LFMR在机载雷达应用中的探讨

本文对LFMR（线性调频测距）的原理、具体实现方法作了简要说明；分析了调频测距中的几种误差组成及提高测距精度、减小误差的方法；详细分析了地杂波、探测距离、调频斜率之间的关系；最后叙述了目标重影的原因和消除重影的方法。     

基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性     

基于神经网络的导弹姿态控制系统故障诊断

本文提出了一种多层前向神经网络快速误差向后传播学习算法ＦＢＰ（ＦａｓｔｅｒｒｏｒＢａｃｋＰｒｏｐａｇａｔｉｏｎＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍ），通过某导弹姿态控制系统故障诊断的仿真研究，验证了ＢＰ（误差后向传播学习算法）和ＦＢＰ用于导弹姿态控制系统故障诊断的有效性，ＦＢＰ学习算法较之ＢＰ学习算法学习速度的快速性     

固体火箭发动机性能规律精度分析

根据固体火箭发动机内弹道计算模型，提出了内弹道计算中的独立随机变量，建立了随机变量的概率统计模型，确定了参数的分布规律，并用Ｍｏｎｔｅ－Ｃａｒｌｏ法进行了内弹道模拟计算。最后对发动机性能的均值μ和标准差σ进行了分析和实验验证，得出了计算方法可行，数据可信的结论。     

DDLL中存在的包络现象及其解决方法

数字延迟锁定环路 (DDLL)中存在的包络现象是导致低动态环境下 GPS伪距测量精度难以提高的重要原因。文中从实验中发现这种现象 ,通过大量仿真复现了这一现象并找到产生这一现象的原因 ,最后从理论上进行分析并给出解决问题的方法。     

卫星CMAC神经网络姿态控制器设计及仿真

为提高传统卫星姿态控制系统精度,提出了一种基于小脑模型(CMAC)神经网络的比例-积分-微分(PID)的复合控制器。给出了具在线学习功能的复合控制器结构,并证明了神经网络学习收敛条件与最终控制目标的一致性。仿真结果表明,设计的控制器具有较好的自适应性和鲁棒性。与传统控制器相比,进入稳定状态的速度更快,指向精度更高。     

网状天线的反射面形状精度调整

随着宇航事业的发展，网状展开天线的尺寸越来越大，对形面精度要求越来越高（特点是高频段），必须采用网面精度调整技术以满足反射面的精度要求。本文就辅助牵引面式网面精度调整技术的理论分析及调整方法进行了探讨，给出了网面形状精度调整的基本理论公式及调整步骤，并对某样机进行了调整计算。计算结果表明，文中的分析、公式、方法是正确的，可行的。     

遥测系统传输精度的测定

文章通过对遥测系统误差因素的分析，提出了几种测定遥测系统传输精度的方法，重点介绍以单片机为基础的遥测信号发生器的设计，提出了一种相应的数据处理方法──区间数据处理法．遥测信号发生器体积小、通用性强、适应性广、使用灵活，适用于遥测设备研制出厂检验、靶场验收和执行任务时的误差分析和精度检验．     

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了金属材料缺陷特征提取的方法(小波包子带能量比较法)及不同缺陷的识别方法(小波分形神经网络法)。选取最能反映缺陷特征的参数——"能量特征向量"作为特征参数,进行缺陷的特征提取。缺陷的识别方法将小波包分解后各子带系数的分形维数作为特征矢量,对其进行径向基神经网络训练,从而可很明显区分出有无裂纹以及不同裂纹信号。以航天发射塔架钢连接构件疲劳裂纹超声检测信号为例,使用所提出的特征提取和模式识别方法,结果表明是行之有效的新方法,为金属材料缺陷检测与识别开拓了新思路。     

载人航天器高空应急救生控制变量与落点的快速预报算法

针对载人航天器高空应急救生的实时性要求,讨论了控制变量和与落点的快速预报算法。首先描述了逃逸飞行器的返回轨道特征,在此基础上推导了制动速度的解析解;然后利用大量的仿真数据建立了其它控制变量和返回特征参数的BP神经网络预测模型,计算结果显示起旋时刻、消旋时刻和航程的最大预报误差分别为10秒、2秒和30千米;最后对航程的预报算法进行了改进,预报精度提高了43.3%。分析表明,快速预报算法是一种高效可行的工程解决方案。