非协同目标识别专家系统研究与实现

介绍了一种非协同目标识别专家系统的研究和实现方法,该系统可以对多种无源电子侦察设备所获取的技侦情报信息进行融合和识别处理。根据目标在不同工作状态下所使用的辐射源也不相同这一事实,设计了区分目标工作状态的推理模型,并使用Plan-D语言实现了对推理模型的描述。使用黑板结构实现推理模型的调用和基于正向推理规则的推理,推理结果中不仅包含目标身份属性,还包含目标当前的工作状态属性。     

基于BP神经网络的后勤装备资产寿命周期费用预测研究

BP神经网络就是指采用反向传播学习算法的前向多层人工神经网络,它具有分布式存储信息、高强的容错性、并行处理信息、自学习性和非线性映射逼近能力等运行特点。基于BP神经网络的后勤装备资产寿命周期费用预测模型的构建,通常按照初始化、构建网络、导入输入输出层和训练网络、决策、结论的步骤来完成。     

H_∞滤波混合优化RBF在SINS动基座传递对准中的应用

为解决SINS动基座传递对准的快速精确问题,将混合优化的RBF神经网络应用于此。首先运用递阶遗传算法优化RBF神经网络的拓扑结构,并对网络其余参数进行全局粗调;在此基础上运用H∞滤波算法对网络其余参数进行在线自适应精调。其计算机仿真结果与扩展卡尔曼滤波比较表明:该算法在精度、实时性方面与扩展卡尔曼滤波相比提高了将近50%。     

无人侦察机的航迹重规划

用图像质量方程预测各个侦察目标的图像质量,以所有目标图像质量的加权之和最大和总路径长度最小为目标,在传感器观察范围、飞机机动和对目标图像质量要求以及威胁等多个约束条件下进行多目标寻优确定侦察航迹点,得到Pareto最优路径集。以目标总图像质量、总路径长度和路径总威胁为评价因素,专家系统综合当前机上资源、目标特性和威胁等级给出评价因素加权,用模糊选优方法通在Pareto最优路径集中选择加权意义下的唯一最优路径。     

基于模糊专家系统的铝电解智能控制系统设计与实现

为了保证铝电解槽的能量平衡和物料平衡,解决铝电解生产中的不确定性问题,设计了一个基于模糊专家系统的铝电解智能控制系统。介绍了模糊专家系统的体系结构和知识表示;讨论了Mamdani的Min-Max模糊推理算法;给出了铝电解智能控制系统的设计与实现结果。由于预处理数据能减少噪声数据对系统的影响,所以此智能控制系统采用预处理后的铝电解控制参数进行模糊化,通过优化推理找到一种解决不同电解槽有不同参数论域问题的方法,使不同的电解槽能共用一套规则库。实践表明:该智能控制系统使300 kA铝电解企业的直流电耗降至13 150 kW.h,电流效率达到94%,能提高铝电解槽的电流效率,并降低能耗。     

两级信息融合技术在柴油机故障诊断中的应用

针对传统神经网络在故障诊断中因测点信息多而导致的网络庞大、收敛困难等问题,引入集成神经网络,提高了融合诊断效率;同时引入基于D-S证据理论,这种决策融合方法解决了集成神经网络各个子网诊断结果不一致的问题。在应用于柴油机故障诊断时,首先对测取的正常和故障样本进行小波包AR谱分析,同时提取各个特征频带的能量分别作为集成神经网络对应子网的输入进行诊断,当其无法确定诊断结果时,再运用证据理论进行决策融合输出最终诊断结果。试验证明:基于集成神经网络和D-S证据理论的两级综合诊断模型提高了诊断的准确性和可靠性。     

基于一类T-模的模糊双向联想记忆网络的稳定性分析

首先定义了max-T复合模糊算子,建立了一类基于模糊复合算子的模糊联想记忆网络——模糊双向联想记忆,然后系统地分析了该网络的性质,在Hamming距离意义下证明了该网络的平衡点（吸引子）具有Lyapunov稳定性。     

基于总线网络结构的无人机故障检测与诊断系统设计

文章在认真研究现行无人机飞行保障需求的基础上,提出了一种基于总线网络结构的无人机故障检测与诊断系统的总体设计方案及软硬件实现方法,研究了故障检测算法和基于人工神经网络专家系统。介绍了组成系统的工控机(主机)、RS485总线网络和飞控机(从机)设计原理。经过模拟验证表明,该系统性能稳定可靠,完全可以满足性能需求。     

基于神经网络信息融合技术的卫星定姿算法

姿态确定系统是卫星姿态控制系统中的重要组成部分,卫星姿态确定的精度直接影响卫星控制精度.为得到高姿态精度,针对由惯性测量单元(Inertial Measurement Unit),红外地平仪和太阳敏感器组成的卫星姿态确定系统,分别采用BP网络算法和径向基(RBF)网络算法对不同的姿态敏感器的输出数据进行融合,并用STK(Satellite Tool Kit)数据进行了仿真.仿真分析结果表明这两种学习算法均可以提高卫星定姿精度,相对而言,RBF网络无论是精度上还是收敛速度上均优于BP网络.     

机载C~3I系统试飞数据质量评估方法

针对机载C3I系统的试飞中数据质量评估指标多、数据量大等问题,建立了数据质量评估模型.并阐述了该模型的构造方法,将数据中复杂的指标体系进行了量化处理,将粗糙集和神经网络相结合,提出了一种试飞数据综合质量的计算方法.实现了对数据的实时监控.该模型简捷、准确、工程应用效果好.