一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

逆合成孔径雷达信号处理方法研究进展

在简要评述国内外现有的逆合成孔径雷达（ISAR）信号处理的运动补偿和成象方法之后，介绍了南京航空航天大学ISAR课题组近年来在ISAR信号处理方法研究中取得的主要进展，包括基于多散射点定位观点的雷达成象观测模型，基于最大似然原理的同时运动补偿和成象方法，基于最大似然原理的多目标成象方法和基于时频分析的多目标成象方法，以及超分辩成象方法，文末指出了在ISAR信号处理方面有待进一步研究的问题。     

关于特殊广义逆法的推导及说明

本文对文[1]给出的一组利用非完备测量模态修正结构有限元模型的公式提出了一种新的推导方法.指出了文[1]公式实际上所满足的基本关系及所隐含的一个近似假设。     

动态测量系统的逆系统设计

为了从测量信号中恢复出原始的物理信息 ,需要设计动态测量系统的逆系统 ,以使整个系统的传递函数为 1。但对于非最小相位测量系统 ,简单的逆变换会引起系统不稳定 ,零相位误差算法的引入有效地解决了这个问题。文中以温度测量为例 ,对其进行反演 ,仿真表明结果真实可靠 ,方法具有一定的实用价值     

基于Radon—Wigner变换的多运动目标成像

针对逆合成孔径雷达波束内多个平稳飞行目标在距离上重叠的情况探讨多运动目标成像.首先建立多目标回波模型,由分析得出某一目标的回波在一个距离门内对应一组线性调频信号、信号参数在不同距离门内呈规律性变化的结论.据此提出一种基于Radon-Wigner变换(RWT)对多目标信号进行参数估计及分离的多目标成像算法.仿真结果说明了该方法的有效性.     

角加速度反馈在再入段控制中的应用

针对再入飞行器滚动通道产生较大的滚动角及滚动角速率,给出了一种能够有效地减小滚动角和滚动角速率的方法。该方法引入滚动角加速度信号反馈,并采用逆系统方法设计控制器。数学仿真结果表明,引入角加速度信号后,通过对干扰力矩的补偿,可以很大程度上减小再入飞行器的滚动角和滚动角速率,滚动角可以稳定在±5°范围以内。该方法将有利于减弱通道之间的耦合,提高再入飞行器再入段控制的精度。     

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。     

采用共位配置的分布式压电敏感器和致动器的挠性结构振动控制

研究采用共位配置的分布式压电敏感器和致动器的挠性悬臂梁的振动控制问题，其中敏感器由压电聚乙二烯氟化物薄膜（PVDF）制成，致动器由压电陶瓷（PZT）或PVDF制成。本文首先建立系统的模型，设计了一种线性反馈控制方案，并应用无穷维空间的LaSalle不变原理，证明了相应闭环系统的渐近稳定性。     

几类螺面逆包络问题的求解模型

加工螺面工件的方法有多种,相应的工具廓面自然也大不相同。本文介绍了几种常用的加工方法所对应的求工具廓面的几何模型,显然这将为螺面工件的CAM问题的实现提供一定的便利。