自适应学习率的小波神经网络逼近算法

提出一种自适应学习率的小波神经网络算法,从根本上解决了小波神经网络学习率的取值和收敛速度慢的问题,并有效地克服了小波神经网络易陷入局部极小的缺点,仿真实验表明,提出的学习算法可靠,学习率能够随着网络的运行参数而自动变化,无需任何人为调整,克服了小波神经网络学习率靠人为试算选取所带来的问题.采用该种改进算法用于非线性函数逼近明显优于同等规模的固定学习率的小波神经网络.     

坦克炮控伺服系统的滑模非线性摩擦补偿控制

坦克炮控伺服系统存在低速摩擦,摩擦环节不但造成系统的稳态误差,而且导致极限环振荡、低速爬行等现象.提出基于Lyapunov稳定理论的滑模控制方法,通过 Lyapunov稳定理论获得控制量,同时克服参数不确定性和补偿非线性摩擦力矩,从而保证跟踪误差渐进收敛.仿真结果表明该设计方法大大优于经典设计,为炮控伺服系统实际设计提供了一种可行的新方法.     

通用脉冲雷达信号仿真软件设计与实现

基于雷达信号的基本理论,分析整理了雷达信号的时域表示、频域表示以及模糊函数;归纳总结了单载频矩形脉冲信号、线性调频矩形脉冲信号以及伪随机二相编码信号等3种典型的雷达脉冲信号,对它们的复包络、时域描述、频谱函数、模糊函数及其特点进行了详尽研究和分析,建立了3种雷达脉冲信号的完整的数学模型;基于Matlab仿真软件对3种典...     

某高炮GSA MK3型瞄准具控制系统可靠性分析

应用可靠性工程理论,通过对某高炮GSAMK3型瞄准具控制系统的结构原理分析,构建了进行可靠性分析的可靠性框图。应用冷贮备系统全概率法,建立了某高炮GSAMK3型瞄准具控制系统的可靠度函数,并计算推导了控制系统的平均寿命,采用这些公式可以进行某高炮GSAMK3型瞄准具控制系统的可靠性预计和分析。     

平稳小波的侧抑制网络边缘提取方法

侧抑制网络具有“突出边框,增强反差”的功能,但其增强反差的同时也增强了噪声,其抗噪性较差。正交小波阈值去噪法对图像噪声有一定抑制作用,然而对于图像中噪声幅度较大的情况下,正交小波变换会使图像边缘失真,甚至模糊。基于平稳小波变换的图像去噪法,可以有效降低噪声的同时较好地保持图像的质量,与基于正交小波变换的阈值降噪方法相比,有明显的优越性。因此利用新Bubb le函数将平稳小波和侧抑制网络结合起来,用平稳小波变换去除噪声、侧抑制网络突出边框,从而准确、有效地提取出图像的边缘。     

残差域加权ACF基音周期检测算法

针对传统自相关(ACF)基音周期检测算法存在较多的倍频和半频错误,文章提出一种基于线性预测残差域加权ACF基音周期检测方法。首先对语音信号中心削波,减小共振峰的影响;而后进行线性预测分析获得残差信号,对其求自相关值和循环幅度差(CAMDF)值,以CAMDF的倒数值为权重加权ACF进行基音周期检测;最后通过基音平滑算法对提取的基音轨迹进行后处理。仿真实验表明,该算法可降低基音提取的倍频和半频错误,提高估计精度。     

轨道不平顺对单轨橇车结构动力影响分析

火箭橇轨道垂向不平顺是橇车运动过程中产生振动的主要因素.本文利用改进周期图法计算了不平顺数据的功率谱密度,基于谐波函数叠加的方法重构了轨道垂向不平顺特征,并以某型单轨橇车为例,应用拉格朗日方程计算其动力特征参数.结果表明:最大速度的相对误差约为5.4％,质心垂向加速度数值与实际检测值基本一致.该方法可应用于指导试验方案...     

解非线性振动问题的摄动谐波平衡法

本文在谐波平衡法的基础上,引进摄动的思想,得出了用解析法解非线性振动问题的一个新的有效方法——摄动谐波平衡法。该方法无需对解的形式及谐波系数的量级预先有所了解,这是谐波平衡法所不能比拟的。另外,该方法使非线性振动问题的求解过程变得简单,只涉及解线性代数方程的运算,不必求解微分方程,这又比Lindstedt-Poincare方法、多尺度方法优越。     

样条函数康特诺维奇法在复合材料板和圆柱曲板弯曲及线性稳定性分析中的应用

样条函数康特诺维奇法是作者首先提出的一种结构数值计算方法。它实质上是一种离散形式的康特诺维奇法,将二维问题化为一维问题,使问题的自由度数大幅度减少。在本文中,基于Mindlin假设,将样条函数康特诺维奇法应用于金属、复合材料单层板及圆柱曲板的弯曲及线性稳定性分析。     

一类二阶椭圆型边值问题正解的唯一性

文中讨论了一类二阶椭圆型边值问题正解的唯一性。削弱了文献[1]中主要定理的条件,并将其推广到一般光滑区域,所用方法主要是对格林函数的精细估计。