基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。     

基于改进的软阈值小波包网络的电力信号消噪

为了克服传统软、硬阈值在信号消噪中存在的不足,首先构造了一种新的软阈值函数,并将小波包变换和神经网络相结合;然后,基于改进的软阈值小波包网络对实际采集电力信号进行消噪。MATLAB仿真结果表明:改进的软阈值小波包网络比传统硬、软阈值小波包消噪的信噪比高,且均方根误差小,是一种非常有效的电力信号消噪方法。     

飞机电传操纵系统控制律的神经网络实现

现代多功能战机多用电传操纵系统替代传统的机械杆系,但由于飞机的多变量、强耦合和不稳定等强非线性特点,使得其电传控制律的工程实现相当复杂.为此,对电传操纵系统控制律的神经网络实现方法进行了研究.通过利用径向基函数(RBF)网络良好的非线性跟踪性能,探讨了用RBF网络实现电传控制律的一般方法,并以某型飞机电传操纵系统纵向通道为例,对该方法进行了验证.     

具有离散时滞与分时时滞的非自治系统的渐近稳定性

研究了一类具有离散时滞与分布时滞的非自治线性系统的渐近稳定性问题，利用Lyaplunov函数方法和线性矩阵不等式（LMI），得到了系统渐近稳定性的一些充分条件，这些条件能够利用线性矩阵不等式（LMIs）表示，且表达式中含有具有时变时滞与分布时滞项，这样，具有时变时滞与分布时滞的非自治线性系统的稳定性就能够通过Matlab的LIM工具箱进行验证。     

一种α稳定分布噪声下的跳频参数盲估计方法

针对目前以高斯白噪声为模型的大部分跳频参数估计方法在α稳定分布噪声背景下,性能急剧下降的缺点,对跳频信号进行两次窗函数长短不同的分数低阶STFT,从而得到两组时频数据,,将两组时频数据点乘,得到新的时频表示,基于时频分析的跳频参数估计方法,实现跳频参数的估计。仿真实验表明,提出的方法有效抑制了α噪声,在α=0.8,GSNR≥1 d B;α=1.5,GSNR≥0 d B时,可以实现跳频周期的准确估计。在α=1.5,GSNR=3 d B时,该算法跳变时刻估计值最大相对误差比STFT低3%、比分数低阶STFT低1.6%,跳变频率估计值更加精确。     

移动机器人的轨迹跟踪控制新方法

针对运动学模型描述的移动机器人系统,研究了移动机器人的轨迹跟踪控制问题,基于Lyapunov直接法,设计出了具有全局渐近稳定的轨迹跟踪控制器,满足了移动机器人的轨迹跟踪要求,并分析证明了系统可实现全局渐近稳定。最后,仿真结果表明从较大初始跟踪误差很快收敛到零误差,闭环系统稳定,具有良好的动态特性。     

水平集方法中速度停止项函数的改进

对速度停止项函数的研究发现,现今的速度停止项采用的单一全局阈值法很难使经典水平集算法得到较准确的分割效果。为此,提出了一种新的速度停止项函数,该函数通过引入变阈值较好的区分了图像的边缘区与同质区,以使采用该速度停止项函数的水平集方程实现在同质区加速演化,在边缘区停止演化的目的。实验结果表明,采用速度停止项函数能够使水平集方法获取更好的分割结果。     

基于截断函数的有限时间滑模控制方法

针对一类二阶不确定非线性系统的鲁棒控制问题,提出一种基于截断函数的有限时间滑模控制算法。该算法具有以下特点:系统状态可在期望的有限时刻收敛为零;受控系统对外部扰动和参数不确定性具有全局鲁棒特性;系统状态的动态响应可解析预测;通过选择不同的截断函数可以实现对控制器性能的调节。仿真结果验证了所提算法的有效性。     

辽宁省军民融合程度的度量——基于Feder-ram两部门模型的研究

军民融合自从升级为国家战略,对经济的发展起着至关重要的作用,本文研究的是军民融合程度的确定以及对辽宁省经济的影响,通过使用Feder-ram两部门新古典经济学模型,基于辽宁省14个城市2008-2020年面板数据,从定量的角度衡量了辽宁省军民两个系统之间的融合程度,结果发现辽宁省军民融合程度较高,国防开支存在“挤出效应”,对经济产生负向的影响,并提出应对国防开支进行适当消减,以促进军民融合深度发展,推动辽宁省经济建设的建议。     

网络雷达及其模糊函数

网络雷达实现了雷达与雷达对抗的一体化,是一个新型的雷达系统.在对网络雷达概念和特点作了简单描述后,详细介绍了网络雷达的模糊函数,分析了网络雷达各种工作模式下的模糊函数具体形式,并通过仿真结果得到网络雷达的特性及获取的无源侦察信息,极大地提高了其目标分辨能力.