高超声速飞行器保预设性能的反演控制方法

为了解决高超声速飞行器纵向运动模型的稳定轨迹控制问题,设计了一种在非仿射模型基础上保证预设性能的反演控制方法。对于速度子系统,直接设计非仿射控制律,保证预设性能,通过合理的变换将高度子系统转化为严格的反馈形式,便于反演控制步骤的设计。基于动态性能和稳态精度,设计了预设性能函数,将跟踪误差的稳定性限制在预设范围内,引入指令滤波器,有效克服了传统反演控制中虚拟信号重复推导的问题。控制器的设计不依赖于精确的模型。引入径向基函数来逼近过程中的未知函数,使得控制律具有令人满意的鲁棒性和实用性。基于李雅普诺夫稳定性理论,证明了所有闭环系统的稳定性。仿真结果表明,该控制器能够稳定地跟踪参考信号。     

多重优化的分布式无线覆盖探测算法

为满足无线通信网络信号覆盖有效性的实时实地可重复探测的需求,提出一种基于传感器网络的分布式无线覆盖探测算法。通过随机部署于目标区域内的无线传感器节点对无线通信网接收信号强度进行感知和预处理;利用变异函数构造新的BP神经网络目标函数,通过改进粒子群算法优化其初始权值和阈值;利用训练好的网络模型对存在探测盲区的目标区域进行插值估计,并联合传感器节点采集到的数据生成无线通信网络等信号强度线。仿真结果表明,所提算法比其他经典算法具有更高的精度,可有效探测目标区域无线通信网络的信号覆盖情况。     

基于切比雪夫神经网络的软件定义卫星网络智能路由策略

针对现有的软件定义卫星网络中流表占用的三态内容寻址存储器空间不断增加,复杂的流表项查找、匹配过程导致路由转发效率降低,无法满足多样化应用需求的问题,提出基于神经网络的软件定义卫星网络智能路由架构。控制器通过训练神经网络获取数据流的传输模式,并用训练后的神经网络代替流表,在此基础上提出基于Chebyshev神经网络的智能路由策略,交换机根据数据流的业务类型预测其转发路径,以满足卫星网络应用的服务质量要求。仿真结果表明:所提路由策略显著减少了占用的三态内容寻址存储器存储空间,提高了路由效率。     

基于局部敏感哈希算法和神经网络学习的跨媒体检索方法

为了提高跨媒体检索的效率,可行的方法是降低数据集中不相关内容的比例。采用局部敏感哈希算法将图像数据映射到汉明空间并利用神经网络学习将文本数据映射到汉明空间的哈希函数,提出一种可以显著提高数据集中相关文件比例的高效跨媒体检索方法。实验结果表明,提出的方法能够有效去除数据集中的不相关内容,相对于已有的跨媒体检索方法,其有效提高了检索效率与准确率。     

基于BP神经网络的火控雷达抗干扰效能评估

建立了火控雷达抗干扰效能评估体系,给出了评估体系中各个因子的计算方法,克服了输入值与评价结果之间非线性关系复杂的难题。探讨了应用人工神经网络解决火控雷达抗干扰效能评估问题,并且给出了神经网络的评价模型及算法。实例证明该方法是可行的,模型用于火控雷达抗干扰效能评估可较好地克服人为因素的影响,使评估结果更为合理可信。     

基于类神经网络模型的电路自主修复方法

为进一步提高电子系统在恶劣环境下的生存能力,对利用演化硬件实现电路自主修复的方法进行了研究。首先,根据FPGA芯片与多层前馈神经网络的相似性,建立了一个可用于数字电路演化的门级电路模型,设计了专用的二进制列向量编码方法;然后,给出了实现电路自主修复的工作流程,探讨了进行电路故障诊断和修复的途径,提出了快速重构与演化相结合的电路修复方法。Matlab仿真试验表明：基于类神经网络模型的遗传算法较适合进行演化修复操作;修复效果分析表明：快速重构与演化修复相结合的修复方法比单纯依靠演化修复更为便捷。     

Groebner基下分离子插值函数模型

给出Groebner基下建立分离子插值函数模型的方法。对于任意离散时间序列可在字典序下找到相关分离子,并用此分离子构建该离散时间序列的函数模型,及其满足所给点列的多元插值函数。通过实例说明了模型建立过程。     

生物柴油作化工溶剂的水解性能研究

由脂肪酸甲酯组成的生物柴油是一种替代传统苯类化工溶剂的理想替代物,但易水解的特点制约了其广泛应用。通过表面活性剂的复配技术,考察表面活性剂对生物柴油水解的影响。实验结果表明,生物柴油在碱性介质中易水解,温度升高水解加剧。而阳离子、非离子表面活性剂及其复配物具有很强的抑制生物柴油水解的能力。     

基于多级RBF神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于多级RBF神经网络集成的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息,建立多级神经网络集成观测器模型。将输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现控制系统传感器故障在线诊断。将三容水箱液位控制系统作为仿真对象,仿真结果表明该方法不仅可以提高单一神经网络的运算精度,而且采用RBF神经网络集成方式还要优于其他集成方式,可以快速准确地检测和分离传感器故障,辨识传感器故障类型、故障大小以及故障发生的时间。     

不确定多属性决策的单目标优化方法研究

运用神经网络的非线性映射和遗传算法的寻优特性,建立了不确定多属性决策的单目标优化模型。把属性值区间作为遗传算法染色体的搜索范围,用训练好的神经网络计算适应度。用不同的适应度函数来计算综合属性值区间数的下界和上界,然后对方案进行排序。算例结果表明,该方法是可行的。