具有自学习功能的机载火控系统故障诊断系统研究

研究了一种应用于机载火控系统的具有自学习功能的故障诊断系统.首先介绍了系统的总体结构;然后通过分析火控系统的结构建立了层次诊断模型,并通过示例对诊断系统中知识的表达方法、推理方法等问题做了详细的分析;最后详细描述了系统的自学习机制.应用具有自学习功能的故障诊断专家系统,可实现综合化机载火控系统的智能故障诊断.     

改进的P型迭代学习控制算法

针对多输入多输出的定常线性系统的迭代学习控制问题, 给出改进的P型迭代学习控制算法, 该算法中利用最新算出的控制分量代替旧的控制分量, 这样可以加快控制输入的收敛速度, 利用该算法进行学习控制, 使系统的实际输出以更快的速度收敛于系统的理想输出.     

基于迭代学习控制的飞机全电刹车系统的研究

通过对飞机全电刹车系统模型的分析,结合迭代学习控制的特点设计出一种新的全电刹车系统的控制律。通过在matlab/simulink中仿真,取得了理想的效果,表明控制律的设计基本合理、可行。     

基于行波与模态的混合方法对Timoshenko梁进行振动主动控制

 基于Timoshenko梁理论，采用波控制和独立模态空间混合方法，对悬臂梁的振动控制问题进行研究。采用波控制方法实现对Timoshenko梁结构的一点或多点的横向位移的振动控制。首先,基于结构的整体运动,采用模态坐标控制方法，对结构振动进行整体控制设计。而后，基于结构的局部性质，采用波方法吸收结构振动中的高频能量并求出Timoshenko梁中波的反射因数和透射因数。理论上研究了单位力扰动下的悬臂梁的振动。考虑的具体方法是将PD反馈波控制与基于极点配置法设计的模态控制相结合。最后给出数值结果。     

基于ASM实现视频中物体的定位

对目标进行有效跟踪是目前许多国家获取信息的重要手段,主动形状模型(ASM)主要应用于灰度图像中物体的跟踪与定位,本文针对Koschan等提出的结合金字塔模型的ASM方法作进一步改进,使之应用于视频(本文视频采用MPEG数字视频压缩编码标准)中物体的定位:首先将视频解码还原成图像序列,从人眼视觉特征出发,将RGB颜色模型转换为HSV颜色模型,用色调信息取代灰度信息进行物体定位;并研究图像序列帧之间物体的重合度对提高定位效率的作用.实验结果说明在ASM中使用色调信息能有效地实现视频中的物体定位.     

在学习中实践航空运输市场监管

民航体制改革后,笔者从过去的民航山东省局党委宣传部调到了民航山东监管办市场处任处长,成为一名国家公务员。做为一名从事宣传工作多年、且熟悉宣传工作的宣传干部,面对全新的航空运输市场监管工作,感觉一切都是陌生的,既要学习航空运输知识,又要学习市场监管方面的法律法规,     

结构振动主动控制技术的现状与发展趋向

本文对结构振动主动控制技术的现状进行了评述,介绍了受控结构的模型降阶、溢出的产生和抑制方法,阐述了目前所采用的各种控制器的设计方法及在设计过程中应考虑的几个问题(例如:模型误差及溢出、传感器与作动器的类型和位置的优化选择、参数不确定性、时滞等)以及振动主动控制系统实现时所采用的各类作动机构,指出了振动主动控制技术的发展方向。     

神经网络在直升机空空导弹攻击中的应用研究

应用神经网络方法研究了直升机发射空空导弹的一些问题。文中首先介绍了直升机空空导弹攻击的火控系统原理；其次，对复杂且不稳定的直升机飞行运动模型设计了模糊神经网络控制器；然后，用BP网络实时计算了直升机发射空空导弹的空中攻击包线；最后，设计了综合火／飞控制系统，并对所设计的整个攻击系统进行了仿真，通过仿真证明满足系统设计要求。在神经网络设计中，采用了变尺度优化算法，提高了算法的速度和精度，对空战的实时应用提供了重要的参数价值。     

神经网络控制在综合火力／飞行系统中的应用

提出了两种基于模糊控制的神经网络控制器的设计方案，并将这两种控制器应用于综合火力／飞行系统的耦合控制。两种方法的主要差别在于获取样本的方式不同。方案１是通过对模糊控制方法得到的响应曲线采样获取样本，由Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法训练神经网络，得到一组固定权值。神经网络控制器采用这组权值以“联想记忆”的方式工作。方案２则从用模糊控制算法得到的控制查询表中获取样本。因为模糊控制查询表比较大，采样时依据该表构成的相平面图的特点，对采样点数进行了压缩，使所设计的神经网络的规模可以接受，其余的设计步骤与方案１基本相同。仿真结果表明，采用这两种神经网络控制器的控制系统都具有良好控制性能