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。     

弹道跟踪系统的数据融合

本文应用近代时序分析方法、样条函数和非线性回归分析理论，研究了弹道参数、系统误差及测量随机误差统计特性参数的联合估计问题，给出了各类参数的高精度估计。理论分析和仿真计算表明：本文所建的模型准确，参数估计方法精度高，应用本文方法能明显提高弹道跟踪数据质量。     

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。     

均匀设计和最优化方法在热处理中的应用

运用均匀设计、线性回归和最优化方法获得某发动机材料３０ＣｒＭｎＳｉＡ调质处理的最佳工艺条件。它可大量减少试验次数、降低试验成本。该方法在制定热处理工艺等试验工作中有推广应用的价值。     

脱靶量估算和广义比例导引

本文提出一种适于真比例导引系统估计脱靶量的方法，依据这种方法，只要知道制导－控制时间延迟、拦截器的目标的相对运动速度等，就可以估计出脱靶量的大小。本文还就减小脱靶量而有采用广义比例导引的前景进行了探讨。     

基于半参数回归模型的双星系统定轨算法及精度分析

天基测控系统是航天测控的一个发展趋势.给出了双星定位系统的定轨原理;建立了基于半参数回归的双星系统定轨模型,包括对卫星轨道摄动误差的基函数表示和观测残差的函数拟合等;给出了基于半参数回归的轨道估计算法及计算步骤;并从理论上分析了基于半参数回归模型的轨道估计算法能有效的消除非线性因素对参数估计性能和精度的影响,其定轨精度优于经典的最小二乘处理算法;最后通过对卫星仿真观测数据的处理以及卫星定轨精度的分析,表明该算法确实有效,在相同仿真条件下,定轨位置精度和速度精度分别提高了41.5%和41.3%.     

基于BP神经网络的景象匹配算法研究

基于BP神经网络方法对景象匹配算法进行研究，以实现导弹武器系统匹配概率的提高和定位精度的改进。讨论了BP神经网络及图像的灰度不变矩和边缘不变矩，并把灰度不变矩和边缘不变矩同时作为匹配特征应用于本文BP神经网络景象匹配中。算法分析表明该算法具有很高的匹配效率。     

某导弹机动发射装置神经网络故障诊断专家系统的初步设计

结合某导弹机动发射装置的结构特点和功能要求，应用基于神经网络的故障诊断专家系统的理论、方法和具体实现过程，对某导弹机动发射装置神经网络故障诊断专家系统进行了初步设计，提出了一些设想。     

基于统计参数分析和RBF网络的动调陀螺故障诊断方法

针对动调陀螺故障振动信号的特点,提出了一种基于振动统计参数分析和神经网络的动调陀螺故障诊断方法.该方法通过计算原始振动信号的一组统计参数作为表征故障的特征信息,以此作为RBF神经网络的输入参数来学习并识别陀螺故障.实验结果表明,采用对统计参数的计算能够简单、有效地提取陀螺故障特征信息;运用神经网络进行故障诊断建模,使诊断具有自适应、自学习的能力,诊断结果更加可靠.