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。     

低延迟视频编码技术

随着视频编码和视频传输技术的广泛应用，视频需求量剧增，实时视频通信成为视频行业的一项重要研究内容，核心目标是提供更好的用户体验和更低的延迟。低延迟视频编码是实时视频通信应用的关键部分，通过降低编码延迟可以有效地降低系统的整体延迟。首先，分析了视频传输系统的延迟来源，从通用的视频编码框架出发着重介绍了编码延迟的产生机制；其次，概述了国内外主流的视频编码标准，介绍了率失真优化技术的原理和模型，为低延迟视频编码器的设计提供了理论基础；最后，从参考结构、流水线设计、编码模式搜索、码率控制和硬件加速多个维度描述了优化编码延迟的技术手段，并总结了业界具有代表性的低延迟视频编码方案，简要说明了现有低延迟视频编码技术的局限性，并对未来的发展方向做了展望。      

基于神经网络的非线性自适应输出反馈控制

针对能够采用仿射非线性表示的含有未建模动态的SISO非线性系统，讨论了一种基于神经网络的自适应控制方法，该方法对受控对象的已知部分，有用反馈线性化方法设计控制器，用神经网络在线补偿未建模动态及外部干扰等引起的误差，从而实现自适应控制。对具有未建模动态的双车倒立摆设计了输出反馈自适应控制系统，仿真表明该方法是有效的。     

基于径向基神经网络的不确定非线性系统的鲁棒自适应控制

 针对能够采用仿射非线性表示的含有不确定动态的非线性系统 ,提出了一种鲁棒自适应控制方法 ,该方法根据离线辨识出的受控对象的已知部分 ,采用神经网络在线辨识其未知部分 ,并针对辨识得到神经网络模型采用反馈线性化方法设计出自适应控制器 ,同时引入滑模控制方法以增强控制系统的鲁棒性 ,从而实现鲁棒自适应控制。通过对具有未建模动态的非线性直升机空气动力学模型 ,设计了总距通道系统。仿真表明该方法是有效的。     

武装直升机旋翼下洗流对空空导弹发射的影响

探讨了直升机旋翼下洗流的形成、分布和影响。首先研究了空空导弹发射后最初阶段，穿越该下洗流区域的运动特性和弹道轨迹变化；其次研究了这种变化对空中攻击精度的影响。在此基础上还研究了降低这种影响、提高直升机空中攻击精度的方法。用某型直升机空中攻击的仿真证明，该方法是有效的。上述结论对直升机火控系统设计具有重要的参考价值。