基于RBF神经网络的直接自适应飞行控制器

设计了一种径向基神经网络(RBF NN)飞行控制器结构,并给出了相应的控制律和参数调节律。由于调节了RBF NN的全部参数(连接权、高斯函数的中心和宽度),得到了很好的控制性能。以F8战斗机为控制对象进行了仿真分析,仿真表明,在存在70%的模型误差的情况下,该控制器仍然能实现较好的跟踪控制,表现出很好的鲁棒性,远远优于传统的只调节连接权值的算法。     

基于免疫遗传算法的图像自适应增强

基于不完全 Beta 变换的图像增强算法存在计算量大、效率低的问题,一种新的、简便的变换函数,并采用基于免疫调节机制的遗传算法来自适应确定变换函数的最佳参数。实验结果证明了该算法的快速性、有效性和稳定性。     

采用滑模控制器提高稳定控制系统快速响应的研究

由于采用传统的稳定控制系统设计方法使得导弹弹体对不同大小指令信号响应的品质特性差异较大,因此主要研究了在传统的稳定控制系统设计方法的基础上,采用滑模变结构控制器来调节控制参数,较好地解决了稳定控制系统对大小指令信号时域响应特性差异较大的问题,提高了稳定控制系统的快速响应能力。     

RBF网络用于战车火控系统弹道解算的方法

弹道解算问题对战车火控系统的性能有着直接的影响.传统的弹道解算方法在精度和实时性方面都存在一定的局限性.为了提高解算精度、战车首发命中率和解算的实时性,基于RBF网络的函数逼近及预测能力,将RBF网络用于弹道解算,对传统算法进行优化,得到了新的弹道解算方法.最后对所提方法进行了仿真,发现新方法在解算精度没有降低的条件下,大大提高了弹道解算的实时性.     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

基于RBFNN与D-S证据理论的反舰导弹模式识别

由于反舰导弹在速度、机动性等方面的显著潜力,已日益成为舰船的主要威胁.尽快识别反舰导弹类型对缩短系统反应时间,正确预测目标运动具有重要意义.针对从不同目标传感器提取的末制导雷达辐射源参数和弹道特性参数,对目标数据进行相关处理,应用径向基神经网络(RBFNN)分别对反舰导弹模式识别,仿真中充分考虑了各种误差干扰并进行容错性处理,仿真结果表明该算法的有效性.最后将两部分识别结果通过D-S证据理论进行综合决策,进一步提高了系统识别决策的可信度.     

航空兵空中进攻作战兵力使用方案的优化

科学技术的飞速发展和高技术航空兵器的广泛使用,使得空军航空兵对地作战的地位发生了重大变化,当今世界许多国家已十分注重发展空对地作战理论,也更加强调发挥空中力量的进攻特长,"进攻"已成为空中力量运用的主导思想.针对空中进攻作战,运用线性规划的理论和方法,分析各种不同的航空兵兵力使用方案,根据敌防空体系对我方突击机的威胁程度,以完成突击任务等为约束条件,提出了一种以我方损失最小、航程最短等为目标函数的航空兵最优出动方案及我军现有作战飞机的编队模型构想.     

基于支持向量机的彩色图像恢复新方法

引起图像退化的因素众多,因而难以用一个统一的方法来进行恢复处理。鉴于图像的像素和各颜色分量通道间本质上存在某种相关性,以及以支持向量机为核心的统计学习理论具有较好地解决小样本、非线性、高维数问题的能力,提出了一种新的空域图像恢复方法,并通过对来自于待处理图像本身的训练样本的学习,构造自适应的回归插值函数;然后基于该函数对图像作有选择的修改,从而达到图像恢复的目的。实验表明,该方法是有效的,并且具有较好的泛化性能。     

弹性压应力波作用下直杆动力失稳的差分解

以受载端简支、远端固支弹性直杆为例,通过对直杆微元的动力平衡分析导出了直杆动力失稳的控制方程,这与用哈密顿原理得出的方程完全一致。利用差分方法求解了动力屈曲方程,解出了动力失稳模态以及临界力参数和动力特征参数的值。特别分析了随着动力特征参数由零增加到一定值后,由静力失稳模态过渡到动力失稳模态的过程。结果表明,对于等效长度直杆,动力失稳临界压力要远大于静力失稳的临界压力。     

板材弹性模量变化对超声兰姆波传播特性的影响

基于超声导波的部分平面波分析方法,以及弹性体中波速与弹性模量的关系,研究了弹性模量的变化对单层固体板中超声兰姆波传播特性的影响.随着弹性模量的变化,兰姆波相速度和表面位移场与弹性模量之间有一定的对应关系.通过对其相速度的研究表明,高阶模式的兰姆波对弹性模量的变化较为敏感.对表面位移场的研究结果为兰姆波模式和频率选择提供了可靠依据.所得结果对应用超声兰姆波评价板材疲劳损伤具有实际意义.