一种基于神经网络的阶跃响应辨识方法

提出了一种基于神经网络的参数辨识方法,该方法与传统的参数辨识方法有着本质的不同。它充分地利用了神经网络对任意非线性函数的逼近能力,并将其与传统的基于阶跃响应的辨识方法结合起来。对方法的原理及其相关的神经网络算法做了具体的阐述并给出了仿真实例,结果表明方法是可行的,并可由此看出,神经网络用于工程实际的广阔前景。     

基于模型参数辨识的动力调谐陀螺故障诊断方法

提出了基于动调陀螺转子动力学模型参数辨识的陀螺故障诊断方法 ,详细探讨了其中的关键技术 ,并以某型捷联惯导系统中的动调陀螺为对象 ,在实测信号的基础上进行了故障仿真与实际诊断。结果表明该方法能有效地诊断动调陀螺故障 ,具有一定的实际应用价值 ,并为陀螺故障诊断研究提供了新的途径和思路。     

一种有效的XML-TO-SQL查询翻译优化算法

在研究XML数据处理问题上,XML查询与SQL查询的转换是一重要论题。在常规XML-TO-SQL查询转换算法基础上,分析了“翻译后优化”和“直接优化”两种不同的查询转换策略,提出了一种将Xpath路径表达式直接优化成SQL的算法。该算法将XML-TO-SQL查询转换分为两个主要阶段:预处理阶段和运行时翻译阶段。预处理阶段通过识别“双射映像”,计算“最小可辩识祖先”进行翻译前准备;运行时翻译则利用预处理阶段的结果进行路径约简。两个阶段的协作使得算法整体效率得以提高,达到翻译优化的目的。根据大数据量查询翻译对比实验的结果,该算法优于一些典型的传统翻译算法譬如Silk-Route、Xperanto等。     

美军士兵军衔辨识（上）

要说起美国军队的军衔，大家一定不会陌生，什么五星上将、准将、准尉等等……还有人会琅琅上口地背出那段著名的“银星闪烁苍穹，雄鹰翱翔天际，橡叶挂满枝头，树干扎根原野……”（即美军军官军衔标志的寓意）     

防抱制动系统基于最佳滑移率的滑模变结构控制方法

建立了防抱制动系统的非线性、时变数学模型,实现了滑模变结构控制方法在防抱制动系统中的应用,提出了两种由递推最小二乘算法来计算最佳滑移率的估计方法:一种基于附着系数—滑移率曲线的数学模型,一种基于该曲线的形状。仿真结果表明了基于最佳滑移率的滑模变结构控制方案在车辆防抱制动系统中的可行性和有效性。     

基于粒子群聚类的导弹直接侧向力模型辨识

为了充分挖掘数据的潜在规律,提出一种基于粒子群模糊C均值聚类的模型辨识方法,该方法首先对实验数据进行分类,得到最佳聚类数和聚类中心,然后对不同的类分别辨识.新数据可以根据到不同聚类中心的距离划分为不同的类,再根据该类的辨识模型得到输出结果.依据风洞实验数据,采用粒子群模糊聚类对直接侧向力模型进行了辨识,辨识结果表明,与直接辨识相比,该方法的辨识精度明显提高,其辨识结果可以为控制系统的设计提供依据.     

用于目标分配的TBM弹道及落点估算方法

本文针对防空导弹拦截TBM目标分配的要求 ,利用初始探测信息快速概定来袭TBM的弹道及落点 ,并进行目标概分 ,然后根据进一步的探测信息对TBM弹道进行递推最小二乘逼近 ,预测其落点 ,为防空导弹火力单元提供较精确的TBM弹道诸元及落点预测值 ,提高拦截TBM的效能     

一种数据驱动的飞行仿真参数辨识方法

目前飞行参数经验公式针对于不同飞机机型拟合不准确,且传统黑箱算法无法定量表达飞行参数相关性。针对上述问题提出一种基于快速存取记录器（quick access recorder,QAR）数据的飞行仿真参数辨识方法,该方法在多项式拟合算法基础上,增加权重系数分配输入参数在算法中所占比重,利用斯皮尔曼等级（Spearman rank）相关系数计算不同输入参数权重系数。由此设计二元多项式,基于改进算法求解最优多项式系数。仿真结果表明,该方法可有效降低仿真误差。     

系泊状态下舰载捷联惯导系统自对准研究

系泊状态下舰船发生三轴摇摆，使惯性元件中附加摇摆信息，严重影响对准精度。给出了较为完整的对准办案：在粗对准阶段，将惯性元件输出数据进行预处理以实现姿态矩阵的粗略估计；住精对准阶段，采用参数辨识法计算角速度和角加速度以实时估算杆臂K度，实现对杆臂误差的补偿，并通过卡尔曼滤波完成对姿态的精确估计。仿真结果表明：粗对准方案能够较准确地实现水平姿态跟踪，参数辨识法避免了对角增最二次微分引入的误差，验证了方案的可行性。     

粒子群算法的弹道参数辨识方法

提出一种基于粒子群算法的航空武器气动参数辨识算法,该算法采用粒子群算法计算航空武器气动参数分段函数的分段边界点马赫数值,在此基础上采用实数编码遗传算法计算分段函数的多项式系数.采用该算法进行某型炸弹阻力系数辨识计算,计算结果表明:该算法可行,且计算的阻力系数精度高.计算结果已成功应用于某型航电火控系统的设计中.