基于RBF神经网络的直接自适应飞行控制器

设计了一种径向基神经网络(RBF NN)飞行控制器结构,并给出了相应的控制律和参数调节律。由于调节了RBF NN的全部参数(连接权、高斯函数的中心和宽度),得到了很好的控制性能。以F8战斗机为控制对象进行了仿真分析,仿真表明,在存在70%的模型误差的情况下,该控制器仍然能实现较好的跟踪控制,表现出很好的鲁棒性,远远优于传统的只调节连接权值的算法。     

基于免疫遗传算法的图像自适应增强

基于不完全 Beta 变换的图像增强算法存在计算量大、效率低的问题,一种新的、简便的变换函数,并采用基于免疫调节机制的遗传算法来自适应确定变换函数的最佳参数。实验结果证明了该算法的快速性、有效性和稳定性。     

采用滑模控制器提高稳定控制系统快速响应的研究

由于采用传统的稳定控制系统设计方法使得导弹弹体对不同大小指令信号响应的品质特性差异较大,因此主要研究了在传统的稳定控制系统设计方法的基础上,采用滑模变结构控制器来调节控制参数,较好地解决了稳定控制系统对大小指令信号时域响应特性差异较大的问题,提高了稳定控制系统的快速响应能力。     

抓住课改 整体提升办学品位

一、学校将课改理念转化为实践的具体做法 (一)强化领导,组织保证,管理到位 学校为了充分保证课程与教学改革的落实与推进,成立了学校课改领导小组,并专门成立了课程研发小组(侧重课程的开发与实施),负责学校课程的决策、开发与管理,学校课改领导和研发小组,定期召开工作会议,根据课改的要求致力于建立以基础型课程,拓展型课程为主干的课程结构,全面负责学校课程改革的决策和管理,主要包括:1.学校课程方案的决策,如学校课程结构、比例、课时分配与分年组安排,结合学校的办学特点进行具体安排和落实;2.学校基础型课程实施方案的决策;3.学校拓展课程实施方案和决策;4.学校基础型课程和拓展型课程的管理制度与评价制度的决策.     

RBF网络用于战车火控系统弹道解算的方法

弹道解算问题对战车火控系统的性能有着直接的影响.传统的弹道解算方法在精度和实时性方面都存在一定的局限性.为了提高解算精度、战车首发命中率和解算的实时性,基于RBF网络的函数逼近及预测能力,将RBF网络用于弹道解算,对传统算法进行优化,得到了新的弹道解算方法.最后对所提方法进行了仿真,发现新方法在解算精度没有降低的条件下,大大提高了弹道解算的实时性.     

伪线性卡尔曼滤波的观测器轨迹优化算法

单站被动式跟踪存在强非线性和弱可观测性,即便观测器的运动满足可观测性条件,滤波仍然可能发散.针对此问题,使用伪线性卡尔曼滤波器,应用费希尔信息量、罗美达下限等方法对轨迹进行优化,该优化方案避免了对目标与观测器的径距信息的近似.仿真表明:该方法与传统方法比较,计算量较小,优化得到的轨迹简单,滤波精度得到改善.最后给出了在一定条件下,观测器的"最优"运动规则.     

基于灰色关联分析的导弹制导系统性能评价

分析了影响导弹制导系统性能的五种主要因素,在此基础上确定了导弹制导系统性能的评价指标体系.根据灰色理论原理,建立了导弹制导系统性能评价的灰色关联分析模型并详细阐述了分析方法.通过实例对五种导弹制导系统性能方案进行了优劣度计算评价,计算结果说明了这种评价模型和评价方法是有效的、可信的,相比其他方法具有优势.     

坦克交流全电式炮控系统的速度控制

介绍了交流全电式坦克炮控系统的特性,为改善系统稳定工作状态时的低速性能,研究出了两种变结构切换速度控制策略,对这两种切换方案进行了分析比较,并分别进行了试验验证,试验结果表明这两种方案都具有良好的动静态性能,能满足系统的性能指标要求.     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

图论及神经网络在地空导弹部队阵地中的应用

防空部队特别是地空导弹部队抗击敌空袭作战必须依托相应的阵地进行,而地空导弹部队阵地部署与选择的正确与否是地空导弹部队能否有效进行抗击敌空袭作战的一个重要因素,地空导弹部队阵地部署与选择需要综合考虑地形条貂件、机动条件、作战时间条件等各种因素.提出阵地部署与选择的几个指标,用图论与神经网络方法针对一个具体的例子对所提出的指标进行求解计算,得出阵地部署与选择的方案.