利用人工神经网络仿真GPS误差信号

GPS（Global positioning system）是一种在军事和民用方面广泛应用的定位系统。如何降低成本，提高精度是一个重要的课题。本文应用人工神经网络能够实现高度非线性的特点，在对地理位置已知点进行大量GSP实际测量的基础上，设计出一种BP网络，作为GPS误差信号模拟器。在给出时间和天气情况的条件下，该模型器能够输出GPS的实时误差，为应用系统中对GPS误差进行补偿提供依据。通过与实际测试数据相比较，证明这种方法具有较好的模拟效果。     

利用Gaussian型RBF网络进行函数逼近的构造性估计

前馈人工神经网络有着极其广泛的应用，如何估计隐层神经元数及相应的逼近误差，一直是确定前馈网络结构的难点和关键。RBF网络是一种最重要的前馈网络，本文给出了利用Gaussian型RBF网络逼近连续函数或Lebesgue-可积函数时的构造性隐层单元数显式估算式及相应的显式逼近误差估算式。文中的结论也易于推广到离散样本的情形。这些结论对于提高Guassian型RBF在实际应用时的计算精度和减少计算量具有一定的指导意义。     

CG-01风洞测控系统改造

改造后的CG 0 1风洞测控系统采用高速数据采集系统和智能控制技术 ,提高了测控系统的测控精度。用以太网实现计算机之间通信 ,除了模型姿态角控制和调压阀控制以外 ,将超扩段调节片和试验段可开闭壁板纳入计算机控制 ,提高了风洞运行效率。     

基于OARO-GRU网络的高频地波雷达电离层杂波短期预测

电离层杂波的精确预测对提升高频地波雷达的目标探测性能具有重要推动作用。为此，提出了一种基于改进人工兔子算法优化门控循环单元 （Opposite Artificial Rabbits Optimization optimized Gated Recurrent Unit， OARO-GRU）网络的电离层杂波短期预测模型。首先，依据高频地波雷达接收到的电离层杂波具有混沌特性这一先验知识，通过相空间重构技术构造GRU网络的输入和输出样本集；然后，融入反向学习和柯西变异两种改进策略用于改善标准ARO的寻优能力，并将其用于执行GRU网络的包含隐层节点个数、初始学习速率和最大迭代次数在内的三个超参数值的优选；最后，重新训练优化后的GRU网络，输入测试样本集进行测试，并依据给定的评价指标评估模型。实测结果表明：相较于其他7种对照模型，所提出的OARO-GRU网络预测模型在预测精度和可靠性上均具有明显的优越性，为有效改善高频地波雷达的目标探测性能提供了一种新的思路与方法。     

人工智能在卫星任务规划中的应用

智能规划与调度是实现卫星自主规划其飞行任务的关键。将人工智能方法应用于卫星的任务规划,以执行对地观测任务为例,将任务规划问题归于组合优化问题,建立了相应的数学模型,并应用Hopfield神经网络算法进行求解,结果表明,该方法可用于单个仪器的任务规划。     

固体燃料冲压发动机燃速的人工神经网络辨识

由于固体燃料冲压发动机(SFRJ)结构的特殊性,其燃速的预测比较困难。为探讨燃速对于不同飞行工况的依赖性,对模拟试验的结果采用BP人工神经网络进行了辨识,并将辨识结果与用最小二乘法辨识的结果进行比较。从辨识的结果来看,这种辨识方法具有精度高、处理实验数据迅速、能进行在线辨识等特点,能够较好地满足工程应用的要求。此外,在利用人工神经网络对类似的大样本系统进行辨识时,如果能采用一些数学上的处理技巧。      

对象式Web技术研究

随着Internet技术的发展与普及,网上的资源日益丰富与多样化.而与之相比,现有的Web技术具有很大的局限性,无法支持资源的更广泛、更深层的共享.对象式Web(ObjectWeb)技术正是针对这一问题提出的,是Web技术发展的新阶段.深入分析了对象式Web的核心技术,并论述对象式Web发展初期的以分布式对象技术为核心的几种框架结构,重点阐述了将分布式对象技术与代理、多代理技术融合所形成的理想的框架结构.      

面向对象型有限元建模专家系统的设计与实现

介绍了运用面向对象原理与人工智能逻辑推理技术相结合的方法来构造航空结构有限元建模专家系统(OOFEMES).着重论述了系统的结构、功能设计与实现策略,包括领域知识的获取、分类、表达与组织,以及知识的推理与运算求解方式.给出了针对飞机结构不规则性(如开口、断接等情况)进行模型局部修正的任务处理流程,并通过应用实例,说明该系统应用的有效性.      

基于属性集等价类划分的数据约简

由于大型数据库中数据的高维、巨量,使得数据约简在数据库知识发现中起着越来越重要的作用.现有的数据约简方法有3类:穷举选择法、启发式选择法和随机选择法.这些方法效率低,可能丢失重要信息,效果都不理想.属性集等价类划分可以在本质上标识出冗余属性和无关属性,并且可以快速、准确地计算等价类划分个数,使得数据约简更有效,数据挖掘效率更高.      

人工智能在矢量推力现场动态校准中的应用研究

基于航天工程中对于发动机试车台矢量推力现场动态校准需求,以摆锤式动态力加载装置为力源,研制了发动机试车台矢量推力现场动态校准装置。在发动机试车台试验校准点有限的情况下,将人工智能技术应用在校准工作中,对矢量推力的动态响应特性进行校准与补偿。验证结果表明,该方案动态性能优异,响应迅速,满足试车台矢量推力校准的需求,为后续进一步准确测试矢量推力提供了依据。