简介：提高大气层内具有复杂弹道特性的飞行器外测弹道数据处理精度一直是困扰研究学者和数据处理人员的课题.本文应用已有的数据融合理论,结合大气层内机动飞行器的运动特性,提出了一种基于分段三次样条函数的外弹道数据融合处理算法.仿真和实测处理结果表明：该算法显著地提高了数据处理精度,在相关数据处理任务中具有一定的应用价值.

简介：在外弹道数据处理中，奇异点处理、特征点求取与随机误差削弱都是精度估计的关键环节．本文首先利用小波变换在处理奇异点、特征点、噪声消除方面的优势，对观测数据进行基于小波变换的分解、融合、重构处理，剔除奇异点，查找特征点，削弱随机误差．其次利用节点自由分布B样条描述导弹运动轨迹，使该弹道确定方法转化为关于求解导弹轨道样条表示参数和测量系统误差的多模融合的非线性优化问题，采用非线性最优化方法，进而得到待估参数的最优估计，完成弹道的最佳逼近．仿真结果表明，该技术应用在奇异点处理、特征点提取与随机误差削弱方面效果较好，多模融合算法能减少计算量，且能切实提高参数估计精度．

简介：基于在无时滞的情况下,非全同的Hindmarsh-Rose耦合神经元达到几乎完全同步的放电模式,通过数值模拟的方法,研究了时滞对耦合Hindmarsh-Rose神经元同步后放电模式的影响.结果表明时滞使得神经元的放电模式发生改变,同时时滞的增加能够诱导簇中的峰逐渐地减小或消失.这一研究将有助于我们更深入地了解时滞对耦合神经元系统行为的影响.

简介：研究了单个ML神经元的放电模式及其动力学特征．通过快慢动力学分析得出随着参数的变化，神经元可以呈现出静息态、簇放电及峰放电等多种放电模式．本文同时研究了耦合强度和时滞对突触耦合的两个神经元同步的影响．在无时滞时，随着耦合强度的增大，耦合神经元的在相同步得到增强．而在某段时滞范围内，神经元在比较小的耦合强度下就能达到同步，这说明有效的时滞能够增强同步．此外，时滞只能在某些耦合强度下才对耦合系统的同步起作用．

简介：Pre-Botzinger复合体中兴奋性神经元节律性簇放电与呼吸节律的产生关系密切．泄漏电流对神经元簇放电具有重要的调节作用．本文利用双参数分岔分析和快慢变量分离等方法，研究了泄漏电流对耦合神经元簇同步模式及其转迁机制的影响．结果表明，在不同初始条件下，当泄漏电导改变时耦合神经元分别表现为同相“fold／homochnic”型、“subHopf／homoclinic”型和反相“fold／foldcycle”型和“subHopf／foldcycle”型簇放电．本文的研究为进一步探索呼吸节律的产生机制提供了一些见解．