以Y-4合成孔径系统为基本结构,分析和比较了不同填充因子Y-4系统的U-V平面覆盖、 点扩散函数和调制传递函数特性;用Zemax和Matlab软件对系统进行模拟成像,利用维纳滤波 和改进的维纳滤波对加噪图像进行复原,使用峰值信噪比 (PNSR)标准比较了不同填充因子Y-4 系统的复原效果,并分析了影响合成孔径系统成像质量和复原效果的因素。结论如下:通过图像 复原,可以极大地改善合成孔径系统所成图像的像质,提高图像的清晰度,使得复原后的图像和 其等效单孔径系统所成的像很接近,实现大孔径成像系统的观测效果;图

设计了一种同轴腔体带通滤波器,通过新型交叉耦合结构实现对边带高抑制.运用HFSS和microwave office 软件协同仿真的方法进行了整体仿真和优化,实现了同轴腔体带通滤波器的整个设计.应用的协同仿真方法提高了设计效率,尤其对于复杂滤波器,大大缩短了生产周期,节约了成本.在通信频段范围内,该结构设计尺寸小,频带宽,带外抑制高,带内差损小,这些特性使其在无线通信领域具有重要的发展前景.

建立了Weibull分布和Crow-AMSAA模型用来分析电缆故障数据以预测电缆故障率和指导维修更换；数学推导表明，两参数Weibull分布和Crow-AMSAA模型的表达式具有一致性，Crow-AMSAA模型是一种特殊形式的两参数weibull分布．对比weibull分布和Crow-AMSAA模型对某供电公司电缆8年故障数据的分析结果表明，Weibult分布可定性分析失效时间，可以得到故障的模式；Crow-AMSAA模型可定量分析累积故障次数和累积故障时间，可预测未来故障次数；当故障数据样本较小时，We

为了研究抛体在什么抛射角抛出时具有最大射程，利用拉格朗日乘子法，推导出存在空气阻力并且起点和终点不在同一高度时，在某一斜面上抛出的抛体的最大射程和最佳抛射角，通过计算机编程，以计算投掷手榴弹时的最大射程和最佳抛射角为例进行验证，并对物理教学中抛体运动的动力学过程进行了进一步的分析和讨论，有利于提高教学效果．

为了提高计算机集成成像技术的记录速度，提出了一种快速计算机集成成像技术。该技术基于无深度反转的一次记录原理，在一次记录过程中，忽略距离微透镜阵列近的物点，而记录距离微透镜阵列远的物点，从而获得无深度反转的微图像阵列。实验中采用Direct3D软件对3Dsmax软件创建的场景进行无深度反转的一次记录，快速地生成微图像阵列，并用光学再现的方式对其进行再现。实验结果证明，该方法的记录时间达到了0．56s，实现了快速记录，并且真实地、无深度反转地重建出了立体图像。

多脉冲探测体制的激光测距可以有效提高目标探测能力,在这种探测体制下,根据多脉冲激光回波信号的特点,提出了采用平滑滤波与三阶累积量相结合的信号处理方法,并通过仿真,证明了该算法能有效地提高目标探测性能,缩短了探测时间。

提出了一种改进的电力负荷短期预测小波网络模型,该模型采用最小二乘支持向量机(LS-SVM)实 现了小波分解系数的多尺度组合预测 .首先使用多孔算法对短期负荷序列进行小波分解,得到指定尺度下的 近似系数和相关尺度下的小波系数,然后利用 LS-SVM对预测点的系数进行多尺度组合预测,通过小波重 构可以求得相应的预测值 .结合某地区短期负荷需求数据进行了仿真试验,研究了预测点与历史记录数据的 相关关系 .预测结果表明,使用本模型进行短期负荷预测同比传统小波神经网络方法可以获得更好的预测精 度,同时 LS-SVM

针对视觉里程计(VO)因累积误差导致运动姿态估计存在的偏差，提出实时扩展卡尔曼滤波器姿态估计模型，利用惯性测量单元(IMU)结合重力加速度方向作为垂直方向参考，对视觉里程计航向、俯仰和侧倾3个方向姿态估计进行解耦，修正姿态估计的累积误差；根据运动状态采用模糊逻辑调整滤波器参数，实现自适应的滤波估计，降低加速度噪声的影响．实验采用高精度的全站仪作为真值，并结合多种地形环境，实验结果表明：50 m内跟踪的累积误差低于0．3 m，有效地提高了视觉里程计的定位精度和鲁棒性．

开关磁阻电机(SRM)具有诸多性能优势，发展前景广阔，然而严重的转矩脉动极大地限制了其应用范围。对SRM直接转矩控制方法(DTC)进行了研究，对DTC的核心思想进行了介绍，给出了空间电压矢量的选取原则。采用有限元法(FEM)和神经网络(NN)相结合的方法，在Matlab中搭建了一个四相s/6极SRM的动态仿真模型。在不同的工况下，对 DTC的控制性能进行了仿真分析，结果表明，DTC的引入可以有效地抑制SRM的转矩脉动，同时保证系统具有良好的调速和带载能力。

提出了一种改进的载波预留( tone reservation TR)算法来降低 OFDM系统的 PAPR( peak-to-average power ratio) 。传统的 TR算法虽然可以很好地抑制高 PAPR的出现,但这种全搜索系统的计算量非常大。而改进的 TR算法在保持传统算法优点的 同时,利用相邻―迭代方法,大大降低了计算量,从而降低了算法的复杂度,仿真结果验证了此改进算法的有效性。