二维非线性正交异性材料的瞬态热传导反问题研究

针对正交异性材料的二维非线性热传导反问题,本文采用顺序函数法对表面热流辨识进行了研究。在求解反问题时用到有限体积法、牛顿-拉夫逊法并引入未来时间步长的概念。在每个时间步内,将待辨识热流视为非线性方程组的未知量,通过一个迭代过程进行求解。从文中的例子可以看出,真实热流和辨识热流结果相近,从而证明了本方法在辨识二维非线性热传导反问题时是准确、稳定、有效的。     

目标自动跟踪参数辨识模型的工程化动态辨识

为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计.     

基于自适应小波正交基神经网络的参数辨识

提出了一种基于小波正交基神经网络的非线性在线辨识方法.小波变换具有良好的收敛速度和逼近精度,神经网络具有强大的非线性映射能力、自学习、自适应等优势,采用正交基小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数和神经网络的优点;制导航弹数字仿真结果表明, 该方法对含噪声数据进行处理效果好,能很好地满足非线性在线辨识的需求.     

低阻航弹阻力系数的辨识方法

根据航弹实测坐标数据。通过将阻力系数用δ-样条函数描述,利用参数微分法获取航弹的阻力系数曲线。模拟计算和实测试验数据处理结果表明,该方法可解决参数微分法由于不易给出合理初值而无法保证优化过程收敛的难题。     

热式流量传感器辨识与数字补偿方法

本文就改善热式流量传感器的响应特性问题进行了理论与实验研究,指出了模拟电路补偿方法所存在的不足,论述了热式流量传感器的辨识与实验方法,提出了用数字补偿提高其响应速度的方法。研究表明,这种方法是很有效的。     

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。     

一种基于自适应辨识的塔康方位信号处理方案的研究

本文主要提出了一种基于自适应辨识的塔康方位信号处理方案。通过理论分析和计算机模拟,表明该方案较好地克服了现存方案存在的相位拌动,测量精度受环境温度影响大等缺点,并且具有跟踪速度快,移植性好等优点。     

火炮整体动态分析与土壤的耦合作用

本文以85加农炮为实例,根据实测结果,估计了土壤的物理参数,从而确定了火炮的边界条件;用塑性杆元及线性阻尼器模拟了驻退机、复进机的作用;在此基础上,建立了火炮整体的有限元模型。所得计算结果与实测结果符合较好。     

战术背景对跟踪滤波器设计的影响

可以利用战术背景下做战术机动空中目标的特性来提高跟踪效果。提出了先目标机动预测,然后进行机动检测和滤波的方法（ＰＩＦ）。本方法可以提高对空中机动目标的跟踪效果而无须做大量的运算。