气动伺服控制系统的自适应模糊控制器的研究

介绍了一种新型的自适应fuzzy PD控制器 ,并研究了它在气动伺服位置控制系统中应用的适应性问题和非线性摩擦力的补偿方法 ,提出了一种新的模糊逻辑控制补偿算法 .它通过一个自适应模型参数Ma的调整控制 ,提高了气动伺服系统的控制精度 .试验结果表明 :与传统的控制方法相比较 ,自适应fuzzy PD控制器具有动态性能好、自适应能力强和位置控制精度高等优点 .     

自适应遗传算法捷联惯导系统初始对准

在基本遗传算法的基础上给出了一种适合于捷联惯导系统初始对准问题研究的自适应遗传算法,该算法适时调整遗传空间大小,以保证对准的速度.在选择操作中采用最优解保存策略.交叉概率和变异概率的适时变化使姿态信息具备更强的环境适应性.根据初始对准的特点,用地球重力加速度和自转角速度信息构造适应度函数.仿真结果证实了该算法在捷联惯导系统初始对准问题研究中的有效性.     

基于Agent建模与仿真的军事对抗系统

军事对抗系统是复杂适应系统.基于Agent建模与仿真较好地克服了传统的建模技术存在的不足,为将军事对抗系统作为复杂适应系统研究提供了新的思路,开辟了军事对抗系统建模仿真的新领域.结合红蓝分队对抗实例,介绍了基于Agent建模与仿真技术建立分队对抗系统的全过程,并对其中的属性集、行为集、规则集、信用分派机制、底层交互、高层交互构建进行了深入的研究.该研究为建立基于Agent建模与仿真的Multi-Agent军事对抗系统提供了思路和参考.     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

自适应抵消与谱相减结合的单通道语音消噪算法

飞机、坦克和船舶等封闭座舱内部产生的强机械噪声严重地影响了语音通信系统,为此,提出了自适应噪声抵消与谱相减结合的单通道语音消噪算法,其基本原理是:先进行基于相关检测的自适应消噪处理,其后采用谱相减算法消除残留噪声。仿真结果表明:该算法对引擎噪声的消噪效果明显,并能有效地保持语音清晰度,可应用于机械噪声很强的语音通信系统。     

一类新型混沌动力学系统的自适应控制及同步研究

讨论了一类新型混沌动力学系统的自适应控制及同步问题。利用Lyapunov稳定性理论,得出了该类混沌系统的自适应控制方法;将该类系统作为驱动系统和响应系统,实现了在不同初值且参数未知情况下的自适应同步;进行了数值模拟,验证了相关结论。     

防空兵群射击指挥能力的模糊综合评价方法

射击指挥是防空兵作战指挥的重要组成部分,防空兵群的射击指挥能力,严重影响着整个防空兵群的作战能力。引入模糊评判模型,在分析评价射击指挥能力的各个指标的基础上,对防空兵群的射击指挥能力作出综合评价。     

一种攻击机动目标的变结构导引律研究

无人机在快速接敌的过程中,传统比例导引法系数的最优解与目标和载机的距离有关,而且一旦目标机动或增加了干扰,跟踪效果都会变差.为了解决这一问题,提出了一种变结构的跟踪方法.仿真结果表明:该方法在未知目标距离的情况下能够快速接敌,且能减小无人机所需过载,提高制导精度和跟踪鲁棒性,限制了视线角速度.     

炮控伺服系统自抗扰控制器优化设计

针对自抗扰控制器参数难于整定的问题,给出了一种基于自适应变异粒子群优化算法的炮控伺服系统自抗扰控制器优化设计方法.该算法结构简单,具有良好的全局收敛性,充分发挥了自抗扰控制器的控制性能.通过对某炮控伺服系统的仿真研究,表明了该设计方法的有效性.     

基于强化学习的移动自组织网络分步路由算法*

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高度的动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出了一种基于强化学习的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集来提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析,仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。