一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

战斗机非线性飞行控制技术的研究与发展

战斗机非线性飞行控制技术研究综述。首先介绍战斗机技术发展走向,然后对当前主要战斗机飞行控制设计方案进行分析,并重点介绍神经网络在飞行控制中的应用研究。最后指出,基于神经网络的智能控制方案作为飞行控制的重要研究方向,将为未来先进战斗机飞行控制系统设计提供重要的解决方案。     

具有SDRAM容错和检错功能的PowerPC 高性能处理单元设计

介绍一款PowerPC架构的高性能嵌入式处理单元设计.利用PowerPC体系结构内建的差错检测和报告机制,采用CPLD设计和实现了三模冗余(TMR)SDRAM存储器模块,不但提供高速存储器的容错能力,还具有差错检测能力,提高了处理单元的可靠性.介绍一个分布式容错计算机的实例,并分析了该方案的优点.     

一种基于神经网络补偿动态逆误差的方法

讨论了一种基于神经网络自适应补偿动态逆误差的方法，并应用于超机动飞机控制器设计中，飞机的基本控制采用非线性动态逆方法进行设计，对于模型不准确导致的逆误差采用神经网络进行在线补偿，仿真结果表明，采用神经网络补偿误差，弥补了非线性动态逆要求精确数学模型的缺点，而且可以简化动态逆控制律的设计，改善整个控制系统的性能。     

无人机——信息化作战时代的“尖兵之翼”

无人机正在从过去执行一般侦察等简单任务向执行警戒、打击乃至空战等更高级军事任务发展,逐步成长为不可或缺的主要作战装备,并将对未来战争形态、组织、模式等带来深远的革命性影响。在民用领域,无人机也在测绘、勘探、边防、反恐、应急救援等各领域展现出广阔的应用前景。     

基于ACA的飞行仿真伺服系统LuGre摩擦参数辨识

针对LuGre摩擦模型的高度非线性问题，提出了一种新型的基于ACA的飞行仿真伺服系统摩擦参数辨识方法。ACA是近几年优化领域中新出现的一种仿生进化算法，该算法采用分布式正反馈并行计算机制。在简要介绍LuGre摩擦模型的基础上，推导了ACA的LuGre模型静态摩擦参数和动态摩擦参数辨识方法，并将该辨识方案应用于某型电动飞行仿真伺服系统。实例仿真验证了本提出的基于ACA的LuGre模型摩擦参数辨识方案的可行性和有效性，该方案为辨识LuGre模型摩擦参数提供了一条新的途径。     

基于神经网络的超机动飞机自适应重构控制

 讨论了一种基于神经网络的超机动飞机直接自适应重构控制方法。飞机的基本控制律采用非线性动态逆方法设计,对于模型不准确和舵面故障等因素导致的逆误差采用神经网络进行在线补偿。通过仿真表明,在飞机发生舵面故障时,神经网络通过自适应地补偿逆误差,可以快速在线重构控制律,保持飞机稳定和一定的操纵品质。     

航空武器装备顶层论证技术发展现状与趋势

航空武器装备顶层论证是航空武器装备论证的重要内容,是航空武器装备发展的顶层设计与型号发展的先期论证。开展航空武器装备顶层论证,是实现航空武器装备体系对抗的需要,也是航空武器装备由跟踪发展向自主创新跨越的需要。分析了航空武器装备顶层论证技术面临的挑战,回顾了航空武器装备顶层论证技术从产生到逐步完善的发展历程,剖析了航空武器装备顶层论证当前面临的技术难点与可能的应对策略,探讨了航空武器装备顶层论证技术当前及今后一个时期的研究重点与发展趋势。