基于神经网络的舰船目标识别研究

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了一种从DEMON谱线谱和DEMON谱连续谱提取的特征方法,并设计了一个基于BP神经网络和多神经网络分类识别器的舰船目标识别系统。通过对实际舰船噪声目标进行识别,识别效果比较满意。这对舰船目标识别的发展具有一定的参考价值。     

基于模糊信息论的空中目标识别模型研究

空中目标识别是防空作战辅助决策的关键环节之一。针对目标识别中不确定信息,建立基于模糊信息论的空中目标识别模型。该模型利用模糊信息论中的模糊数,基于贴近度的模糊模式识别对待识空中目标进行初步识别,同时为解决不确定信息本身对目标识别结果稳定性的影响,采用模糊信息熵对目标识别结果修正,从而进一步提高了空中目标识别结果的稳定性和可信度。     

Data‐driven variation source identification for manufacturing process using the eigenspace comparison method

Variation reduction of manufacturing processes is an essential objective of process quality improvement. It is highly desirable to develop a methodology of variation source identification that helps quickly identify the variation sources, hence leading to quality improvement and cost reduction in manufacturing systems. This paper presents a variation source identification method based on the analysis of the covariance matrix of process quality measurements. The identification procedure utilizes the fact that the eigenspace of the quality measurement covariance matrix can be decomposed into a subspace due to variation sources and a subspace purely due to system noise. The former subspaces for different samples will be the same if the same variation sources dominate. A testing procedure is presented, which can determine the closeness of the subspaces under sampling uncertainty. A case study is conducted to illustrate the effectiveness of this methodology. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

二维弹道修正弹及其制导控制技术综述

针对二维弹道修正弹这类具有广泛应用前景的智能弹药,综述了二维弹道修正弹的发展、主要修正机构方案及其制导控制技术。对二维弹道修正弹的研制历程进行总结,梳理发展脉络揭示其发展规律,分析二维修正弹的打击任务。对几种主流修正方案进行讨论,分析各机构的作用特点及研究难点。基于二维弹道修正弹打击任务需求,从气动辨识及状态估计算法、修正机构参数优化设计算法和制导律三个方面总结其控制技术的发展现状。着重介绍近年来发展迅猛的智能算法,特别是神经网络理论在二维修正弹控制算法领域的研究应用。进一步指出二维弹道修正弹的控制研究需解决的主要技术难点和未来发展方向,为二维弹道修正的设计提供思路。     

改善机载前向阵雷达全程检测性能的研究

针对前向阵的杂波分布特性 ,给出了一种空时自适应处理 (STAP)结合多重中脉冲重复频率(MPRF)的处理方案 ,研究了重复频率的选择以改进系统性能 ,并分析计算了三路多普勒通道联合处理STAP方法在一组中脉冲重复频率下的改善因子和距离 /速度二维盲区分布图。理论分析与仿真结果表明 ,该方案可以大大改善机载前向阵雷达的全程检测性能     

基于 MMSE 准则的盲自适应多用户检测算法

基于MMSE准则提出了一种新的盲自适应多用户检测算法 ,分析了该算法的性能并进行了仿真实验。理论分析及仿真实验表明 ,该算法具有较低的复杂度 ,且性能要优于MOE检测器     

强迫振动法大跨度桥梁节段模型气动导数辨识

研制了桥梁节段模型颤振导数测定的二维强迫振动实验装置,采用变频调速技术实现对振动频率的控制,模型惯性力、气动力的测量采用了特殊设计的测力元件,模型运动用压电式加速度计进行测量。实验时,模型分别作单自由度的竖弯或扭转的简谐运动,通过测量模型所受到的气动力及模型位移,应用谱分析方法和非线性曲线拟合算法实现了对八个颤振气动导数的辨识,并通过平板模型实验数据与Theodorsen理想平板数据及国外文献数据对比对实验装置及辨识算法进行了检验。     

用建模前估计法辨识飞行器的气动参数

给出了一种利用飞行器飞行试验实测数据估算飞行器气动参数的建模前估计算法，完成了某轴对称无控飞行器的非线性气动参数辨识。计算结果表明：该方法计算过程简单、迅速，可以作为快速估算飞行器气动参数的有力手段，尤其适合于辨识大攻角下的气动参数。     

基于神经网络的非线性控制系统自组织辨识

本文首先将自组织神经网络算法向一般化情形引伸，接着把自组织过程应用到一般非线性系统的动态过程分类，使得整个非线性系统能够按照输入输出样本空间的概率密度自组织，成为许多具有不同分类核心和感受野的线性子空间逼近。在此基础上，我们采用通用最小二乘算法，以子空间的非线性问题线性化误差作为依据，并进一步运用自组织神经网络的合作与竞争思想，最终得到一般情形的非线性系统的最小二乘辨识。仿真结果表明了本方法的可行性与优越性。     

导弹系统安全性分析中的引发事件鉴别方法

引发事件鉴别是基于事故机理安全性分析的首要任务。鉴别结果是否全面、完整直接影响最终分析结果的有效性。导弹系统安全风险涉及面广、影响因素多,需要系统的可操作方法来指导引发事件的鉴别工作。针对导弹工作特点,提出考虑导弹任务剖面,运用主逻辑图对导弹进行系统性的层次化描述,对引发事件进行整理和归纳。将危险与可操作性分析引入导弹系统安全性分析中进行引发事件鉴别,结合故障模式影响分析,支持对单一故障类和参数异常类引发事件的鉴别。结果表明,所提框架为解决导弹系统安全性分析中引发事件鉴别的系统性完整性提供了可行的思路。