基于随机集理论的多目标跟踪方法

多目标跟踪问题通常包括目标信号的检测与目标状态的估计,同时还涉及到对探测范围内目标数量的确定。传统的跟踪方法将目标检测、状态估计与数量确定分别使用独立的模块或算法来处理。在这种模式下,每个模块仅考虑测量数据中与其功能直接相关的信息,模块之间没有信息的交互,因而很难得到全局最优的解。基于随机集理论的多目标跟踪方法将场景内的全部目标看作一个全局变量,目标状态与目标测量分别构成各自的随机有限集。从而多目标跟踪问题可以放在一个随机集模型下的贝叶斯滤波框架中研究。在每一个滤波周期内,通过对随机集的处理,实时地估计目标的数量、状态与类型,实现多目标的联合检测、跟踪与识别。     

基于粗糙集理论的飞行轨迹识别

针对飞行轨迹人工识别对专家经验依赖性强,识别准确率不稳定的问题,提出一种基于粗糙集理论的飞行轨迹识别方法。首先,对飞行轨迹进行特征提取,获取用于轨迹类别判定的条件属性和决策属性;其次,利用模糊自组织神经网络对飞行轨迹决策表离散化,采用启发式遗传约简算法对条件属性约简,消除了冗余属性对识别结果的影响;最后,利用实际飞参数据进行轨迹识别,结果证明该方法准确有效。     

混合电推进能源管理系统模糊逻辑控制

针对混合电推进能源管理方法开展研究,设计了一种基于模糊逻辑控制的混合电推进能源管理系统。通过设置垂直起降飞行器的功率要求、内燃机-发电机输出功率和储能电池荷电状态的模糊隶属度函数,动态最优分配发电机与储能电池的功率输出,从而提升系统的燃油经济性与飞行器的航程。结合模型设置,对100 kg级的垂直起降转平飞的飞行器能源系统变化进行仿真计算,验证了能源控制算法的可行性。结果表明：基于模糊逻辑控制的能源管理方法,在总时长约为1.2 h的飞行过程中,内燃机约有1 h的时间工作在比油耗最低的区域,从而提升了混合电推进系统的能量利用效率。研究为后续混合电推进系统的能源高效控制与管理提供了设计思路和分析方法。     

基于模糊理论的指令驾驶系统设计与仿真

指令驾驶系统能极大地减轻驾驶员负担并帮助驾驶员更好地完成飞行控制任务。研究了某型飞机在高度保持方式下引入指令驾驶系统的方案。对指针偏转规律采用模糊建模,进行了人机闭环系统仿真,并与自动驾驶仪的控制效果作了对比分析。结果表明,采用模糊建模,借助于自动驾驶仪系统在各种情况下的工作数据对模糊系统进行训练,从而得到的指令驾驶系统控制律是可行的。     

模糊聚类方法在地震火灾评判中的应用

参照地震火灾的历史资料,用模糊聚类方法对城市地震的特征及火灾损失进行了分类,在此分类基础上给出了预测和评估某城市地震火灾损失的计算方法。     

基于模糊贴近度的舰船辐射噪声分类方法

针对BP网络的弱点,提出了基于模糊贴近度的舰船辐射噪声分类方法,该方法能够在不对BP网络做大的改动的前提下,克服神经网络容易陷入局部最小值,以及使用赢者独活决策策略导致的误识的弱点.实验结果证明了该方法的有效性.     

反舰导弹模糊控制的实现与仿真

分析了模糊控制技术在导弹控制系统中应用的可行性,并基于过载控制原理设计了模糊控制器,对由模糊控制器构成的过载稳定回路进行了仿真.仿真结果表明,回路对阶跃输入响应信号有较好的快速性和稳定性,对控制对象参数变化有较好的适应性.     

柴油机转速模糊控制的一种算法及其实现

针对柴油机数字式电子调速器的特点,设计了一种转速模糊控制算法,并在以16位嵌入式单片机为核心的柴油机数字调速系统中实现了这种算法.实机试验结果表明,这种算法有较好的控制效果.     

模糊多目标群决策的装备采办问题研究

对模糊多目标群决策的装备采办问题,根据模糊数学理论和多目标决策理论方法,综合现有各种方法的优点,给出了无约束条件下模糊多目标群决策的装备采办问题的一般解法,并通过实例说明了该方法的有效性及通用性。     

潜艇定深运动的自适应模糊控制研究

针对潜艇定深运动过程中存在非线性、时变参数、复杂干扰的特点,提出了一种基于神经网络的自适应模糊控制器,并采用学习速率自调整的EBP算法对模糊控制器进行了在线调整.仿真结果表明,该控制器能辨别出潜艇的平衡舵角,与常规的PID控制相比,具有抗干扰能力强、响应速度快、精度高等优点.