠着军人的顽强作风取得了今天的成绩——一个拥有资     

装备试验风险评估方法探讨

装备试验任务的实施过程是一个环节多、过程复杂、不可逆转的高风险过程。在试验实施过程中存在多种因素。这些因素都将给任务进度、费用、质量(技术性能)造成一些负面的影响,若对这些情况认识不足或者没有足够的力量加以控制,影响将会扩大,甚至引起整个任务的中断或失败,造成极大的损失。因此,为确保试验任务圆满完成,在任务执行的各个环节需要     

X射线脉冲星导航研究的若干问题

X射线脉冲星导航(X-ray pulsar-based NAVigation,XNAV)是继惯性导航、天文导航、卫星导航之后的一种新型导航技术,由于它可以为大气层外的任意航天器提供自主导航能力且具有诸多优势,近年来受到国内外研究者的极大重视和深入研究.XNAV的研究内容包括相对论框架下的大尺度时空基准和导航模型、X射线脉冲星辐射机制和观测特性、X射线探测器的探测能力和X光子谱的信号处理、动态航天器导航方法和数据处理程序等多个领域,目前已经取得一些阶段性成果.在概述XNAV主要研究内容的基础上,对国内外相关文献中一些存在争议或者没有形成共识的问题提出了看法,对下一步需要解决的问题提出了建议,希望对我国XNAV的工程研究有所裨益.     

基于时频信号项的输电塔损伤识别柔度矩阵法

将悬臂结构损伤识别柔度矩阵法和振动时域响应信号时频分析方法相结合,利用柔度矩阵与结构参数间的线性关系,引入突卸荷载激励下振动响应的WVD时频分布信号项幅值向量,通过求解损伤系数方程来识别集中质量型输电塔结构的损伤位置和程度。算例分析表明,所提出的方法通过一次测量就能准确地识别出结构单个或多个损伤的程度,并具有良好的抗噪性。     

基于任意两共面相交圆的双目立体视觉标定法

提出一种基于同一平面内两相交圆作为平面标定模板的自标定原理,应用于固连在同一支撑架上（相对静止）的双摄像机组成的视觉系统,分别从四个角度对模板进行拍摄,即可求解摄像机的内外参数。实验表明：该算法可以得到比较满意的精度, 并且计算简便。     

保凸插值样条曲线的一种构造方法

本文提出了一种描述保凸三次参数插值曲线的新算法。算法构造局部、计算简单有效,算法对开曲线和闭曲线都适合,最后给出了几个曲线构造的例子。     

阵列雷达双零点单脉冲低角跟踪算法

针对阵列雷达体制,从改进单脉冲的角度出发研究了低角跟踪问题。在多径阵列信号模型的基础上,利用极大似然估计原理推导了双零点单脉冲测角算法,通过数字波束形成实现双零点单脉冲系统修正和、差方向图。仿真分析了双零点单脉冲测角性能,得出测角性能与信噪比、目标仰角以及复反射系数的关系。用实测数据对该算法进行验证,结果表明:当目标仰角小于1/4波束宽度时,测角均方根误差达到1/40波束宽度,可以有效解决低角跟踪问题。     

基于鲁棒高阶容积滤波的无人机相对导航状态估计方法

由于无人机相对导航系统具有非线性强、噪声非高斯的特点,传统的基于卡尔曼滤波算法设计的相对导航滤波器存在估计失准甚至发散的问题。考虑到高阶容积卡尔曼滤波和最大熵滤波算法分别在解决非线性问题和非高斯问题时的优势,利用最大熵滤波的量测更新方法对高阶容积卡尔曼滤波的测量更新方程进行了改进,将传统的量测更新问题转换成了线性衰退的求解问题,避免了对测量噪声进行高斯假设,同时解决了系统非线性和量测噪声非高斯的问题。进行了相应的数学仿真,仿真结果表明:所提算法的估计精度超过了高阶容积卡尔曼滤波和最大熵滤波算法的,验证了算法的有效性。     

基于转移费用矩阵的机器人路径规划方法

本文描述了机器人路径规划的一种新方法：基于转移费用矩阵的机器人路径规划方法。通过定义转移费用矩阵的概念及其上的二元运算,将最优路径的生成,转化为矩阵的运算,使得有限步的矩阵运算,即可得到环境中所有点间的最优路径,达到了在预处理阶段构造最优路径集的目的。最后,介绍了该方法在移动机器人任务规划中的应用     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。