基于模糊神经网络的飞船GNC分系统故障诊断

研究了基于模糊神经网络的飞船GNC分系统的故障诊断方法,提出了重构新的激励函数并附加动量因子的改进BP算法,采用了由输入层、输出层、隐含层和量化层组成的一种4层前向模糊神经网络,通过Ⅱ型隶属度函数完成输入模糊化。建立了基于模糊神经网络的GNC分系统故障诊断系统,实验验证了改进BP算法以及该诊断系统的正确性和有效性。     

机械臂的改进区间二型模糊神经网络控制

针对具有不确定性模型参数的双关节机械臂系统,提出基于改进区间二型模糊神经网络逼近器的自适应反演控制算法.相比于一型模糊系统,区间二型模糊系统由于自身的区间前件和隶属函数,更有效地处理高度非线性系统.然而现有的二型模糊寻找上下输出的交叉点过程中KM迭代算法计算量大、耗时高,使得传统的二型模糊系统不适用于实际控制应用.利用...     

与空时二维自适应滤波兼容的单脉冲测角新方法

针对机载相控阵雷达系统提出了一种空时二维自适应单脉冲测角方法 ,当存在阵元和通道幅相误差时它仍具有较高的测角精度。还给出了一种稳健的自适应和、差波束增益归一化方法 ,并讨论了所提方法的简化兼容实现方案。最后给出了基于高保真雷达杂波模拟数据的仿真实验结果     

一种新的太阳质子事件警报方法的探讨

本文分析了第21太阳活动周后半期的太阳质子耀斑硬X射线辐射资料, 发现它们的峰值流量、积分流量、上升沿斜率、X光子的最高能量和持续时间等物理参数之间有着不同于非质子耀斑的相关性。据此, 本文采用模糊聚类分析法, 对21太阳活动周期间(1980.2—1986.2)的质子事件进行预报试验。其报准率为88.5%, 虚报率为53.1%, 漏报率为11.5%。本文提供了基于X射线辐射特征的太阳质子事件警报的新途径和方法。      

一类不确定非线性系统的鲁棒自适应设计

讨论了一类含有广义不确定性的非线性系统的自适应跟踪问题。通过引入一种新颖的鲁棒函数,有效地抑制了系统不确定性对系统的影响,并利用反演设计技术设计了控制器,避免了系统控制矩阵未知时控制器可能出现的奇异问题,证明了系统的状态跟踪误差和参数误差指数收敛于原点的一个邻域。     

人工智能在航天器制导与控制中的应用综述

航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。     

一种快速鲁棒自适应故障估计方法设计

针对一类线性系统的执行器故障,对一种快速鲁棒自适应故障估计方法进行了设计。所设计的自适应故障估计观测器在放松严格正实(SPR)条件的同时,还具备对干扰的鲁棒性。在设计观测器参数时,根据有界实引理,对干扰和故障变化率的影响分别设计不同的约束不等式,能够更灵活地调节二者对故障估计影响的比例,并且引入松弛变量设计不同的Lyapunov矩阵,降低了设计的保守性。在设计过程中,由于出现了非线性矩阵不等式,本文采用了锥补线性化的算法进行求解,最终求得了最优的观测器参数。最后通过对某飞行器控制系统的仿真证明了算法的有效性。     

热真空试验中的自校正PID控制策略

通过引入自校正PID控制策略解决热真空试验温度调节过程中存在的长滞后问题。首先,采用带遗忘因子的递推最小二乘法对未知模型的特征参数进行在线辨识;然后,进行自校正PID的控制律设计。仿真结果表明:该方法可以比较准确地辨识出模型特征参数;与传统的PID控制方法相比,具有响应速度较快、超调量较小等优点。     

一种自适应的汉语普通话音节清/浊音分段方法

采用离散小波变换(DWT)实现汉语普通话音节的清/浊音分段,算法根据信号性质自适应地确定离散小波变换的尺度,具有较好的非特定人性质,并且对不同采样率及环境噪声有较强的适应性.测试了算法在男、女声,不同采样率及不同信噪比下的清/浊音分段算法的性能.在无噪情况下正确率为99.44%,在信噪比为30dB、15dB及5dB时正确率均可达99.20%,实验结果证明了算法的有效性和对噪声及非特定人的顽健性.      

基于模型混合的多分辨率多模型跟踪算法

在原有的多分辨率多模型算法的基础上引入了滤波器混合的方法,提出了一种新的机动目标跟踪算法.原多分辨率算法在多分辨率框架下应用硬切换多模型算法,改善了多模型算法在非机动段的跟踪性能,但是保留了硬切换算法的固有缺点.交互式多模型算法由于采用模型混合,避免了硬切换算法存在的问题,但是非机动段的跟踪性能不如多分辨率多模型算法.所提出的新算法综合了两者的优点,不仅解决了多分辨率多模型算法中存在的问题,而且其综合滤波性能优于交互式多模型算法.