任务空间内空间机器人鲁棒智能控制器设计

研究了基于神经网络的自由漂浮空间机器人在任务空间内的轨迹跟踪问题。首先利用RBF神经网络来逼近自由漂浮空间机器人高度非线性的动力学模型，然后设计了鲁棒控制器对逼近误差和外部干扰进行抑制。利用Lyapunov直接方法建立的新的神经网络参数和连接权值的在线学习算法，以及利用耗散理论设计的鲁棒控制器保证了系统的稳定性，并能够使系统L2增益小于给定的指标。利用该控制器对平面二连杆空间机器人进行了仿真研究，表明该智能控制方案是有效的。     

基于动态逆和神经网络的机动弹头姿态控制系统设计

机动弹头是复杂的非线性系统,它给姿态控制系统设计人员以极大的挑战。为了满足飞行稳定性要求,提高系统的适应性和鲁棒性,本文构造了动态逆神经网络姿态控制系统,设计了慢变量和快变量动态逆,引入了在线神经网络进行逆误差的补偿。实例仿真的结果表明:动态逆和在线神经网络的结合,能够实现弹头的稳定飞行。     

基于RBF网络的飞行器姿态滑模控制器

针对中制导段飞行时间长,空间拦截器需要进行一定的姿态机动,提出一种基于RBF网络的姿态控制器.建立了拦截器3个通道的姿态运动模型,对每个通道进行变结构控制,并在此基础上对变结构控制器增益通过RBF(Radial Basis Function)网络进行自适应控制,同时给出了稳定性证明.仿真结果表明,该方法能有效实现拦截器中制导段的姿态控制.     

模糊神经网络控制器在飞行器姿态控制中的应用

基于ＡＫａｗａｍｕｒａ等人提出的Ｎｅｕｒａｌ－Ｆｕｚｙ协作系统概念［１］，根据模糊系统的结构，确定等价结构的神经网络。网络保留了模糊控制系统的优点，空间结构清晰，同时具有学习功能，并介绍了采用多层神经网络表达模糊控制系统的知识规则、模糊推理和学习算法，给出了控制某导弹纵向姿态的仿真结果，结果表明该控制系统具有较强的鲁棒性。     

二维有限元多尺度小波

本文利用有限元插值和多尺度分析理论构造出了二维有限元尺度函数及相应的有限元多尺度小波。构造出的尺度函数及小波函数具有许多良好的性质，如短支集、高阶消失矩、半正交性、正则性和对称性等。     

基于小波分解与分形内插相结合的地形数据压缩方法

地形匹配制导中需要使用大量的地形数据，因此有效的地形数据压缩技术是非常重要的。传统的地形数据压缩方法主要采用线性内插的方法，但这对于地形起伏较大的山区地形失真太大，不能满足高精度导航的要求。本文基于小波分解与分形内插相结合的方法，提出了一种新的地形数据压缩方法，它具有压缩比高，保真性好，解码快的特点，特别适合山区地形数据的压缩。     

基于BP神经网络的景象匹配算法研究

基于BP神经网络方法对景象匹配算法进行研究，以实现导弹武器系统匹配概率的提高和定位精度的改进。讨论了BP神经网络及图像的灰度不变矩和边缘不变矩，并把灰度不变矩和边缘不变矩同时作为匹配特征应用于本文BP神经网络景象匹配中。算法分析表明该算法具有很高的匹配效率。     

某导弹机动发射装置神经网络故障诊断专家系统的初步设计

结合某导弹机动发射装置的结构特点和功能要求，应用基于神经网络的故障诊断专家系统的理论、方法和具体实现过程，对某导弹机动发射装置神经网络故障诊断专家系统进行了初步设计，提出了一些设想。     

小波变换在遥测信号检测中的应用

为了更好地分析和处理弹载固态记录仪所记载的助推火箭在发射时对弹体的冲击和振动信号，本文利用小波变换所具有的空间局部化性质，在对原始采样数据的奇异性及奇异性位置和奇异度的大小的分析中，以及在导弹型号试射实验的后视数据分析中，取得出了良好的分析效果。