小波神经网络UCAV飞行控制系统

针对采用H∞控制设计方法需求解难度很大的偏微分方程,而导致工程实现难度大的问题,提出了采用小波神经网络进行无人攻击机(UCAV)飞行控制系统设计的方法,该方法集小波变换和神经网络的优点于一身,简化了网络训练,避免了系统达到局部最优解,使得系统具有更好的逼近精度。通过仿真实验表明,利用小波神经网络进行UCAV控制律设计,使系统具有较好的跟踪性和鲁棒性,避免了精确模型的建立,便于分析系统的稳定性。     

改进的基于迭代算法的Weibull分布杂波模拟方法

杂波在雷达环境模拟中具有非常重要的地位.基于ZMNL(无记忆非线性变换法)的Weibull分布雷达杂波模型,可以很好地描述海杂波.但这种模型,因其非线性变换前后相关系数之间的关系公式复杂,很难用直观的方法求解.针对这一问题,提出了用迭代算法来求解该非线性公式的过程,并给出了应用该方法进行杂波仿真的具体步骤及仿真结果,证明了该方法的准确、可行性.     

复合固体层中粘接层非线性弹性常数对二次谐波的影响

根据二阶微扰理论,给出了一定条件下复合固体层中兰姆波的具有积累效应的二次谐波的解析表达式,以此为基础,文中着重探讨了粘接层非线性弹性常数的变化对具有积累效应的二次谐波振幅的影响,结果表明,粘接层非线性弹性常数较小的变化,可从复合固体层表面的二次谐波位移振幅中得到明显的反映,显示出可以利用复合固体层中二次谐波的强烈声非线性效应,以对非进行无损评价。     

非线性系统的鲁棒H∞输出反馈控制

研究了带有时变参数不确定的非线性系统的鲁棒 H∞ 输出反馈控制问题 ,此不确定性包含在所有系统矩阵中并受到某种积分函数限制。建立了非线性鲁棒 H∞ 控制问题与相应一般非线性系统的 H∞ 控制问题之间的等价关系 ,从而通过求解不包含参数不确定的辅助非线性系统的标度 H∞ 控制问题来获得非线性鲁棒 H∞ 控制问题的解。     

迟滞非线性弹性元件动力特性数学模型

描述了迟滞非线性弹性元件动态特性数学模型的发展状况．详细介绍了理想干摩檫模型、双线性模型、Bouc模型和迹法模型．提出了评判数学模型优劣的标准．     

非线性联轴器动态特性的理论分析

对钢丝绳联轴器的动态特性进行理论分析,并运用谐波平衡法研究非线性弹性联轴器激励响应的动态特征．提出建立动刚度数学模型的方法以及阻尼的处理方法．     

一类非线性问题的数值分析

利用Ｌａｐｌａｃｅ方程的基本解,将变系数非齐次Ｈｅｌｍｈｏｌｔｚ偏微分方程的边值问题化为积分方程问题。再用边界无法进行离散,并对区域结点及边界结点的方程耦合求解。文末算例表明本文方法能够达到较高精度。     

非线性干扰观测器的高超声速飞行器自适应反演控制

针对高超声速飞行器参数不确定弹性体模型,提出了一种基于非线性干扰观测器的自适应反演控制器设计方法。将曲线拟合模型表示为严格反馈形式,采用反演方法设计控制器。采用动态面方法获取虚拟控制量的导数,避免了传统反演控制"微分项膨胀"问题。为了增强控制器的鲁棒性,基于二阶跟踪-微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行自适应估计和补偿。仿真结果表明,控制器对模型不确定性和气动弹性影响具有强鲁棒性,且能实现对速度和高度参考指令的稳定跟踪。     

BBO晶体Ⅱ型相位匹配光参量振荡器的输出线宽

采用355nm脉冲激光作为泵浦源,对影响BB0晶体Ⅱ型相位匹配光参量振荡器输出线宽的各种物理机制进行了数值模拟计算和分析。结果表明,Ⅱ型相位匹配是光参量振荡器获得窄线宽的有效而简单的手段。     

基于Unscented粒子滤波的传感器管理算法

传感器管理是信息融合技术的重要研究方向,以往的传感器管理算法主要是针对线性融合系统,现实中非线性系统更为普遍,而针对非线性融合系统的传感器管理算法研究较少。粒子滤波是目前非线性领域中应用最广的滤波算法,该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。Unscented粒子滤波采用Unscented卡尔曼滤波计算提议概率密度分布,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布。针对非线性系统,提出了一种基于Unscented粒子滤波的传感器管理算法。首先利用Unscented粒子滤波对目标进行状态估计,求出目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量最大对传感器资源进行分配,并对该算法进行了仿真。