一种优化神经网络映射算法——吸收算法

本文揭示了神经计算的本质──并行分布处理,并以此为基础提出了时间步的概念。分析了映射算法的两个重要概念──负载均衡和通讯开销,并提出了映射分配准则。在神经网络的映射分配中引入图论的有关思想,提出了一种优化的神经网络映射算法──吸收算法。最后给出了重要的试验结果,这些数据表明吸收算法是一种有效的映射算法。     

有色噪声下FIR模型相关辨识精度分析

本文针对离散控制系统的有限脉冲响应（ＦＩＲ）函数模型,研究了在伪随机ｍ序列输入的激励和有色噪声干扰下辨识的精度问题,纠正了参考文献中的错误,得到了有色噪声干扰下ＦＩＲ参数估计精度的显式表达式。同时,给出了辨识精度的下界和上界,分析并得到了达到上下界的条件。文中有实例分析。     

基于可能性决策的敌对危机行动预测与仿真

可能性决策能较好地应对军事领域常常出现的概率难以获得,或者强调“出奇制胜”而有意规避概率风险的情形,是解决知识不完备情况下敌对行动预测的有力手段。从可能性理论基本公理体系出发,结合动态规划方法,提出并证明可能性决策的最优化定理,给出多步条件下可能性决策的实现算法,结合危机条件下敌对行动预测的范例和仿真分析,与传统概率风险决策进行比较,体现可能性决策的优越性,为该方法的推广应用创造条件。     

弹道导弹基本诸元的快速装订算法研究

应用牛顿迭代法实现了弹道导弹基本诸元的快速装订。推导了根据落点偏差求飞行程序角和发射方位角的牛顿迭代公式，设计了迭代算法，并给出了实际算例。考虑到迭代算法收敛速度与所给的迭代初值有一定的关系，提出了预先准备简易射表采用反插值算法为牛顿迭代法准备初值的方法，经计算表明可以大大减少迭代次数，从而实现标准弹道的快速设计。     

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。     

用多重网格TVD方法求解三维高超音速粘性流场

本文采用时间相关法求解了三维Ｎ－Ｓ方程。在计算中，对于压力和对流项采用Ｒｏｅ的通量差分分裂技术和Ｏｓｈｅｒ－Ｃｈａｋｒａｖａｒｔｈｙ的ＴＶＤ格式，对于粘性项，采用了中心差分格式。通过数值模拟得到了钝头双锥体高超音速层流流场在不同攻角下的数值解。计算的重点放在壁面热流率的预测。在攻角为４°和１２°的状态下，Ｓｔａｎｔｏｎ数的计算值与实验值进行了比较，二者吻合较好。为了加快收敛速率，计算时采用了多重网格方法。     

遥测参数数据载荷状态判别集成学习方法

针对载荷单机设备遥测参数维度高、数据量大、存在类别不平衡、无法直观判别单机设备运行情况等问题,考虑到航天任务对可解释性的要求,提出一种基于信息增益参数特征选择和集成学习方法的载荷单机状态快速识别方法。采用统计量性质和信息增益子集搜索方法对遥测数据进行特征筛选降维,通过集成学习模型算法实现载荷单机设备状态的自适应识别分类。所提方法将信息增益的参数分类信息量评价准则和集成学习拟合能力强、类别不平衡下准确率高和抗噪能力强等优点相结合,兼顾模型特征和结果的可解释性,提供了重点参数发现功能。采用科学卫星任务真实载荷遥测参数数据对该方法进行了验证,整体识别准确率高于90%,少数样本亦可准确识别,整体效果可达到在轨任务要求,证明了所提方法的有效性和实用性。     

载人飞船逃逸飞行段姿态控制律设计

载人飞船在逃逸飞行过程中,需要对其姿态作较大幅度的调整,调整幅度可达０°～１８０°,飞船姿态的调整可以通过控制俯仰通道来完成。由于飞船姿态运动的三个通道一般是相互交连的,因此,在作姿态大幅度调整的过程中,还需要对其它两个通道进行姿态稳定。本文设计的一种相平面开关曲线和相应的姿态控制律,既可以用于飞船作大姿态调整,又可以用于姿态稳定。数字仿真结果表明,只要合理选择开关控制曲线的有关参数,可使姿态控制精度满足设计要求。     

采用非线性 M 序列辨识 ARMA 模型参数

本文研究了采用非线性M 序列辨识ARMA 模型参数,提出了具体的算法,在特性上同m 序列作了比较,最后给出了仿真结果。     

KCl 和KBr 晶体热膨胀系数的计算

本文利用Gordon-Kim 模型给出的离子间相互作用势,计算了KCl 和KBr 晶体在室温下的热膨胀系数。所得的结果与实验值进行了对照。