预测技术在经纬仪高精度控制系统中的应用

详细地介绍了两种常用的速度预测方法。利用预测得到的目标运动速度作为顺馈加到速度回路构成等效的复合控制系统以克服由于电视脱靶量滞后产生的误差,提高系统的跟踪精度。然后应用Matlab进行系统的仿真设计．结合经纬仪控制系统在任务中实战检验,得出并运用了有效的预测方法,使系统得到了理想的跟踪效果。     

对二维地震剖面的解释与成图方法的认识

从二维地震的水平剖面与偏移剖面的解释与成图方法入手，通过比较分析指出，应用偏移剖面直接作图，是一种更简单，更省时，更精确的方法。应用这种方法，我们在新疆的焉耆、太康隆起西部等地区取得了良好的效果。     

基于高阶累积量的Hammerstein模型记忆效应辨识

旨在研究存在加性高斯噪声时,Hammcrstcin模型的记忆效应辫识问题。在输入信号统计量和Hammcrstein模型的无记忆非线性效应均未知的情况下,利用模型输出信号的高阶累积量建立两种线性方程组,并从理论上证明了两种线性方程组均具有唯一解;提出将两个线性方程组结合使用的系数提取方法,其过程不受Hammerstein模型的无记忆非线性模块影响。最后的仿真结果表明,在高斯(有色或无色)噪声存在的情况下,此类辫识方法比直接提取参数法具有更好的数值鲁棒性。     

宽带Chrip信号激励下功放数字预失真补偿

功率放大器(power amplifiers, PAs)会对输入的宽带线性调频信号(linear frequency modulated, LFM)引入幅度失真和相位失真,这将导致接收机脉冲压缩处理后的输出信号主瓣展宽,旁瓣电平抬高,从而恶化雷达距离分辨率甚至产生虚假目标。文中提出采用有限冲击响应滤波器(finite impulse response, FIR)模型对宽带LFM信号激励下的功放进行行为建模和数字预失真(digital predistortion, DPD)补偿。利用宽带测试平台对500 MHz 瞬时带宽LFM信号激励下峰值功率15 W 的S波段功放进行验证。实验结果表明,浅饱和和深饱和情况下FIR模型都能准确建模功放的失真特性,浅饱和情况下DPD能够补偿幅度失真和相位失真,而深饱和情况下只能补偿相位失真,经过DPD补偿脉冲压缩后的峰值旁瓣电平都明显降低。     

池式夹带高速区试验研究

发生失水事故后的压水堆内会产生池式夹带现象,这一现象将造成反应堆进一步失水,进而发生堆芯裸露或堆芯熔化等严重事故。Kataoka和Ishii于1983年开发的池式夹带模型在反应堆安全分析中被广泛使用,但十分保守。其中一个重要原因是模型中高速夹带区的试验数据极为有限且不确定性较大,导致该区的模型并不完善。本文介绍空气-水的池式夹带高速区试验,试验本体参考AP1000原型参数,本体内径为380 mm,高为2.2 m,由透明材料制作,供气流速为0.98~5.41 m/s。试验过程中的两相混合液位和夹带液体质量的测量分别使用导波雷达液位计和称重模块。本试验为夹带模型的高速区补充了数据,发展了现有的池式夹带高速区模型,并发现了在夹带高速区出现的夹带饱和现象。     

RELAP5模拟AP1000 ERVC自然循环过程研究

压力容器外部自然循环冷却(ERVC)系统作为AP1000的非能动安全系统之一,对熔融物堆内滞留,阻止放射性物质大规模释放起到关键的作用。本文通过RELAP5程序针对AP1000的ERVC系统建立模型,进行自然循环冷却的物理过程模拟,并对加热功率、冷却水过冷度、安全壳压力等关键参数进行了敏感性分析。除此之外,本文还对分析模型进行简化,并对比了两个模型的计算结果,证明了简化的合理性。     

越江隧道抗震分析进展

文章在简述地震对隧道及地下结构物的破坏基础上，阐述了一些影响因素之间的关系，并对国内外地下结构抗震主要研究方法进行了综述，最后对水下隧道地震观测、地震试验、计算方法以及计算模型进行了介绍，对越江隧道抗震效应研究具有积极的借鉴作用。     

我国第一个村级消防自救站在江西南昌成立

江西省南昌市青山湖区湖坊村村级消防自救站日前成立，这是我国成立的第一个村级村民消防自救站，它填补了我国农村消防工作的一项空白。     

麦盖提1区块地震采集技术及应用

针对塔里木盆地麦盖提1区块地震资料采集单炮能量差异大、主频频率低,地震采集质量难以满足非构造圈闭地质综合解释的需要,通过地震采集激发技术攻关,研究出折射法微测井调查沙漠区表层结构和低频层的界定方法,改进了沙漠区避开低频层激发的井深设计方法,并通过研制的双向垂直仪监控井斜,提高了钻井成井率和激发效果,使得该区地震采集质量有了较大提高。     

归一化峰度及其在弱非线性系统盲辨识中的应用

本文主要研究信号的归一化峰度及其在弱非线性系统辨识中的应用策略问题.首先简要介绍了几类常见的无记忆/有记忆非线性模型及其表示方法;给出了信号的归一化峰度定义及重要性质;在此基础上,分别针对非线性系统的记忆效应和非线性阶数对系统输出信号归一化峰度的影响进行了理论推导和仿真分析,揭示了该参数随系统特性的变化规律,表明归一化峰度具备精确辨识弱非线性系统的潜力.最后,针对SFDR(无杂散动态范围)高达85dBFS(dB Full Scale)的弱非线性系统,本文提出了一种分步辨识的方法,并结合所提出的方法阐明了此规律对于弱非线性系统盲辨识和失真补偿的潜在应用价值及其精度优势.