戴维南等效电路的广义求解

根据重构类网络定理在相量模型电路中应用的时域充要条件,本文提出了一种戴维南等效电路的广义求解方法。     

未知最优值线性规划的修正 Karmarkar算法

本文对未知最优值的Karmarkar型线性规划,得到了一种复杂性为O(n~(3.5)L)的修正Karmarkar 算法;通过讨论加边矩阵和秩1修正矩阵的LDL~T 分解,得到了一种计算Q—斜投影的有效方法。最后,从理论上分析了算法的收敛性和复杂性。     

扇区内插法设计虚拟均匀线列阵的研究

目前许多高分辨算法只适用于均匀线列阵的方位估计.在不规则阵列条件下,需将实际阵列等效为虚拟均匀线列阵.文中通过对基于扇区内插法设计虚拟均匀线列阵的研究,给出了设计的具体步骤,并提出一个简单且准确的虚拟线列阵阵元间隔的计算公式.     

大温差条件下碳纤维混凝土无约束变形试验

为了研究碳纤维、聚酯纤维对混凝土在自由条件下的约束作用,通过设计对碳纤维混凝土、聚酯纤维混凝土和素混凝土加热放热试验,比较掺入不同纤维体积分数的纤维混凝土在大温差条件下无约束自由变形的差异,并用温度线膨胀系数表达。对试验数据进行分析,得到体积分数为1%的碳纤维混凝土比素混凝土抗自由变形能力提高了38.8%,在本试验的各种体积分数中效果最好。结果表明碳纤维与混凝土,虽然热力学性能不同,但是二者结合之后碳纤维因其高弹性模量的特性,反而可以更好地抑制混凝土自由变形。试验效果也表明,随着施工工艺的完善,碳纤维体积分数可能会超过1%,碳纤维对混凝土性能的提升仍然有很大的帮助。     

基于线加速度计的高分辨率光学影像颤振检测与重建方法

卫星平台颤振条件下,推扫式高分辨率光学影像成像往往产生扭曲,从而影响影像的定位及信息提取精度。针对当前颤振下影像成像扭曲补偿的问题,提出一种基于线加速度计测量平台颤振下的稳态重成像模型实现高分辨率卫星颤振扭曲影像的重建。采用受平台颤振影响而扭曲变形的高分某型号卫星全色影像数据进行验证。分析结果表明:提出的线加速度计可以有效检测并测量出平台的颤振,设计的颤振影像地面重建模型可以有效提高光学影像成像质量,补偿后影像扭曲变形现象明显消除。     

瓦楞纸板同步剪切控制系统的设计与研制

介绍了微机控制瓦楞纸板同步剪切控制系统的设计研制。该系统由直流电机调速系统和单片微型计算机控制系统两大部分组成。直流调速系统采用线性二次型最优调节器方法设计,计算机控制系统采用单片微机双ＣＰＵ技术。它是一个大功率高精度机电控制系统,具有响应速度快,剪切精度高,可靠性好,操作方便的特点。     

基于冲量法实现航天器编队重构控制仿真的研究

针对航天器编队重构的可视性不强,提出一种冲量法实现航天器编队重构的视景仿真技术。双脉冲机动是指航天器对空间目标的近轨道转移时,所需要的两次冲量机动。应用航天器之间相对运动原理,以空间目标轨道六要素为目标函数,通过调整航天器轨道参数对空间目标进行编队重构,有摆动绕飞转移至摆动式悬挂绕飞,进而得出了航天器转移摆动式悬挂绕飞编队到所需冲量基本关系,从而实现航天器对空间目标进行编队重构控制。     

考虑不确定参数及外部扰动数字液压缸非线性鲁棒位置跟踪控制

在考虑不确定参数及外部扰动的情况下为数字液压缸位置跟踪系统设计了一个非线性控制器。首先,建立了数字液压缸位置跟踪系统的非线性模型;然后,构造了一个李雅普诺夫函数及非线性控制器,推导了系统鲁棒稳定的充分条件,由此将非线性控制器的设计问题转化成为线性矩阵不等式的求解问题;最后,进行了仿真及实验验证。结果表明:所设计的控制器对于参数不确定性及外部扰动具有良好的鲁棒稳定性及更好的动态特性。     

基于渐进性的线性方程组教学设计的研究

针对线性方程组传统教学中的一些问题,给出了引入线性方程组、解线性方程组、分析解结构的渐进性三步教学设计,同时给出了maple求解线性方程组的两种方法,将理论与实践初步结合了起来,丰富了教学手段,激发了学生的学习兴趣。     

Sequential learning versus no learning in Bayesian regression models

We consider two regression models: linear and logistic. The dependent variable is observed periodically and in each period a Bayesian formulation is used to generate updated forecasts of the dependent variable as new data is observed. One would expect that including new data in the Bayesian updates results in improved forecasts over not including the new data. Our findings indicate that this is not always true. We show there exists a subset of the independent variable space that we call the “region of no learning.” If the independent variable values for a given period in the future are in this region, then the forecast does not change with any new data. Moreover, if the independent variable values are in a neighborhood of the region of no learning, then there may be little benefit to wait for the new data and update the forecast. We propose a statistical approach to characterize this neighborhood which we call the “region of little learning.” Our results provide insights into the trade‐offs that exist in situations when the decision maker has an incentive to make an early decision based on an early forecast versus waiting to make a later decision based on an updated forecast. © 2014 Wiley Periodicals, Inc. Naval Research Logistics 61: 532–548, 2014