关联大系统强稳定性的主要结果

综述了近十余年来关联大系统强稳定性的研究进展．指出了系统可靠性研究与强稳定性研究之间的关系，给出了强稳定性研究的主要结果以及强稳定性的各种定义方法．文中着重分析了强稳定方法的研究途径和主要不足方面，并探讨了强稳定性研究的发展趋势．     

飞机自修复技术的发展态势

叙述了飞机自修复技术在飞行控制中的作用与特点,通过总结国外飞机自修复技术的研究动态,提出了几个值得注意的研究方面。     

一种基于粗糙K-均值的椭球基函数神经网络

改进了一种椭球基函数神经网络,它与经典椭球单元神经网络的结构不同,而与径向基函数神经网络结构类似,即它有一个隐含层,并且隐层单元采用椭球基函数,区别于RBF网络的高斯函数。本文采用粗糙K-均值方法求取椭球函数的中心,并给出了该方法中确定初始阈值的步骤。这种改进方法不但使对输入空间的划分局部作用,而且划分区域封闭有界。因此,改进的神经网络具有较好的函数逼近能力和模式识别能力。仿真实验验证了该椭球基函数神经网络的正确性和有效性。     

基于模型降阶的随机最优输出反馈阵设计

本文研究了线性离散随机系统的模型降阶和最优输出反馈矩阵的设计问题。本文提出的设计方法不需要对原系统进行Anderson-Moore的迭代计算,直接利用求得的降阶模型解出近似的最优输出反馈阵。文中举例说明了设计方法的应用并进行了计算机仿真,仿真结果是令人满意的。     

多变量系统参数辨识的相关分析法

 <正> 近20年来,线性系统的辨识和参数估计的研究工作得到了迅速发展。系统辨识的方法主要有:最小二乘法、广义最小二乘法、推广最小二乘法、多级最小二乘法、辅助变量法、随机逼近法、极大似然法以及相关分析法等。在这些方法中,相关分析法是一种公认最有效的算法。1974年,Iserman、Saridis和Sinha等人通过若干数值算例证实     

自组织模糊CMAC神经网络及其非线性系统辨识

 针对CMAC的特点,提出了联想度的概念,并由此设计了一种自组织模糊 CMAC神经网络( SOFC-MAC)及其学习算法,证明了SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快,逼近精度高及局部泛化能力等特点。歼击机系统特征模型辨识仿真验证表明了该方法的有效性。     

歼击机的鲁棒反馈控制器设计

本文应用时域多变量鲁棒控制方法设计歼击机的飞行控制系统。设计出的鲁棒控制器具有固定的设计参数和增益。在模型误差、参数波动和歼击机气动特性显著变化的情况下,可以保证飞行稳定并有良好的动态响应。     

基于Riccati方程的离散容错控制系统设计

基于离散系统的Ｒｉｃｃａｔｉ方程，提出一种对传感器失效具有完整性的离散控制系统的设计方法，给出了完整性设计方法的设计步骤，并用设计实例验证了该方法的有效性．该方法还可推广用于执行器失效的情况．     

经典模型降阶方法述评

大系统模型降阶是一个活跃的研究领域,比较成熟的经典降阶方法主要有;Pade逼近法,时间矩法,连分式法,Routh逼近法及混合法等。本文综述了这一领域的现有文献,介绍了每种降阶方法的基本思想、优缺点和适用范围,特别指出了一些新的经典模型降阶方法的进展。文中最后提出了模型降阶方法的可能研究方向。