基于径向基函数神经网络的自由曲面重构

根据径向基函数神经网络（RBFNN）具有很强的非线性逼近能力的优点，本文采用RBF网络模型进行自由曲面重构，建立了适应于曲面重构的径向基函数网络模型，讨论了基函数对重构曲面连续性的影响，并与多自由曲面重构，建立了适应于曲面重构的径向基函数风络模型，讨论了基函数对重构曲面连续性的影响，并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明：常用的几种径向基函数重构的曲面都具有很好的连续性，径向基函数网络用于曲面重构，不论是在拟合精度，还是网络的训练速度都明显优于多层感知器网络，具有一定的实用价值。     

SOM神经网络在卫星电源系统故障诊断中的应用

研究了自组织特征映射（SOM）神经网络的结构及学习算法，提出了利用SOM神经网络对输入样本的“聚类”作用，实现对故障模式的分类，并据此对故障进行诊断的新方法，通过对某卫星电源系统故障的诊断实例，验证了该方法是有效可行的，能对卫星电源系统的故障进行准确的实时诊断。     

开放式数控系统平台研究

介绍了基于PMAC运动控制器的开放式数控系统，该数控系统利用COM技术实现开放式数控系统平台。将该系统应用于微小零件加工机床，成功地实现了微小零件的加工。     

飞机自动驾驶仪俯仰控制系统仿真研究

分别对比设计了PID控制器、LQR最优控制器和模糊控制器,并建立了对应的Matlab控制模型进行仿真研究。阶跃响应仿真实验结果表明：飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器能更好地实现对飞机俯仰角的控制,具有响应快速、超调小、误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好,而飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

宽输入范围光伏并网逆变器控制方法

为适应光伏阵列的输出特性,光伏并网逆变器通常要具有很宽的直流输入电压范围,这使得其系统特性随直流电压的变化而改变,导致参数选择及优化设计比较困难.本文研制的单相并网逆变器采用三角载波PI控制器进行电流闭环控制,直流电压相对于额定电压变化时,采用同比改变载波的幅值或者同比改变PI控制器的比例、积分系数的方法,可使系统传递函数保持固定不变,这有利于系统稳定性和优化设计.文中给出了1 kW并网逆变器数字控制的设计和实现方法,实验结果表明该方法具有良好的稳定性和动态电流跟踪性能.     

中国民航管制员以考促学模式研究

“民航管制员英语等级测试”并不是最终目的,以考促学,全面提升中国民航管制员整体英语水平才是根本。本文通过相关空管局（站）的试验运行,总结出两种有效的管制员英语学习模式,一是集中培训,以点带面,一是构建平台,自主学习,以期对我国民航管制员英语水平的提高有所帮助。     

神经网络在下颌运动轨迹图测量中的应用

介绍了采用小型磁石测量下颌运动轨迹图Electrognathography(EGN)的方法。给出利用磁偶极子模型代替小磁石模型的理论及实际依据。利用神经网络解决由磁石产生的磁感应强度推定其空间参数的反演问题 ,并且采用了分割网络及修正网络的方法来提高磁石运动测量的推定准确度。     

A steady-state model for the D- to F-region of the polar cap

For obvious reasons the ionosphere of the polar cap, surrounded by the auroral zone, is only poorly investigated. Even ionosonde data are very scant from geomagnetic latitudes beyond 70°. Since 1997 the European incoherent scatter radar facility EISCAT has an additional installation on Svalbard and has been providing electron density data nearly continuously ever since. These measurements which mainly cover the E- and F-regions are supplemented by rocket data from Heiss Island at a comparable magnetic latitude; these data are more sporadic, but cover lower altitudes and densities. A provisional, steady-state, neural network-based model is presented which uses the data of both sites.     

一类质心突变飞行器的重构容错控制

提出了一类质心突变飞行器的一种故障诊断与控制律重构设计方法。采用以unscented卡尔曼滤波为基本估计单元且用闭环系统性能为指标的交互式多模型算法对飞行器故障情况进行检测与诊断;设计了飞行器比例导数加前馈补偿的姿态跟踪控制律;当诊断出故障时,重构控制律的结构,采用滑模变结构容错控制律对系统进行补偿控制。最后,用飞行器一次分离体释放前后的姿态跟踪过程进行了数值仿真,验证了方法的有效性。     

自由漂浮空间机器人神经网络自适应补偿控制

针对更具工程价值的任务空间内的自由漂浮状态空间机器人模型不确定性末端控制问题,提出了一种自适应神经网络控制策略用于机器人末端控制.通过神经网络在线建模来逼近系统中的非线性模型,神经网络的逼近误差及外界有界扰动通过鲁棒控制器来消除,采用引入GL矩阵及其乘法算子"·"来直接辨识的各部分系统参数.该控制策略既不需要逆动态模型的估计值,同时也避免了求雅克比矩阵的逆,降低了计算量.基于李亚普诺夫理论证明了整个闭环系统全局渐近稳定.仿真结果表明了这种神经网络控制器对于任务空间的空间机器人末端控制在达到较高的精度的同时,能够满足实时性要求,具有重要的工程应用价值.