大航向角误差情况下飞行中对准研究

为了解决飞行器在大航向角误差的情况下进行飞行中对准的难题,将一种线性大航向角误差模型应用于飞行器飞行中对准的过程.详细推导了线性大航向角误差模型,设计了飞行器在大航向角误差情况下进行飞行中对准的卡尔曼滤波模型,并进行了数字仿真.仿真结果表明,线性大航向角误差模型应用于飞行器飞行中对准,能够很好地解决飞行器在大航向角误差情况下进行对准的难点,并给出了适合于大航向角误差模型的机动方式.最后,提出了线性大航向角误差模型在工程应用中的几点建议     

数据采集系统直流增益和线性度的精确评价

介绍了两种新的精确评价数据采集系统的直流增益和线性度的方法与过程,即“按码精确评价法”和“定间距（为量化误差整数倍）精确评价法”。同时讨论了介绍了的优缺点及应用。     

运动基航天飞行模拟器信号缩比策略

对于大幅值的输入信号,三阶多项式缩比法易产生信号畸变且参数配置复杂;而Hermite缩比函数法的触发速度较慢.提出两种改进的缩比方法:基于三阶多项式缩比法的最优参数配置法和加入线性缩比的非线性缩比法.前一种方法通过参数的优化配置最大化稳定区,以防止信号的畸变;后一种方法则利用线性缩比的特性将缩比度限制在稳定区内.仿真结果表明:线性缩比的加入可以防止三阶多项式缩比法信号的畸变;最优配置参数法应用方便且整体效果较好.为航天飞行模拟提供了更有效的缩比策略.     

神经网络在旋翼／机身气动干扰模型中的应用

由于直升机自身的特点，旋翼／机身气动干扰呈现非线性，且受多种因素的影响，用神经网络来解决这一非线性问题是一个很好的办法。将旋翼／机身气动干扰试验数据构造的学习样本，对网络参数进行学习，可以得到旋翼／机身气动干扰神经网络模型，进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼／机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼／机身气动干扰神     

飞机含人操纵系统中驾驶员控制模型研究

概述了飞机含人操纵系统中驾驶员控制模型的发展、及驾驶员传递函数模型及最优控制模型的应用研究。基于最优控制模型的分析方法,考虑人的预测性、自适应性,并应用智能控制神经网络、模糊控制和预测控制方法提出了新型的驾驶员决策控制模型,进行人机闭环系统性能分析,用以提高人机控制的精确性和驾驶员的操纵品质评价。     

神经网络在风洞流场马赫数辨识中的应用研究

风洞流场的多维性、复杂性以及马赫数的不可直接测量、马赫数控制一直是风洞控制的难点和重点。笔者在研究FL26Y风洞流场特性的基础上，应用神经网络技术，研究马赫数在线辨识问题，为高精度风洞流场马赫数控制提供技术支持。首先介绍神经网络马赫数辨识原理，然后介绍神经网络拓扑结构的设计，并构造神经网络的马赫数辨识模型(NNI)。最后通过软件实现及仿真研究动态数据优化、软件滤波以及动量系数对网络学习性能的影响，进一步验证神经网络辨识器在实时性、自适应性、以及辨识精度等方面的优越性。     

运载火箭姿态系统自适应神经网络容错控制

针对运载火箭姿态系统跟踪问题,考虑干扰、执行器故障和模型不确定因素的影响,设计了一种基于自适应神经网络的非线性容错控制律。该控制算法结合了连续的终端滑模控制,径向基神经网络和自适应控制方法。首先,基于滑模控制理论,设计了一种快速终端滑模面,保证系统跟踪误差能够在有限时间收敛至零。然后,在终端滑模面基础上,提出了一种基于自适应径向基神经网络估计的终端滑模控制律。利用自适应参数的神经网络逼近系统参数并提高抗干扰性能,采用平滑连续控制策略消除了终端滑模中的颤动现象。通过李雅普诺夫的分析方法证明了闭环系统的收敛性和全局稳定性。采用数值仿真,验证了提出的基于自适应径向基神经网络的终端滑模控制律具有较好的跟踪性能和精度。     

线性尺寸未注公差标准演变及应用

从实际应用的角度出发，阐述了线性尺寸未注公差各标准的演变和主要特点，并提出了在机械加工应用中具有简明、省时、质优等特点。     

函数型数据部分线性模型的估计的r阶收敛性

论文利用一种特殊的加权方法和简单的最小二重法，对稀疏和稠密的函数型数据的半参数部分线性模型提出了一种统一的估计方法，并探讨了估计的r阶收敛性。在提出的方法中，不需要区分对数据的观测是稀疏的还是稠密的。     

BP网络进行0-9十个数字图像的识别

在BP算法和数字图像处理技术的基础上,本文在MATLAB软件环境下提取Word文档中26种字体的0-9十个数字的图像,使用MATLAB神经网络工具箱及图像处理工具箱进行数字的识别,给出了较详细的处理步骤及相关程序,并比较了各种识别算法的收敛速度和识别率。