空袭目标威胁评估模型研究

以航路捷径、目标类型、机动特性、到达发射区近界的剩余时间，以及电子干扰为主要影响因素，结合多通道防空武器系统的特点，建立了基于层次分析法和模糊综合决策法的空袭目标威胁评估模型。用层次分析法确定各因素权重，以分段函数的形式给出权重系数。针对一给定的中程防空武器系统，用模糊统计计算各影响因素的隶属函数，并给出了模型的计算流程。仿真结果表明，所设计的模型能较准确地评估来袭目标的危险性，且具有较高的灵敏度。     

模糊数学在火箭发动机故障诊断专家系统中的应用初探

在简要介绍了模糊数学及其应用的基础上，重点论述了应用模糊数学为故障诊断专家系统建立诊断矩阵、确立故障征兆与故障成因间的隶属关系、模式识别等的过程和方法。最后介绍了据此原理而建立的火箭发动机的故障诊断专家系统。     

导弹电液伺服机构的模糊滑模变结构跟踪控制研究

为减小导弹电液伺服机构滑模变结构跟踪控制中的抖振,研究了一种模糊滑模变结构控制(FS-MVSC)方法。给出了模糊滑模控制器的构成,以及模糊化、模糊规则与推理、反模糊化处理的方法。在保持系统对参数变化和外干扰不确定强鲁棒性的同时,可使系统具有较优的动态响应和稳态控制精度。仿真结果表明,该控制方案有效。     

智能天线结构模糊自适应变形控制实验研究

基于dSPACE半物理仿真系统和所研制的压电作动器,设计并构建了智能天线结构实验平台,进行了结构变形控制实验研究。实验中采用常规PID作为基本控制方法,并在此基础上设计了一种模糊自适应PID控制器,将两种方法对应的不同控制效果进行了对比。结果表明:在所给的实验条件下,基于压电材料可实现对智能天线结构变形的控制,作动器控制变形量最大可达166μm;两种控制方法均可对结构变形进行控制,模糊自适应方法的绝对位置控制精度达到±0.5μm;应用模糊自适应PID控制方法对结构进行变形控制,较之常规PID控制方法能够降低系统响应的超调量,缩短稳定时间,提高控制精度,得到更好的控制过程。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

基于模糊推理的基向量曲线求解方法

基向量法是求解近圆轨道间固定时间最优交会的一种几何方法。针对基向量法中最优解的基向量曲线的求解问题，提出一种基于模糊推理的求解方法，使得基向量法的整个求解过程可以脱离人工干预完全由计算机完成，从而使基向量法求解的效率有了本质上的提高。通过对四冲量固定时间最优交会问题的求解实例表明该方法的有效性和实用性。     

模糊神经网络控制器及其在航天器姿态控制系统中的应用研究

在航天器姿态控制领域，模糊控制技术作为一种辅助控制方法得到越来越多的关注。本文提出了一种基于模糊聚类算法和分布式模糊神经网络的模糊神经网络控制器，并将其用于《东方红三号》卫星应急星地大回路姿态控制系统之中。仿真研究表明，这种模糊神经网络控制器能够有效地从样本数据提取信息，实现分区域控制，并且具有较强的鲁棒性。该方法具有较为满意的控制效果。     

自适应控制方法的直接命中目标本体的平行接近制导律

本文在最少量测条件下采用视线角速度ｑ趋于零的指标函数和低阶等效辨识模型与快速自适应控制方法实现了战术导弹的平行接近制导律。这种最优制导律可以实现直接命中目标本体，实现一弹多用，可以用于反导弹的控制。能使制导装置简化并使其尺寸和重量减小，算法简单易于工程使用。经过大量数学和半实物仿真试验表明，上述成果可应用于实际工程当中。     

自适应天线互耦影响研究

用等效网络法推导了考虑互耦影响时阵列的输出信号解析式和信噪比,仿真了不同阵元间距时,自适应直线阵的方向图和输出信噪比,得到了一些有用的结论。     

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。