重庆滨江空间的城市可识别性作用

在城市趋同发展的今天,营造城市特色空间以提高城市可识别性显得尤为重要。以重庆滨江空间为研究对象,通过文献查阅和实地调研归纳了重庆滨江空间的发展历程;分析了重庆滨江空间的特征,以及滨江空间对城市可识别性的重要作用;提出了重庆滨江空间多层次的生态环境丰富了城市公共生活,是辨析城市结构的重要场所,影响着城市发展进程中文脉传承的观点。     

冗余空间机器人基座姿态调整的笛卡尔路径规划

空间机器人系统的机械臂和基座之间存在着动力学耦合,为了保证笛卡尔路径规划的同时可以调整基座的姿态,文章以冗余自由度空间机器人为研究对象,首先建立了空间机器人系统的运动学方程;由于存在一定的冗余度,通过将基座姿态运动方程与广义雅可比矩阵组合得到扩展后的雅可比矩阵,实现了基座和机械臂运动的协调规划;最后讨论了基座姿态无扰路径规划,并与零空间法进行了对比。建立平面三自由度空间机器人系统,分别采用零空间法和扩展雅可比矩阵法进行了基座姿态无扰路径规划和基座姿态跟踪路径规划,仿真结果验证了方法的有效性。     

双高速摄像机交汇的高旋弹丸位姿估计算法及误差分析

为了测量高旋弹丸在炮口处的各种信息,基于双高速摄像机交汇的测量方法,提出了一种新的弹丸位姿估计方法.对总攻角函数进行了误差建模与分析,结果表明两台高速摄像机的光轴应相互垂直,且应选择光轴远离攻角平面的高速摄像机所对应的测量函数计算总攻角,此时测量误差最小.以靶场实验的方式对攻角函数的误差分析结论和位姿估计算法进行验证....     

武器装备软件的可靠性分析综述

首先论述了武器装备软件可靠性的重要性,指出了软件可靠性与硬件可靠性的主要区别,并依据装备软件研制总要求及武器装备软件的特点分析了装备软件可靠性的内涵、特点,介绍了装备软件可靠性指标的确定、软件可靠性模型以及装备软件可靠性的评估,最后分析讨论了几种提高武器装备软件可靠性的方法与途径。     

基于多元回归理论的油液光谱分析诊断方法

利用多元回归理论对光谱数据建立了多元回归诊断模型,并且建立了回归方程以及回归系数的检验方法,给出了异常磨损的界限值,最后通过诊断实例证明了该模型有一定的应用价值。     

一种使用非等权值粒子的确定性粒子滤波算法

介绍了粒子滤波及随机分布的代表点理论,将统计学中的数论方法应用于粒子滤波,使用随机分布的均方差代表点,对粒子滤波中关键的初始粒子生成、重点密度采样及再采样过程给出了相应的代表点算法,得到了一个包含最少随机操作的、使用非等权值粒子的确定性粒子滤波算法。仿真结果表明,确定性粒子滤波算法不仅是可行的,而且其滤波性能及计算效率均有不同程度的提高。     

DSSS时变窄带干扰抑制算法研究

在传统非线性最小二乘(NLS)算法的基础上,提出一种基于线谱估计的直接序列扩频(DSSS)系统抑制窄带干扰(NBI)的方法。该算法首先通过对基于正弦波叠加模型的NBI进行频率估计,再利用最小二乘准则进行自适应滤波,恢复出干扰信号包络,从而利用干扰对消器将其从观测数据中消除。仿真验证表明,本算法相对于传统的最小均方误差(LMS)算法、自适应频域陷波法,能较好地抑制时变音频NBI模型的干扰,且信息量损失较小。     

利用微分几何参数研究小型阵列的布局

以微分几何为工具,分析和研究了小型阵列的阵列流形的微分几何参数与信号到达方向估计精度之间的关系,并在此基础上推导分析了小型阵列在各个方向上的测向性能与阵列几何布局之间的关系,最后给出小型阵列布局的设计思路。并以五元阵为例,对几种不同的几何布局进行仿真对比和分析,验证了设计思路的正确性。     

基于水下地形匹配的捷联系统误差估计方法

潜器进入匹配区时捷联系统已积累了一定的误差,有效利用匹配信息对误差进行修正是保证后续航行精度的基础;通过建立水下地形匹配辅助导航系统误差模型,以地形匹配模块和深度压力传感器测量的位置信息和深度作为量测量,设计了卡尔曼滤波器。仿真研究证明:所设计的滤波器具有良好的估计精度;同时,通过设计潜器航行动作证明了相关误差量的估计效果与潜器运动激励有关,为匹配区内进行误差估计时潜器所采用的运动状态提供了参考。     

Double Mover–Stayer model on customer switching in telecommunications industry

Customer acquisition and customer retention are the most important challenges in the increasingly competitive telecommunications industry. Traditional studies of customer switching always assume that customers are homogeneous, and thus that model customer switching behavior follows a Markov formulation. However, this postulation is obviously inappropriate in most instances. Blumen et al. (Cornell Studies of Industrial and Labor Relations, Cornell University Press, Ithaca, NY, 1955) developed the Mover–Stayer (MS) model, a generalization of the Markov chain model, to relax the requirement of homogeneity and allow the presence of heterogeneity with two different types of individuals—“stayers,” who purchase the same kinds of products or services throughout the entire observation period; and “movers,” who look for variety in products or services over time. There are two purpose of this article. First, we extend the MS model to a Double Mover‐Stayer (DMS) model by assuming the existence of three types of individuals in the market: (1) stable and loyal customers, who have stable usage within the same company; (2) instable but loyal customers, whose usage varies within the same company over time; and (3) disloyal customers, who switch from one company to another to seek for new experiences or/and benefits. We also propose an estimation method for the DMS model. Second, we apply the DMS model to telecommunications data and demonstrate how it can be used for pattern identification, hidden knowledge discovery, and decision making. © 2012 Wiley Periodicals, Inc. Naval Research Logistics, 2012