军校学员对MOOCs反应的调查

针对当前高等教育界的大型开放式网络课程（MOOCs）热潮,笔者对该校部分学员做了一次问卷调查,结果显示MOOCs在中国的发展仍处于萌芽的阶段,大部分学员对MOOCs知之甚少,但绝大多数学员对MOOCs这一新兴的教学模式很感兴趣,表示愿意尝试.大部分学习者表示选择MOOCs教学方式,更愿意在学校进行学习;MOOCs最大的优势是灵活、自由的学习方式.针对此调查,笔者对MOOCs的发展提出了4点建议,即制作MOOCs不必一拥而上、MOOCs制作要具有针对性、MOOCs的证书要与课程学分挂钩、推行＂混合式＂授课模式.     

Global exponential stability of Cohen-Grossberg neural networks with variable delays

A class of generalized Cohen-Grossberg neural networks（CGNNs） with variable de- lays are investigated. By introducing a new type of Lyapunov functional and applying the homeomorphism theory and inequality technique, some new conditions axe derived ensuring the existence and uniqueness of the equilibrium point and its global exponential stability for CGNNs. These results obtained are independent of delays, develop the existent outcome in the earlier literature and are very easily checked in practice.     

复杂装备退化状态早期识别方法研究

针对复杂装备早期退化状态难以识别的问题,提出一种将相关向量机(RVM)和Dezert-Smarandache 理论(DSmT)相结合的多特征融合决策识别方法。该方法首先分别采用时域分析法和时频域小波包变换法对装备的状态特征进行提取;之后将状态特征向量输入RVM模型中完成对状态属性的判定并获得各种状态模式的基本置信度分配;最后依据DSmT的PCR6规则对含有冲突信息的多个识别结果进行决策融合,得到早期退化状态的最终识别结果。在对某航空机电设备的实例应用中表明,该方法可以有效地解决信息高冲突条件下的早期退化状态识别问题,结果可靠准确。     

基于信息源特征的航空部附件故障预测研究

针对舰载机多机种一体化自主保障中机载设备的维修保障需求,提出了基于信息源特征分析的航空关键部附件故障预测方法。首先,从信息源数据特征、研究对象判定、用于预测的可用信息及不确定性四个角度对信息源特征的复杂性进行了分析;其次,根据航空部附件故障频率和平均停机维修时间采用四象限图实现航空关键部附件的判定;最后,基于信息源不同可用信息选择不同的故障预测方法,并介绍了智能融合的神经网络算法和能够消除不确定性的非线性滤波方法,提高了航空部附件故障预测方法的通用性和准确性。     

基于双目视觉测距技术的导弹筒箱精确对接方法

当前导弹筒箱对接工作中普遍采用人工操作方法,通过目视指挥操作实现卡口对接,精确性差,步骤繁琐,效率低下。针对此问题,基于双目视觉测量技术提出了一种自动对接方法,利用双摄像头测量对接卡口的成像偏差,计算筒弹调整的距离和角度,实现筒弹支脚和对接卡口的准确对准。然后研究了系统测量误差,利用非线性回归拟合方法分析了误差计算公式,利用等距标尺设计了测量误差标定实验方案,并针对摄像头安装不便的问题,给出了中点延长安装方法和计算补偿方法,最后设计了筒弹自动化对接系统的基本结构。试验结果表明,该方法能够有效获取筒弹对接偏差距离和角度,为位置调整系统提供有效输入,从而实现导弹筒箱的自动对接。     

Oscillation and global asymptotic stability of a discrete haematopoiesis model

In this paper, we study a discrete haematopoiesis model $$\Delta y_{n}=-\alpha y_{n}+\frac{\beta y_{n-k}^{m}}{1+y_{n-k}^{p}}\quad\mbox{for}\ n=0,1,\ldots,$$ where α∈(0,1), β∈(α,∞), m∈(1,∞), p∈[m,∞), k∈?, and establish some results about oscillation and global asymptotic stability of the positive solution of this model.     

基于聚类技术的三维舰船模型特征库研究

存贮目标所有的视点图像,建立完备的特征库,或者提取能够抵抗视点变化的不变特征,是三维目标识别的常用方法。这两种方案都存在不足:要么特征库规模庞大,识别过程计算量大,识别效率低;要么难以找到鲁棒的识别特征。结合两种方案研究了基于聚类技术建立三维舰船模型特征库的方法。利用仿射传播聚类方法无需事先指定聚类中心的优点,将其应用于两型舰船模型的视点空间聚类。通过提取视点图像的Hu矩特征,进行了仿真实验,给出了聚类结果的有效性分析。     

星空观测图像目标拖尾的自动消除

为了实现对星空观测图像中高亮目标产生的拖尾现象进行自动消除,建立了目标拖尾自动消除系统,对该系统所采用的图像背景高斯噪声分布参数估计、目标拖尾检测以及图像灰度值校正等算法进行研究。利用直方图最小二乘曲线拟合估计星空观测图像背景高斯噪声的分布参数;利用观测图像中目标拖尾现象的特征提出一种基于统计信息的拖尾检测算法;在确定目标拖尾位置的基础上对被污染的像素进行灰度值校正;利用Visual Studio 2005开发出一套星空观测图像目标拖尾自动消除系统。实验结果表明:针对16 bit,1 0241 024的星空观测图像,单帧图像处理时间约为300 ms,拖尾现象得到消除,恒星和目标等有用信息未被破坏。本文算法基本满足后续观测图像中弱小目标检测稳定、可靠、精度高等要求。     

硬件可实现的GNSS/INS矢量深组合跟踪环路（英文）

GNSS矢量跟踪环路(VTL)跟踪灵敏度和定位精度优于标量跟踪环路(STL),但实现复杂度高,三个主要难点是:多通道联合跟踪要求各通道同时获取观测量并在同一时刻更新环路参数;高频率计算卫星位置加重处理器运算负担;无法跟踪载波相位导致无法解调导航电文。以上三个难点阻碍VTL在硬件平台上实现,因此商业接收机通常使用容易硬件实现的STL,但性能次优。为了在嵌入式硬件平台上实现VTL,引入三种方法:异步观测量线性插值、卫星位置计算算法优化、特殊的导航电文解调方法,之后通过仿真验证优化算法的功能及性能。使用航迹发生器生成飞机协调转弯航迹,再使用GNSS卫星信号模拟器产生中频采样信号,基于Matlab平台处理数据并进行了对比分析。仿真结果表明该VTL计算卫星位置效率提升55倍,成功解调导航电文,VTL位置精度优于3 m,速度精度优于0.3 m/s,基于该VTL的矢量深组合(VDI)算法位置精度优于2 m,速度精度优于0.1 m/s。