三种RBF网络函数逼近性能对比及应用研究

非线性函数逼近问题是神经网络数据处理的具体应用之一,在相同误差指标和目标参数的情况下,以具体的非线性函数为例,仿真对比了径向基神经网络(Radical Basis Function,RBF)、模糊RBF和基于遗传算法的模糊RBF网络的逼近性能。结果表明,3种RBF网络结构都能够较好的逼近目标函数,但模糊RBF与GA-RBF网络结构较基本RBF网络结构而言能够更早达到较小的逼近误差范围。在此基础上,仿真验证了模糊GA-RBF网络应用于间接型自校正控制的有效性。     

神经网络的函数逼近理论

分析了将函数逼近理论与方法引入神经网络研究的必要性；从经典函数逼近与统计分析两方面详细地讨论了多层前馈网（ＭＬＰ）逼近能力分析的基本方法及结论；分析了正则理论观点下的径向基函数网络（ＲＢＦ）的逼近能力；讨论了ＲＢＦ网与多层前馈网在最佳逼近特性上的差异。文末指出了神经网络函数逼近的发展方向。     

基于自适应小波正交基神经网络的参数辨识

提出了一种基于小波正交基神经网络的非线性在线辨识方法.小波变换具有良好的收敛速度和逼近精度,神经网络具有强大的非线性映射能力、自学习、自适应等优势,采用正交基小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数和神经网络的优点;制导航弹数字仿真结果表明, 该方法对含噪声数据进行处理效果好,能很好地满足非线性在线辨识的需求.     

NORX算法中非线性组件的移位参数选取准则研究

NORX算法是进入凯撒竞赛第三轮的15个认证加密候选算法之一,该算法的唯一非线性组件由异或、与和移位操作组成。从非线性逼近和循环分析两个密码学性质研究移位参数的选取准则,证明了可变移位函数的非线性逼近概率为三值函数,并得到了移位参数取1时具有最佳的非线性逼近性质;给出了可变移位函数的循环概率表达式,并证明了对于任意非零的移位参数其最大循环概率均相同。由上述分析结果可知,NORX算法中非线性组件的移位参数取1时达到了最佳的非线性逼近和循环性质。该结果可应用于NORX算法的安全性分析中,同时也能为设计类似算法提供理论指导。     

基于BP神经网络的雷达网抗干扰性能综合评估

在分析目前综合评估雷达网抗干扰性能时遇到困难后,探讨了利用BP人工神经网络良好的非线性函数逼近特性来解决这一问题的可行性,并分析了在用这种方法建模评估的过程中需要注意的各种问题;其中侧重对在具体构造评估模型时输入输出评估指标集的确定方法和模型的训练验证方法进行了研究,并进一步分析了建立的模型可能的用途。最后指出这种思路也可以推广到对类似的复杂信息系统的综合评估中。     

关于非线性方程的迭代法的一个注记

对于非线性方程 f(x)=0求近似根的问题,迭代法是逐次逼近的基本方法。现行的教材中对迭代函数的选择已有比较完善的结论,同时提出了迭代函数的不唯一性,选择适当的迭代函数则迭代序列收敛,如果迭代函数选择不当则迭代序列发散。本文就非线性方程给出了产生任一迭代函数都可采用适当的方法,使迭代序列收敛。扩大了迭代函数的选择范围。     

比例规则后件的T-S模糊模型辨识方法

模糊划分应满足测量准则,这一点常被忽略。采用余弦平方函数作为隶属函数,解决了曲线型隶属函数在模糊化分后满足测量准则问题。T-S模糊模型后件由线性函数构成,以局部线性化方式实现全局非线性,通过分段性逼近辨识曲线,常用于系统辨识中,但其辨识参数多是其主要问题。比例规则后件的T-S模糊系统具有万能逼近特性,且构成参数少,用于非线性系统的辨识中,可以减少辨识参数,提高辨识速度。给出其在系统辨识中应用的方法,并通过仿真实例说明本方法的有效性。     

基于RBF神经网络的背景估计及红外小目标检测

利用RBF神经网络的函数逼近特性,得到了一种红外图像背景估计算法,进而提出了一种检测红外小目标的方法。利用有目标和没有目标的真实红外图像对此算法进行检测,背景估计效果理想,小目标检测效果理想,证明该算法是可行有效的。     

最大隶属度计算及旅行商问题的模糊规划方法

此文首先把隶属函数表示成定积分形式,并用各种水平集的特征函数来逼近它,近而得到了用它的任意部分的水平集的特征函数来比较隶属度大小的方法,并讨论了最大隶属度的计算问题。文中第二部分应用上面结果和近似推理知识,对一个较复杂问题—旅行商问题的最优化方法进行了分析,从而找出了一个适合于计算机计算(也便于手算)的模糊规划方法。这个方法是根据多维(整体)—不是单维--的信息特征来决策选优的。文章最后举例说明这种方法的计算。     

SSL软件包

科学子程序库(Scientific Subroutine Library)是我院 F 型计算机的若干个应用软件之一,几年来,我们已对其开发并提供给众多的用户使用。由于可以从 SSL 中直接调用子程序,节省大量编写子程序的时间,因此很受用户欢迎。SSL 的内容分为十一类:特殊函数;数值微积分;代数方程式;联立一次方程式;常微分方程式;矩阵、特征值、特征向量;幂级数;函数逼近;偏微分方程式;积分方程式;其他。SSL 中总共有192个子程序。除11个子程序不能在我院 F 机上运行外,其余180多个子程序都可直接调用,并都达到了预期的效果。     

相控阵雷达高采样率数据事后处理方法研究

针对相控阵雷达高采样率数据,建立了雷达测量数据重采样的最优节点样条表示方法模型.为满足试验数据处理需求,进行拟合采样的同时用迭代方法将野值剔除,有效地降低了雷达测量误差。采用B样条作为数值逼近的基函数,可在全部数据范围内对测量数据进行拟合,达到提高处理精度的效果。通过仿真与实测数据的检验,验证方法的正确性和实用性。     

惩罚与激励变权的空中目标威胁评估

威胁评估是末端防御武器系统作战指挥的重要环节。在多目标决策的理论基础上,综合变权思想和逼近理想解的方法,提出了基于惩罚与激励变权的TOPSIS(technique for order preference by similarity to ideal solution)方法的空中目标威胁评估。首先建立评估指标体系,得到各威胁属性的隶属度函数,再运用变权理论确定指标权重,最后通过逼近理想解的方法对空中目标进行排序,并分析了变权在解决此问题中的优势,证明了方法的有效性和可靠性。     

非圆链轮分度线的样条拟合

非圆链传动中，两链轮分度线为非圆形，该曲线数学表达式是一个非线性函数方程组，严格求解这一函数方程组似乎毫无希望，但是依据动力学的方法可以构造此曲线的切线系，即一切线多边形。从而将这一问题转化为求与切线多边形每条边相切的逼近曲线。     

非完备参数信号集中式检测新方法

在复合假设检验中,广义似然比检验(GLRT)和贝叶斯(Bayesian)方法是2个广泛应用的方法.研究了这2种信号检测方法在分布式传感器网络中非完备参数(波形已知但幅度未知)估计中的应用.验证了GLRT的性能并进行了改进,提出逼近的Bayesian检测器,并与精确Bayesian方法比较,得出逼近的Bayesian检测器总有闭表达式的结论.仿真结果表明,提出的方法与精确Bayesian方法具有相近的性能.     

关于多元回归分析方法的公式推导

在射表的数学处理中,原先我们主要采用多项式和有理分式等逼近方法。这些方法所用的数学原理简单,被选用的那些项人工直接干预比较方便。但是如何选出尽可能简单的表达式和比较准确地逼近弹道函数,这往往需要大量的试算过程。多元逐步回归分析的方法运用数理统计的基本原理较好地解决了这个选项问题。使我们能较快地选出对于建立表达式是重要的变量,大大加快了射表数学处理工作的进程。本文给出了多元回     

基于实时预报的舰载火控稳定跟踪控制技术

针对火控稳瞄系统存在较大的不确定性及干扰,其特征参数,如固有频率、阻尼以及负载干扰等,将随着被控炮之间差异、载弹量、目标位置的变化及工作海况的影响而产生较大变化的特点,提出了一种PFC-PID串级透明控制策略,通过内环PID控制来提高抗干扰性,外环采用预测函数控制来获得良好的跟踪性能和强鲁棒性。针对舰载火控系统的稳定瞄准中的预测函数控制,提出了船舶运动实时预报问题,根据不同海况、不同船舶的惯导信号特性的不同特点,研究了一种基于自适应长自回归模型和径向基函数神经网络芯片ZISC78的船舶运动实时预报方法。通过对射击过程的仿真,表明基于实时预报的PFC-PID串级透明控制完全可以满足舰载火控系统战技指标,且算法简单,鲁棒性好,是一种实用的火控算法。     

飞行器自适应预设性能姿态控制设计

预设性能控制是一类可以同时保证系统响应瞬态与稳态性能的非线性控制方法。针对具有非线性与未知干扰的飞行器系统,研究了一种无逼近预设性能姿态控制器设计方法,并进行了数值仿真验证。首先,研究了在传统预设性能方案中潜在的奇异性问题;其次,针对该问题提出了一种拥有自适应边界的预设性能函数改进方案。当归一化误差达到一定阈值时,通过放宽性能函数边界并使其重新收敛,确保跟踪误差被包覆,避免误差越界引起的奇异性,防止控制系统崩溃。最后,通过数值仿真验证改进方案的正确性与有效性。仿真结果表明,改进方案可以保证系统在存在误差越界的情况下姿态控制回路运行良好,并能满足预定的控制要求。     

WGS-84坐标系下空基多平台异质传感器MLR配准

多平台多传感器良好协同的重要前提之一是其系统误差的配准,由于空中平台的运动和传感器类型的异质性使得配准问题更为复杂。首先构建了WGS-84坐标系下有偏观测模型,然后将最大似然配准(maximum likelihood registration,MLR)算法扩展到空基多运动平台异质传感器的配准。运用复合函数求导链式法则,推导出应用MLR算法时至为关键的传感器观测量对目标状态的雅克比矩阵。理论和仿真结果表明该方法可实现异质传感器配准,配准误差逼近其Cramer-Rao界。     

DSP实现坦克火控系统弹道微分方程数值算法

针对现役坦克火控系统弹道解算广泛采用的逼近法的缺点和不足,提出了改进后的弹道微分方程直接数值解算算法,以数字信号处理器(DSP)作为该算法的硬件实现环境进行了实验。结果表明,以DSP技术为基础的改进弹道微分方程解算算法解决了逼近法的不足。解算速度快,精度高。这说明该算法在坦克火控系统应用中具有良好的发展前景。     

基于HDSmP转换的态势估计方法

战场态势分析是指挥决策的基础,D-S证据理论广泛应用于不确定性下的近似推理,尤其在战场的态势估计中起到了重要作用。为了降低命题中含复合焦元时的不确定度,需要运用概率转换方法如Pignistic方法等对这些焦元进行概率转换。当存在命题的基本信度赋值函数(BBA)bba(全称)为零的情况时,一些常规的概率转换方法不能处理,即使能处理这种情况的概率转换方法在降低不确定度方面也没有达到理想效果。提出利用HDSmP方法将信度函数近似转换成概率函数,不仅可解决辨识框架中存在信度为零的命题时的情况,而且可以降低不确定性。此外,对HDSmP方法中比率再分配因子的取值进行了分析,通过实例验证了该方法在战场态势估计中的可行性和实用性。