捷联惯性系统中 IMU 安装误差及陀螺漂移的估计

为减小IMU 安装误差及陀螺漂移对捷联惯性系统导航参数精度的影响,采用速度/姿态角组合匹配传递对准模型的误差方程和IMU的安装误差角方程结合的方法组成新的滤波器模型,并引入改进的BP神经网络算法,实现了IMU安装误差及陀螺漂移的快速有效估计.为对捷联惯性导系统的各项导航参数进行修正和补偿、提高导航精度提供了依据.     

某型飞机大气数据系统设计

大气数据系统是重要的机载电子设备,其性能、精度直接关系到飞机的飞行安全.在介绍某型号飞机大气数据系统的软硬件体系结构的基础上,从三个方面深入研究了提高大气数据系统精度的途径:大气数据计算模型;基于BP神经网络的压力测量温度误差补偿方法;一种计算型静压源误差补偿方法.其大气数据系统系统性能稳定,结构紧凑,速度快,精度高,软硬件升级简单.试验证明其大气数据系统能很好满足某型号飞机的使用要求.     

基于ARMA-BP组合模型的装备故障率预测方法

为解决单一模型预测装备故障率预测误差大、精度低的问题,提出了一种基于ARMA-BP组合模型的装备故障率预测方法.在建立ARMA模型和BP神经网络模型的基础上,采用加法集成法建立ARMA-BP组合预测模型,并利用方差倒数法确定ARMA模型和BP神经网络模型的权重系数.以某型装甲装备故障率数据为研究对象,对比ARMA模型、BP神经网络模型和ARMA-BP组合模型故障率预测结果,表明:相比于单一预测模型,ARMA-BP组合模型的装备故障率预测结果精度更高.     

基于GA-小波-BP神经网络的装备维修能力评估

针对传统装备维修保障能力评估主观性强、适应性弱的特点,提出了一种以装备维修记录为样本数据的基于误差反向传播(back propagation,BP)前馈神经网络的维修能力评估方法.为消除维修记录属性冗余,选用粗糙集主分量约简算法,对样本属性进行约简,为避免BP神经网络因局部极值导致局部收敛和收敛速度过慢的影响,利用遗传...     

基于粗糙集和神经网络的无人机侦察效能评估

针对无人机在多条件下的侦察效能评估问题,提出一种基于粗糙集和神经网络的无人机侦察效能评估方法.在该方法中,寻找影响因素构建无人机侦察效能评估指标体系;结合粗糙集理论去除当中的冗余因素;并在处理因素基础上利用遗传优化的BP神经网络构建无人机侦察效能的评估模型,以提高预测精度.仿真结果表明:该模型不仅能够克服传统BP神经网络容错性差,收敛速度慢的缺点,而且可以较好地完成无人机侦察效能评估.     

基于BP神经网络的闭路制导改进方法

针对传统闭路制导方法中的制导方法误差,提出了一种根据"真实目标"进行制导的改进制导方法。采用BP神经网络逼近算法,推导建立预定关机点及落点坐标与需要速度间的映射关系,并装订上弹,使关机点附近对应每一个位置能够映射出相应的需要速度矢量。然后利用闭路制导关机及导引方法对导弹实施控制。通过仿真,该方法大大减小了制导方法误差,提高了导弹射击精度。     

改进型卡尔曼算法解算小型弹箭姿态角研究

弹箭飞行姿态参数的准确获取是实现精确高效打击敌方的重要前提。其中最重要的关键环节是姿态角的算法解算,决定着最后的精确导航。卡尔曼滤波算法是组合导航中最常用的解算算法,然而仍不能满足精度要求。为了进一步提高解算精度,提出通过BP神经网络对误差建模,进而修正卡尔曼滤波增益矩阵系数的改进算法。实验证明,应用于高速旋转弹姿态角测试,改进后的卡尔曼算法较传统卡尔曼算法精度提高了3°左右。     

多重优化的分布式无线覆盖探测算法

为满足无线通信网络信号覆盖有效性的实时实地可重复探测的需求,提出一种基于传感器网络的分布式无线覆盖探测算法。通过随机部署于目标区域内的无线传感器节点对无线通信网接收信号强度进行感知和预处理;利用变异函数构造新的BP神经网络目标函数,通过改进粒子群算法优化其初始权值和阈值;利用训练好的网络模型对存在探测盲区的目标区域进行插值估计,并联合传感器节点采集到的数据生成无线通信网络等信号强度线。仿真结果表明,所提算法比其他经典算法具有更高的精度,可有效探测目标区域无线通信网络的信号覆盖情况。     

模拟退火优化BP神经网络在航向控制系统中的应用

目前,广泛运用于神经网络中的误差反向传播算法(BP算法)训练时间较长,且易陷入局部最优.为了克服BP算法的固有缺陷,文中提出了在BP算法中加入模拟退火算法权因子.在航向控制系统中进行了仿真,数据显示该算法比单纯BP算法更能优化控制器性能参数和全局搜索能力,收敛速度更快,精度提高比较明显.     

基于粒群算法和BP神经网络的煤电价格预测

由于煤电价格的波动受多种不确定因素的影响,且煤价和电价之间还存在非常复杂的耦合关系,它是一个典型的非线性系统,所以使用传统的方法来建立煤电价格的预测模型非常困难。针对这种情况,提出了一种基于粒群算法(PSO)和BP神经网络的煤电价格预测方法。采用PSO训练BP神经网络,不仅克服了BP神经网络算法易于陷入局部最优的缺点,而且可以提高网络的收敛速度和预测精度。结合煤电价格的历史数据,在Matlab平台上进行了仿真实验,验证了该预测模型的优越性。     

基于神经网络技术和小波分析的发动机 气缸气密性能检测研究

提出了一种基于小波分析和神经网络技术检测发动机气缸气密性能的新方法。对电涡流位移传感器拾取的飞轮位移信号直接进行时域采样 ,通过处理和小波分析 ,获得反映发动机启动瞬时转速尺度参数 ,BP神经网络以此作为输入向量 ,从而有效地检测发动机气缸气密性能。     

低气压环境下柴油机涡轮增压器转速实车估算方法

针对涡轮增压器转速实车测量中存在安装困难、精度低的问题,提出了利用RBF神经网络和BP神经网络估算涡轮增压器转速的方法。分别建立了基于RBF神经网络和BP神经网络增压器转速估算模型,通过与台架试验测试样本比较,模型误差分别2.25%和2.27%。同时,RBF神经网络较BP神经网络,具有训练次数少,收敛速度快、结果稳定的优点,更适合实车涡轮增压器转速估算。     

基于动量BP神经网络的确定掩护重点问题研究

确定掩护重点是地面防空作战的一个重点和难点问题。通过分析影响确定掩护重点问题的主要因素,建立评价指标体系,利用动量BP神经网络解决了确定掩护重点的评价模型,并采用MATLAB6.5的神经网络工具箱进行仿真实现。方法较好地降低主观误差,为确定被掩护目标重要性排序和兵力分配提供了依据。通过对BP算法的改进,减少了误差,提高了学习速度。模型思路清晰,算法简单实用,较好地解决了防空兵辅助决策系统智能确定掩护重点目标的问题。     

Cocast：一种基于传感器的分布式网络距离预测任意播算法

针对Internet环境中基于网络坐标估计节点间网络距离的问题,提出了一个利用任意播机制分布式的网络坐标预测算法Cocast:所有用户节点均加入一个结构化Peer-to-Peer对等网;对等网中任意的节点均可以发送网络坐标任意播查询消息,该消息被转发到多个负责坐标计算的用户节点,这些用户节点分布式地预测消息发起节点坐标,最终消息发起节点获得一个综合的坐标位置。Cocast基于网络坐标任意播选择提供位置估计的用户节点,利用层次化网络嵌入预测坐标位置,借助位置融合传感器机制过滤恶意节点的影响。实验表明Cocast具有可扩展、快速收敛、渐增精度、抗恶意节点破坏等优点。     

低开销的软错误免疫寄存器设计

随着工艺尺寸的逐渐缩小,集成电路中由放射性粒子引起的软错误不断增加,在设计时必须考虑由软错误引起的可靠性问题.使用软错误免疫寄存器对电路敏感部分选择性加固是降低逻辑电路软错误率简单有效的方法.总结了常用的软错误免疫寄存器结构,并使用可靠性分析方法对8种寄存器进行量化研究和比较,得出双模时空冗余寄存器具有更高的可靠度;针对现有可靠寄存器开销较大的缺点,设计了一种基于时钟延时的动态主级时空双模冗余寄存器--DMTS-DR,不仅能很好地免疫自身的SEU,还能对前级组合逻辑的SET进行有效屏蔽.与其它可靠寄存器相比,DMTS-DR的面积和延时开销都有大幅降低,在可靠性、面积和速度间实现了较好的折中.     

含水率变化对路基回弹模量的影响

使用HM-1型回弹模量仪对路基非饱和含粘砂土进行了6个不同含水率、5个不同干密度的回弹模量试验。试验表明：含水率和干密度对非饱和含粘砂土的回弹模量影响显著：在同一干密度和含水率下,砂土的回弹模量为一常数;在同一干密度下,随含水率的增大,回弹模量明显减小;在同一含水率下,随干密度的提高,回弹模量明显增大。     

多传感器极大似然定位中站址误差的影响

针对多传感器目标定位中站址误差对定位精度的影响.首先给出了站址误差的传播模型,然后通过理论和仿真对模型进行了详细的分析.分析表明,站址误差导致的定位误差是各站址误差的代数和,且其系数满足"同向传播系数之和为1,非同向传播系数之和为0"的关系.分析还表明,该误差可以分离为两部分:一部分是"确定性部分".取决于目标和传感器的几何位置关系:另一部分是随机部分,依赖于传感器的量测噪声.此外还证明了该模型虽然是基于极大似然法推导而来的,但却是一个通用模型,只需经过很小的改动即可用于其他定位方法站址误差的影响分析.     

Calculation and Analysis for Temperature Field of Tank Track and Wheels

To know the temperature status of track and wheels on tank,the finite element calculation of temperature field was implemented with ANSYS software.The detailed temperature distributions for road wheel,drive wheel,idle wheel and track loop were obtained.The effect of factors,such as tank speed,environment temperature,sun radiant energy,ground deformation resistant and tank load,on the temperature of road wheel was studied.The sensitivity analysis shows that the effect of tank load on the temperature is the most,and the effect of ground deformation resistant is the least.The temperature testing device for road wheel on tank was developed to perform the experiments in real time.The calculated temperatures are in accord well with the experimental values.     

三轴磁强计晃动对测量结果的影响分析及校正

三轴磁强计的主要误差有零偏误差、灵敏度误差以及三轴非正交误差。通过在三轴正交坐标体系下对传感器的三轴非正交误差进行分析,建立了传感器误差模型,分析了误差对传感器晃动所产生的影响。晃动1°产生的误差最大可达109.5 nT,晃动误差随着晃动角度的增加而增加。为控制晃动误差,通过对误差模型分析建立误差校正模型,并通过非线性曲线拟合对校正模型参数准确估计,将估计参数代入校正模型,可以实现对传感器输出校正,使其输出误差大大减小,晃动1°产生的误差范围可控制在0.03 nT以内。这表明该校正方法有效地降低了晃动对传感器输出产生的影响。