气动式振动台气锤产生激励信号的机理及其性能研究

建立了阶梯式活塞气锤的力学模型,揭示了该类气锤产生碰撞信号的机理,针对两种不同型号的气锤,结合大量工程实验仿真生成了不同气压作用下两种气锤产生的激励信号,以激励信号的低频能量为气锤的性能指标,进一步评价了两种气锤的性能优劣.研究结果表明:大气锤的性能明显优于小气锤的性能.     

融合动量项的步长自适应盲源分离算法

为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。     

气象探测火箭发射用软件射表

在气象探测火箭发射之前需要根据实测风场 ,应用射表对火箭飞行弹道进行“风修”。传统射表在风修精度和通用性等方面存在不足。软件射表具有明显优势 ,它基于弹道数值仿真及迭代搜索技术 ,根据火箭分离技术要求和实测风场条件 ,确定出火箭发射角并及时预示飞行弹道。与传统射表相比 ,软件射表具有更高的风修计算精度及通用性 ,并省去了繁杂的射表编制工作     

变化风场对气象火箭射高的影响

建立了变化风场的气动力模型 ,讨论了风梯度的气动力效应。对气象火箭在弹道风和变化风场中的飞行轨迹进行了数值仿真。计算结果表明 :该模型正确合理 ,与实际飞行结果吻合好。     

多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。     

共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。     

基于神经网络的特征结构提取

本文在详细讨论特征结构提取问题的能量函数表示的基础上,通过对该能量函数表示的适当变换和整理,高阶关联非线性连续时间神经网络被引入到特征结构的提取问题中。这种方法直观、明了,它将所要提取的特征结构与网络稳定时的输出直接对应起来,可对特征结构进行自适应跟踪、估计,这为特征结构的提取提出了一个新的方法。     

火炸药静电起爆最小发火能量测试方法研究

分析研究了测量火炸药静电起爆最小发火能量的三种方法,并进行了大量的对比试验,提出了首先进行OSTR法试验,然后进行逐步降压法试验,从而得出火炸药静电起爆的最小发火能量。     

致伤因素及其对目标综合效应的估算方法

本文综述了致伤因素对目标的致伤效果,取决于击中的部位和释放能量的多少,且随着击中部位和因素的改变而不同。指出各因素对目标的致伤作用既有相互影响又有其独立性。并给出了致伤因素对目标综合效应的估算公式。