一种具有快速跟踪能力的改进RLS算法研究

为了改善固定遗忘因子BLS(Recursive least-square)算法在时变系统中的跟踪性能,提出了一种改进的BLS算法.改进的BLS算法结合了可变遗忘因子的BLS算法和自扰动BLS算法,既克服了固定遗忘因子RLS算法中跟踪速度和参数失调的矛盾,而且也避免了当参数估值趋向于参数真值时,卡尔曼增益趋于零,从而BLS算法失去对时变系统的跟踪能力的问题.最后,在MATLAB平台下,对改进后的RIS算法进行了仿真验证.仿真结果表明,算法具有较快的收敛速度和跟踪速度以及较小的稳态误差.     

产学结合是提高高等职业教育质量的必由之路

在高等职业教育中,生产劳动与教育相结合是提高教育教学质量的重要途径和关键点。对产学结合在专业建设与改革、课程建设与改革、“双师”结构教师队伍建设等方面的重要作用进行了论述,并简要介绍了武汉电力职业技术学院的一些做法和体会。     

住宅工程的创优状元──访河北省邯郸县招贤建筑工程公司

“邯郸县招贤建筑工程公司,多年以来,始终坚持走‘质量兴业’的发展道路,牢固树立‘百年大计,质量第一’的思想,以‘严’字当头,‘用户至上’为宗旨,以对国家、对人民、对用户高度负责的态度,在建设工程施工过程中,严格按照施工标准、规范和程序施L,强化质量管理,为我市创出了一大批优质工程。近3年来,竣工工程优良品率达11％,创出10项市优,7项省优,5项省样板工程。连续5年被我委评为‘质量管理先进单位’,连续2年被省建委授予‘质量管理先进单位’,为我市建筑业企业树立了榜样。”——摘自邯郸市建设委员会（通知）（邯…     

子空间跟踪算法在GPS实时抗干扰中的应用研究

针对电子战中移动的和时变的干扰,提出了一种新的自适应调零算法.该算法利用信号之间的正交性,能够有效地抑制强干扰和弱干扰,同时由于综合运用了正交的压缩近似投影子空间跟踪算法,能够对子空间逐次迭代更新,实时估计子空间的变化,还避免了自相关矩阵估计和特征值分解,大大简化了计算,提高了算法的实时性.仿真结果证明了算法对干扰能形成很深的零陷,并有很高的跟踪精度,说明算法具有良好的实时抗干扰性能.     

大学生入党积极分子经常性培养教育探析

大学生入党积极分子是大学生党员的后备军,对大学生入党积极分子开展经常性培养教育具有帮助他们坚定共产主义理想 信念、树立正确世界观、人生观和价值观、端正入党动机和提升道德素养的重要意义。针对当前大学生入党积极分子经常性培养教 育工作中存在的教育形式单一、缺乏连续性和重过程轻结果等问题,通过坚持大学新生入学教育与入党启蒙教育同步进行、党校 集中教育与日常培养相结合、理论教育与实践培养相匹配及党支部培养与团支部监督并重的教育路径,达到改进和完善大学生入 党积极分子经常性培养教育工作的目的。     

产学结合是提高高等职业教育质量的必由之路

在高等职业教育中,生产劳动与教育相结合是提高教育教学质量的重要途径和关键点.对产学结合在专业建设与改革、课程建设与改革、"双师"结构教师队伍建设等方面的重要作用进行了论述,并简要介绍了武汉电力职业技术学院的一些做法和体会.     

矢量GNSS接收机自主完好性监控性能研究

在分析了矢量跟踪环路和标量跟踪环路故障检测方面差异的基础上,该文指出全球导航卫星系统(GNSS)矢量接收机自主完好性监控(RAIM)技术所存在的问题,即RAIM检测量受噪声影响导致检测故障不准确,和故障信息在环路中的传播使得难以准确识别出故障源。针对上述问题,对矢量接收机的结构进行了改进,提出基于预滤波器的双环路跟踪结构。在新结构中,通过基于容积卡尔曼滤波算法的预滤波器削弱噪声的影响,并通过双环路切换的方法阻止故障信息的传播。仿真实验结果表明,改进后的矢量接收机不仅RAIM检测统计量的均值和方差都显著减小,而且识别故障的准确率有了明显的提高,RAIM性能较原来得到了有效提升。     

高烈度区超高层全钢结构装配式建筑施工技术

主要介绍了在高烈度地区超高层建筑的结构设计创新点及施工技术。为响应国家大力发展装配式建筑的要求,综合考虑经济性、可靠性、施工便捷性等需求,设计采用钢框架-钢板墙核心筒全钢结构形式,即核心筒和外框结构全部采用钢结构,从而实现了现场搭积木式的快速施工。针对高烈度区特点,塔楼应用了大量的黏滞阻尼墙,并在施工过程中对结构应力进行监测,确保施工安全。     

自动变速器行星齿轮运动学设计计算的实用新方法--"共线图法"

自动变速器行星齿轮传动机构的运动学计算复杂而又繁琐，行星齿轮各构件的回转动作也是掌握自动变速器技术的难点之一。现介绍一种自动变速器行星齿轮传动机构的运动学设计计算实用方法——“共线图法”，并通过神龙富康AL4结构实例计算说明该计算方法的实用性和准确性。此方法的提出对于自动变速器行星齿轮传动机构设计有着重要的意义。     

基于视觉物体识别的抗差岭估计定位算法

基于视觉物体识别的室内定位算法是一种新型的室内定位解决方案,算法通过物体检测、位置匹配、定位方程解算等步骤确定用户位置。然而,受到单目相机视域较小和物体检测算法精度较低的影响,根据检测物体测距信息而构成的定位方程存在严重的病态性,极大降低了算法的定位成功率和定位精度。因此,该文提出一种抗差岭估计定位解算算法,通过引入岭参数将无偏估计变为有偏估计,实现均方误差最小约束条件下的最优位置估计,并利用迭代选权降低了质量较差的观测量对定位精度的影响。实验结果表明,与OLS (Ordinary Least Square), LM (Levenberg-Marquardt)和RR (Ridge Regression)算法相比,该文提出的抗差岭估计定位解算算法能够有效提高基于视觉物体识别的室内定位方法的成功率和精度。