基于TLS的主动全向声呐浮标目标定位与跟踪

采用最小二乘(LS)拟和法进行主动全向浮标目标定位时容易受测量误差的影响,为此提出一种基于总体最小二乘法(TLS)的定位算法,首先对主动全向浮标的定位方程和测速方程进行变换形成线性的量测方程,然后利用潜艇测距误差和浮标定位误差的随机性,基于总体最小二乘法对量测方程进行递归解算,解算过程根据潜艇运动的物理限制,取运动模型的状态预测值作为递归过程的初值,最终实现了测量误差平滑化和航迹的整体优化。仿真结果显示算法较之最小二乘法具有更好的抑制噪声能力和机动目标跟踪能力。     

政府管控一般目标、总量结构和管控基本范畴

政府宏观经济管控目标具有多重性,包括保持社会总供给与总需求的平衡,促进经济再生产各环节及各产业、地区间的协调,不断提高人民生活水平调节社会分配,保护生态环境和自然资源,实现经济长期发展的良性循环和社会进步等,还包括经济目标效率和社会目标均等。宏观经济管理、调控和干预是三个既有联系又有区别的概念,而管控应当说包涵了三方面内容。管控的基本内容和手段实际也是市场机制调节功能的有机组成,客观上要求宏观经济调节机制必须通过市场机制起作用。     

从接受美学理论看目的语文本与源语文本的关系

接受美学理论认为,文本只有在读者积极参与下才能成为文学作品.翻译过程中,源语文本在译者积极动态的介入下,将未定性和开放性的文本形成并不完全对等的目的语文本,两者之间同中有异,互补互足.     

支持向量机在模式识别中的应用

针对传统神经网络存在网络结构难于确定、过学习以及局部极小等问题，研究了基于支持向量机（SVM）的模式识别问题。通过对棋盘这种典型非线性二值问题的分类研究，分析了支持向量机的分类与泛化能力。支持向量机在分类和泛化能力方面远远优于传统神经网络。最后将支持向量机用于对两类飞机目标的分类识别，通过多组蒙特卡罗试验，获得了较好的识别结果。支持向量机在目标识别中有巨大潜力和广阔前景。     

相控阵测控系统概论

人民币目前巨大的升值压力具有很高的“虚拟性”，即存在严重的“升值泡沫”。这种虚拟性根源于政策，体制等因素背离经济基本面，即观念滞后和政策体制因素的过度干预扭曲了市场机理和竞争法则，造成了粗放型贸易畸形增长和粗浅加工产业外资的大量流入，形成表面上外汇严重供大于求，国际收支双顺盖与外汇储备惠剧增加，对形成人民币升值预期和压力的虚拟性有很强的放大效应．因此．要调整贸易发展战略与增长方式，转变出口比进口好、可贸易品生产越多越好、进口高技术产品比进口初级产品好等观念和做法。建议以结构调整为主线推进贸易增长方式转变，坚定不移地推行以内需为基点的促进经济发展的强国战略，创造公平的市场准入环境，从外汇供求源头着手，完善外汇管理体制，集中精力完善人民币汇率形成的市场机理。     

对空情报雷达网密集假目标干扰机理分析

针对雷达网欺骗干扰问题,首先讨论了雷达网数据关联处理方法薄弱环节,给出了可以欺骗雷达网的假目标应该满足的条件,然后分析对空情报雷达网密集假目标干扰的产生机理和作用机理,为产生高逼真的假目标,将空间分布转化为非线性最优化问题。当进行多干扰机协同干扰时,将干扰机功率资源在空间的分配问题转化为非线性规划问题。仿真研究了对网络化雷达的假目标欺骗干扰效果以及影响干扰效果的因素,该结果可为对空情报雷达网电子对抗提供理论指导。     

经济增长视角下地方政府债务负担率动态标准研究--基于西部Y省县域非线性Panel Data模型

政府债务负担率标准并非固定,主要由债务边际社会成本与债务边际社会收益相等决定,如果其边际成本降低或边际收益提高,债务负担率标准将提升,相反会下降。本文将地方政府债务置于财政支出与经济增长的关系框架下,通过对西部Y省106个县域地区进行实证研究,发现不同时间段对应的债务负担率标准不同,2005－2006、2007－2008、2009－2010分别为14．28％、11．98％和14．16％,同时也发现各地地方政府在竞相超越既定债务负担率标准举债,带来较大的债务风险隐患。因此,防范我国当前地方政府债务风险需要重视两个问题：一是根据各地实际债务边际社会成本和收益,制定动态债务负担率标准,用于债务风险的监测预警;二是在解决实际债务负担率较高问题上,重点要从数量上化解债务转化为从质量上提高债务边际社会收益和降低债务边际社会成本。     

空间目标的联合矩阵束极点估计

极点作为谐振区雷达目标的最主要电磁特性,具有很大的空间目标识别前景。但是在使用频域观测数据提取目标极点时,存在虚假极点和估计精度问题。针对上述问题,首先通过加窗和截断改进了后时响应信号的获取流程,抑制了虚假极点影响;然后采用最小描述长度法（MDL）估计极点个数,避免了定阶错误引起的虚假极点;最后采用联合矩阵束法估计极点,有效减少了单角度数据估计极点时存在的遗漏极点和虚假极点问题。FEKO软件验证表明,所提算法具有更高的精度和抗噪能力。     

一种基于预测值量测转换的卡尔曼滤波跟踪算法

在雷达目标跟踪中,系统量测信息通常在球坐标系下获得。为了采用经典卡尔曼滤波算法实现有效目标跟踪,通常采用量测转换方法将非线性量测信息转换到直角坐标系中。针对传统量测转换方法基于量测值计算转换误差统计特性而导致的估计结果有偏问题,提出了一种基于预测值的量测转换方法,并将其与卡尔曼滤波算法相结合,获得了一种基于预测值量测转换的卡尔曼滤波跟踪算法。仿真结果表明,与现有的基于量测转换的卡尔曼滤波算法相比,该算法能在不提高运算量的情况下有效改善目标跟踪效果,跟踪精度提升约20%。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题,具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号,充分发挥整体平均经验模式分解的优势,将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时,分解出的前5个分量与未分解前信号的相关系数明显减小,因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试,研究结果表明,该方法能有效地实现海杂波下目标的探测,性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。