用遥测数据预报导弹落点的误差分析

针对利用遥测数据进行导弹落点预测这一方法 ,分析了误差源 ,在此基础上建立并编写了干扰弹道模型 ,研究讨论了这种方法在进行落点预测时所造成的预测误差。计算结果表明 ,仅仅利用遥测数据进行导弹落点预测有很大的误差 ,必须结合外测手段才能做出较为准确的落点预测     

竞争学习模糊神经网络及在导弹故障诊断中的应用

尽管基于解析冗余的故障诊断方法有许多突出的优点而越来越多地得到的研究和应用，但它依赖于系统的模型，当系统存在非线性或不确定性时，存在难以建模的困难，模糊神经网络可以通过学习建立系统的模型，且模型参数有明确的物理意义，初始参数易于选择，成为解决这一问题的优选途径，作者通过把模糊神经网络的学习转化为竞争聚类和线性优化问题，基于竞争聚类和最小二乘原理，提出了一种模糊神经网络学习算法，并在某伺服机构上进行     

BP神经网络在结构边界参数识别中的应用

针对建立发动机动力学模型过程中,试车台机架结构边界环境的不确定状况,对神经网络在边界刚度识别中的应用进行了研究。以结构模态频率为网络输入,边界X、Y、Z方向的刚度为输出,通过一种增加训练样本的方法大大提高了网络的映射性能,最终的识别结果达到了预期目标,满足工程需要。     

基于小波神经网络的PIM功率时间序列预测

无源互调（passive intermodulation,PIM）是影响通信系统性能的关键因素之一。研究表明,PIM信号并非一个定值,而是随时间变化的非平稳信号。基于PIM功率信号的时间序列特性,文章提出基于小波神经网络的PIM功率时间序列预测方法。首先,详细介绍小波神经网络预测模型及其预测方法;其次,以同轴连接器为验证对象,通过PIM实验测试系统获得3阶PIM功率的时间序列;最后,依据获得的PIM功率时间序列,结合构建的小波神经网络预测模型对后续的时间序列进行预测分析,并将预测结果与实验结果进行比较,从而验证小波神经网络在预测PIM功率时间序列方面的有效性。该研究对于开展PIM抑制技术具有一定的参考价值。     

电子经纬仪三坐标测量系统在导弹总装中的应用

介绍了电子经纬仪测量系统的基本测量原理,及其在导弹总装中的应用,并简要介绍了基于Leica公司Axyz CDM/MTM V1.4基础上利用OLE技术用VB6.0进行二次开发的、用于某海防型导弹的水平测量专用软件。经实际测量,电子经纬仪测量系统提高了导弹测试的效率、精度及可靠性。     

隐身技术在导弹中的应用

介绍隐身技术的发展概况和一些军事强国在隐身技术方面所取得的成果，着重讨论了导弹外形、气动布局与雷达隐身技术之间的关系，以及微波吸收材料在导弹中的应用，给出了构想的隐身导弹的外形图。     

神经网络在雷达辐射源识别中的应用研究

由于现代战争中雷达信号环境日趋复杂 ,新体制和复杂体制雷达大量涌现 ,现有的雷达信号识别方法不能适应未来电子战环境 ,研究新的高效的雷达识别方法 ,已成为当前比较迫切的课题。研究了雷达辐射源识别的神经网络方法 ,分析了它的可行性及其优点 ,给出了用B -P网络来实现雷达辐射源识别的方法 ,并与ESTRR方法进行了比较。     

基于ABC-BP神经网络的航空发动机滑油金属含量预测

为有效监测发动机滑油状态,本文建立基于ABC-BP神经网络的滑油金属含量预测模型。在参数的初始化阶段,人工蜂群的适应度为BP神经网络的误差函数,神经网络的阈值和权值选定为适应度最优的一组参数。通过实验仿真对民航实际数据进行研究,实验表明模型预测效果理想,为实现健康管理和故障预测奠定基础。     

一种组合预测模型在导弹惯性器件故障预报中的应用

提出了一种基于神经网络的组合预测模型，并将其应用于导弹惯性器件的故障预报。该模型利用神经网络对复杂非线性系统的拟合能力，通过网络训练自适应地调整各种预测模型的权重，实现不同模型组合的非线性拟合，从而提高了预测的精度。同时，利用Natlab6．5神经网络工具箱编程，模型结构简单、收敛速度快。算例结果表明，该组合预测模型简捷、实用，在故障预报中具有广泛的应用前景。     

非线性时间序列在卫星通信网络数据预测中的研究

卫星通信网络数据预测在卫星通信系统中起着重要的作用,是系统建模的主要研究内容之一。由于卫星通信网络数据的非平稳性和不可预知因素的影响,决定了应采用非线性时间序列建模方法来分析、预测。在分析通信网络数据的基础上,建立卫星通信网络数据的ARIMA模型,在确定预测模型的阶和进行参数估计后,给出不同预测步数条件下的通信网络数据流量的预测,并进行了仿真对比实验。仿真结果表明,该模型在预测步数较小的情况下,预测误差在4％左右,具有良好的预测精度,为卫星通信网络数据流量的预测、异常检测和网络负载预测的应用奠定了坚实的基础。     

引力模型在导弹制导中的应用

目前国内导弹大部分是以惯性制导为主,一般通过提高惯性器件水平来提高导航精度.而减少引力计算误差,也是提高精度的有效途径.本文定量计算了引力计算误差对导弹精度的影响,提出了一种适用于弹上实时计算的引力高精度快速计算方法及实施流程,为工程应用奠定了基础.     

深度交叉遗传神经网络在液体火箭发动机故障检测中的应用

将遗传算法与BP神经网络深度交叉融合,即采用遗传算法对BP神经网络的权值和阈值进行多点优化,而在进化的每一代中随机取少量染色体进行单一BP网络训练,训练结果再返回染色体,经过若干代的进化后得到稳定的权值和阈值,再将它们赋给BP神经网络,作为初始值,按误差前向反馈算法沿负梯度搜索重新训练,最终得到最优解。这种算法既避免BP算法易陷入局部最优解的不足,又克服遗传算法以类似穷举的形式寻找最优解而引起的搜索时间长、速度慢的缺点。并且经过仿真分析,深度交叉遗传BP神经网络的收敛性和故障诊断能力优于传统BP神经网络和单一使用遗传算法,可有效应用于液体火箭发动机故障检测中。     

LINGO语言在导弹武器优化设计中的应用

根据最优化设计理论的基本原理，介绍如何利用LINGO语言实现导弹武器工程设计的最优化，并对LINGO语言的风格与特性进行简洁的示例描述。     

应用过程神经网络的航天器瞬态温度预测方法

航天器在轨温度受空间热环境影响变化较大,同时研制阶段的热分析与热试验往往也耗时较长,因此通过准确有效的预测方法为其提供在轨温度预警信息、提高热仿真与热试验效率至关重要。文章提出航天器瞬态温度预测方法,依据航天器在轨温度实测数据,采用相空间重构理论构建样本集完成训练,应用过程神经网络建立瞬态温度预测模型,并对温度进行外推预测。经验证,根据温度预测方法建立的温度预测模型绝对误差最大值为0.746 K,可在满足工程精度的情况下实现对航天器瞬态温度的快速预测。     

新一代单片微控制器在导弹数字制导中的应用

从当前我国地空导弹数字制导和控制系统的研制现状出发,并针对弹载数字系统的特定要求——高速、高精度、多输入输出的实时控制,以及空间、重量、体积有限和高可靠性等,提出了新一代单片微控制器在导弹数字制导和控制系统中的应用前景.新一代单片微控制器为适应高功能要求的实时控制,在单一的基片上集成了多达十几万个分立元件的功能器件,它具有CPU、ROM、RAM定时器、I/O端口,以及A/D和D/A接口,并有相应的软件支持.这就为新一代导弹数字制导和控制系统的实现打下了良好的基础.