一种改进的BP算法

ＢＰ算法是目前应用极为广泛的神经网络算法,但它也存在一些不足。文中提出了采用共轭梯度法及黄金分割相结合的改进ＢＰ算法（ＭＢＰ）,自适应调整学习率,提高了运算速度,减少了迭代次数。最后将标准ＢＰ算法和ＭＢＰ算法进行了比较,仿其结果表明：ＭＢＰ算法的学习次数和收敛速度得到极大改善。     

基于输入匹配的直接自适应广义预测控制

提出了一种基于输入匹配的直接自适应广义预测控制器;分析证明了确定性系统和随机系统广义预测自适应控制算法的全局稳定性和收敛性。唯一的关键假设是参数已知时广义预测控制导致闭环系统稳定,去掉了正实条件的限制。     

价值工程在引信方案论证中的应用

本文结合我国引信产品方案论证的实际,论述了应用价值工程原理,综合考虑引信战术性能、可靠性、安全性、寿命、费用等进行引信方案论证的方法、步骤和原则。     

三维半线性波动方程初值问题解的破裂

研究了半线性波动方程初值问题在三维空间中解的生命跨度的上界估计,关于此初值问题的爆破解将被建立。无论多么小的初值,该问题都没有整体解,在前人研究的基础上给出该初值问题解的生命跨度的上界估计。     

基于反馈解耦法的旋转火箭弹自适应控制系统设计

火箭弹弹体的旋转将引起俯仰和偏航通道的强耦合,而且在飞行过程中,导弹的动力学参数在不断变化。这些因素加大了旋转火箭弹的控制系统设计难度。采用反馈方法实现了俯仰、偏航两通道的动态解耦,并利用模型参考自适应控制方法完成了两通道的控制系统设计。研究发现,所提方法很好地克服了耦合因素对控制系统的影响,提高了控制系统对动力学参数变化和外界干扰的鲁棒性,满足旋转火箭弹飞行控制系统设计要求。     

舰艇防空反导自适应干扰HDP算法分析与仿真

为干扰来袭的多波次、多方向反舰导弹,提高舰艇防空反导能力,分析了自适应干扰HDP算法模型,并通过实例进行仿真。通过对结果进行分析,验证了启发式动态规划(HDP)算法在自适应电子干扰策略最优组合的生成过程中的时效性、预测精度以及适用性,为该算法的后续研究提供支持。     

基于改进EMD的信号降噪方法

经验模态分解(Empirical Mode Decomposition,EMD)算法作为新型时频分析方法受到广泛关注,它基于信号的极值特性处理信号,具有自适应强、无需预先确定基函数的优点。但EMD算法本身仍存在模态混叠及EMD强制降噪法易导致信号失真等一系列问题。针对EMD算法的缺陷,提出基于自相关函数的集合经验模态分解方法(Ensemble Empirical Mode Decomposition,EEMD)与小波阈值降噪相结合的改进算法。首先利用自相关函数对高频固有模态函数(Intrinsic Mode Function,IMF)进行选择,然后利用小波阈值降噪法为EEMD设定阈值,最后将改进算法用于信号降噪,并与快速傅里叶变换(FFT)算法、小波阈值算法以及EMD强制降噪算法进行比较。该方法的优点是克服了EMD算法的不足,避免了模态混叠现象,有效地保留了高频信号中分量,降噪效果更好。     

面向大规模交互数据空间划分的Voronoi图生成算法及应用

传统Voronoi图对大量点集进行Voronoi划分时会产生Voronoi单元格数过多的现象,导致难以适用于地理信息系统、生物医学等诸多领域.为了解决这个问题,提出一种自适应基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBS...     

基于定子反电势E的异步电机速度辨识方法

针对以转子磁通作中间变量 ,利用定子电压电流辨识电机转速的MRAS方法存在的问题 ,提出以反电势作中间变量的改进的MRAS转速辨识方法 .通过对无速度传感器矢量控制系统的仿真 ,表明该方案具有较好的实用性     

基于神经网络的广义两点边值问题

在航天领域中 ,多数制导问题均可以抽象为广义两点边值问题。本文探讨了神经网络在广义两点边值问题求解中的应用。首先讨论了离线制导这一类静态两点边值问题的求解 ,在此基础上 ,对在线制导这一类动态两点边值问题进行了分析 ,并给出了有效的解决方法