导弹发射装置伺服系统模糊PID控制研究

在某型导弹发射装置的伺服系统中,对系统的性能指标要求很高,传统的PID控制往往难以满足要求。以某型导弹发射装置的伺服系统为模型,设计了模糊PID控制器。通过与传统的PID控制器仿真实验对比,可以看出应用模糊PID控制器能够有效提高该伺服系统的动态性能和鲁棒稳定性。     

装备使用阶段安全风险评估

面对武器装备快速发展和部队训练转型快速推进,装备使用安全形势日趋严峻的情况,分析了装备使用阶段存在的各种安全风险因素,构建了装备使用阶段安全风险评估指标体系,采用模糊层次分析法计算了各指标的权重,应用模糊综合评判法实现了装备使用阶段安全风险综合评估,并通过装甲装备实例验证了方法的合理性和有效性。该方法能够提高风险评估准确性,可为风险量化和有针对性地开展装备安全管理提供有益参考。     

一类三维混沌系统的T—S模糊控制

针对一类三维混沌系统,在用T—S模糊模型重构该系统的基础上,利用反馈控制思想和并行分布补偿（PDC）技术,基于Lyapunov理论为该系统设计了状态反馈控制器．利用线性矩阵不等式（LMI）可求出模糊控制器的参数,实现以衰减率a全局渐近稳定．对该系统的一个重要特例—ADVP系统的仿真结果验证了该控制方法的有效性．     

混合均衡问题和不动点问题的公共元的迭代算法

在Hilbert空间中,利用超梯度算法,用以逼近混合均衡问题的解集与半压缩映像不动点集的公共元,并且证明了该算法的收敛性。使用新的分析技巧证明了一个强收敛定理。     

一种基于要素参量化的实验想定空间生成系统

研究了探索性仿真想定空间的智能化生成问题,提出了一种基于实验要素参量化方法的仿真想定空间生成系统。在归纳了基于要素参量化的想定空间生成原理的基础上,构建了系统结构,阐述了各模块的实现方法。基于VR-Foorces仿真平台的开放接口服务,将想定的参量化和实例化问题分解为元语句的参量化和实例化,较好地解决了仿真想定参量化处理这一关键技术。本研究将为探索性仿真实验空间设计和自动生成提供参考。     

某扫雷犁电液伺服系统的模糊神经网络控制

针对某扫雷犁电液伺服系统这一典型的非线性系统,使用基于减法聚类的模糊神经网络(FNN)自学习算法设计了控制器,其中减法聚类用于确定模糊神经网络的初始结构。在网络的学习过程中,对结论参数采用最小二乘法进行辨识,对前提参数采用误差反传算法进行调整;并使用AMESim软件搭建了扫雷犁的液压系统模型,利用其接口技术实现了与Simulink的联合仿真。实验结果表明模糊神经网络控制器的控制效果要优于传统的PID控制器。     

模糊优选动态规划在稀缺军事资源配置中的应用

在对稀缺军事资源配置问题进行数学描述的基础上,建立起评价指标相对优属度计算模型,实现了局部优选。在此基础上,通过分配目标综合评价模型实现了对局部优选数据的综合处理,最后建立资源分配的动态规划模型实现了对方案的优选。最后通过实例演示了解决该类问题的具体方法和步骤,对部队建设具有一定的参考和应用价值。     

贝叶斯网络下考虑攻击企图的目标威胁评估

为解决舰艇编队的防空目标威胁评估问题,针对现有威胁评估方法中忽略目标攻击企图,且只进行静态评估而未考虑目标机动导致的运动参数变化对威胁评估的影响之不足,提出了利用目标攻击时所表现出来的特征参数进行攻击企图估计,并分析了影响机动目标威胁程度的相关参数和变量,以目标信息更新周期为不同时间片,建立了用于动态评估目标威胁度的离散模糊动态贝叶斯网络结构模型。为适应编队防空中火力通道多、目标批次多的特点,将一般威胁等级从3级划分扩展为5级划分。给出了网络中主要节点的状态转移概率表和条件概率表。通过对机动目标按照典型攻击航路的威胁度变化仿真表明,所建立的模型和采用的方法合理有效,能够较为准确地反映目标威胁,贴近实战。     

模糊离散动态贝叶斯网络的目标威胁等级评估

动态贝叶斯网络作为一种智能推理工具在处理不确定推理问题中显示出强大的生命力,但是存在难于处理连续变量的推理问题。将模糊理论与动态贝叶斯网络相结合,提出一种模糊分类的方法,将连续变量模糊分类为动态贝叶斯网络能够应用的证据信息用于推理,并建立目标威胁等级评估模型,应用直接推理算法对该网络进行推理。仿真结果表明,该分类方法与动态贝叶斯网络结合能够很好地处理连续变量推理的问题。     

基于RCS序列的空间目标分类识别方法

结合三轴稳定卫星、自旋稳定卫星、翻滚目标和空间碎片的运动特征,依据强散射中心理论分别建立这四类空间目标的电磁散射模型,通过计算机仿真得到其RCS序列仿真值.针对这四类空间目标的RCS序列特点,提出了一种三轴稳定卫星与空间碎片的判别方法和利用RCS的周期性对空间目标分类识别算法,计算机仿真实验验证了算法的有效性.