噪声统计的Bayes 极大验后估计与系统自适滤波

对于具有测量的线性离散系统,在系统动力学噪声与测量统计特性未知的情况下,本文推导出了噪声统计特性在具有正态－逆Ｗｉｓｈａｒｔ分布验前信息情况之下的Ｂａｙｅｓ极大验后（ＭＡＰ）估计及其实时迫近,从而获得了系统的自适应滤波     

前馈——模型参考自适应复合控制策略

由于多余力矩严重影响了电动负载模拟器的加载性能,提出了一种复合控制方法对该问题进行研究。首先考虑承载对象运动带来的干扰,建立了系统的数学模型;然后,针对控制系统单独采用前馈补偿或自适应控制方法的局限性,进行了基于前馈控制和模型参考自适应控制的复合控制系统设计,并利用Lyapunov函数的方法构造了自适应控制器。最后的仿真结果表明,采用复合控制方法能够大幅度消除电动负载模拟器的多余力矩,验证了控制策略的可行性。     

起重机吊重摆角的自适应神经网络补偿控制

为了控制起重机吊重摆动幅度在最短时间内衰减到规定范围或平衡点附近,同时考虑到由于外界不确定性因素导致的系统模型的不确定性,设计了自适应径向基函数Radial Basis Function（RBF）神经网络补偿控制器。RBF神经网络对系统模型的未知函数进行辨识,并将辨识信息提供给控制器。实验结果表明：吊重摆角约在5s时跟踪给定幅度的正弦信号,并在参考信号发生突变时,摆角仍在给定的范围内;RBF神经网络约在5s后几乎以零误差辨识未知函数。所设计的控制器对不确定性因素具有较强的鲁棒性,这也验证了控制系统稳定性证明结论。     

基于复杂适应系统理论的一体化联合作战研究

复杂适应系统理论为我们研究军事系统提供了崭新的视角,避免了传统的基于还原论方法研究军事系统机械分隔忽略系统要素之间相互作用的问题,可以得到军事系统全面准确的认识,对于深入研究一体化联合作战的本质内涵、基本特征和主要方法,尽快形成一体化联合作战的理论体系具有重要意义。文章通过分析军事系统特点得出军事系统是复杂适应系统的结论,在此基础上,从复杂适应系统理论的角度分析了一体化联合作战的内涵及提高军事系统一体化联合作战能力需要重点解决的四个问题。     

一种基于主动干扰方的空间链路干扰评估方法

针对空间链路干扰效能的评估问题,从主动干扰方角度,提出主动评估的总体框架,并且给出了几种能够用于独立评估的指标参数。在此基础上,提出了一种对空间自适应调制编码链路干扰进行时间效能评估的模型,推算了干扰延迟链路传输时间的定量表示,数值仿真结果表明模型的合理性和有效性。     

基于变结构神经网络的L1自适应控制

针对传统模型参考自适应控制存在的鲁棒性问题和神经网络结构庞大因而计算量膨胀的问题,提出了一种变结构神经网络L1自适应控制方法,其中变结构神经网络用于在线辨识系统存在的未知非线性函数,该网络通过对节点进行唤醒与催眠以动态调节结构,以最少的节点数进行有效的逼近,降低计算复杂度;L1自适应控制用于网络权值学习与系统非线性补偿,反馈回路中设有一个低通滤波器,只要满足L1增益条件,就能确保系统的输入输出信号的瞬态响应和稳态跟踪性能与一个期望的线性时不变系统的响应保持一致。通过对四旋翼飞行器进行仿真,验证了该方法的有效性。     

模型参考自适应电传飞行控制系统纵向控制律设计

针对电传飞行控制系统中被控对象模型参数时变的特点,应用模型参考自适应控制方法设计纵向控制律。论述飞机纵向运动的动力学模型和参考模型的建立,以及基于此参考模型用超稳定性理论设计自适应控制律的方法,并且通过仿真试验进行控制性能验证。仿真结果表明,所设计的控制律可以根据飞行状态的不同自适应的调节控制律,控制性能指标满足飞行品质规范要求,设计方法可行。     

自适应滤波的舰船综合导航系统信息融合技术

针对当前舰船综合导航系统应用环境较为复杂的实际情况,设计了一种基于极大似然准则自适应滤波的无重置联邦滤波器,该联邦滤波器相比常规的无重置联邦滤波器不仅可以提高系统稳定性,还可以提高系统的组合精度。将文中设计的这一联邦滤波器用于舰船综合导航系统设计中,并针对该设计进行了多次车载跑车试验,证明了该方法的正确性和优越性。     

基于FPGA的定点LMS算法的实现

LMS算法的FPGA实现是自适应天线阵用于实践的关键之一。提出了一种在FPGA内实现定点LMS算法的方法。在满足系统实时性的前提下,该方法不但实现起来相对容易,而且算法的精度和动态范围也有一定的保证。仿真结果表明,该方法是可行的。     

自适应光学技术及其军事应用

自适应光学系统能够实时测量并补偿光波受动态干扰所造成的波前畸变,使光学成像系统得到接近衍射极限的目标像。在分析大气湍流对空间目标成像的影响及其统计参数的基础上,介绍了自适应光学的组成、工作原理、工作流程及其特点,阐述了自适应光学在激光、航天和通信等军事领域的广泛应用。