用神经网络镇定可反馈线性化的仿射非线性系统

在用状态方程描述的单输入仿射非线性系统中存在一类可以通过非线性状态变换（ｘ）和输入变换ｕ＝α（ｘ）＋β（ｘ）ｖ实现输入──状态线性化的系统，用多层前馈神经网络通过实时学习实现此状态变换，并在此基础上用李亚普诺夫方法设计进行系统镇定的反馈控制器，仿真表明，学习在很短时间内可收敛，且系统对外干扰和未建模动态有一定鲁棒性。     

航空发动机多变量神经网络自适应控制仿真研究

针对航空发动机是一个具有强非线性、时变不确定性的被控对象,提出了一种基于RBF网络的航空发动机多变量神经网络自适应控制方法,该方法采用RBF网络对发动机非线性模型进行实时辨识,并将系统的灵敏度信息反馈给神经网络控制器,保证了控制器对被控对象的准确控制.通过某涡扇发动机在飞行包线内的数字仿真,结果表明该方法不依赖被控对象的精确模型,有效地实现了对发动机的多变量自适应控制,而且具有较好的动静态性能.     

带非线性扰动的时滞大系统的分散输出反馈镇定

文章研究一类时滞大系统，内部具有非线性扰动，同时带有时滞关联和非线性关联项。考虑到大系统的状态部分可测量，设计了输出反馈控制器，来使系统分散输出鲁棒镇定，仿真的结果证明了结论的有效性。     

PN制导律多模型自适应辨识滤波方法

针对导弹主动防御应用中拦截导弹制导行为辨识问题,提出一种比例导引（PN）制导律多模型辨识滤波方法,对拦截导弹加速度和制导律导航常数进行辨识。采用非线性可观性理论对制导模型的可观性进行了分析。得出在拦截导弹使用PN制导律时,制导模型可观的充要条件。与以往工作相比,该方法考虑了拦截导弹末制导初期由于瞄准误差校正而引起的控制器饱和现象,在拦截导弹执行器处于饱和或退出饱和阶段都能精确对制导律进行辨识。另外,以往工作假定PN制导律常数已知,该方法将PN制导律常数当做制导模型的一个状态进行估计。仿真结果校验了所提方法的性能。     

基于神经网络模型的伺服系统控制与补偿方法研究

本文从两个角度提出使用神经网络模型提高伺服系统的控制精度。首先，分析了扰动力矩对精密伺服系统的影响。提出使用神经网络方法建立扰动力矩的数学模型，并根据全补偿原则设计补偿环节，实现扰动力矩的动态补偿。进而考察一类非线性伺服系统对象，研究使用神经网络模型实现对象逆动态模型的在线辩识和控制，在实验室条件下进行了神经网络伺服系统补偿控制的实验研究。试验结果表明这种新的补偿方法对提高伺服系统的精度十分有效，具有实际应用价值。     

基于神经网络在线建模的非线性动态系统中传感器故障检测方法

本文提出一种基于神经网络在线建模的动态非线性系统中传感器故障检测方法，它首先利用神经网络在线建立动态非线性系统的超前一步预测模型，然后利用神经网络对传感器的预测输出和传感器实际输出之差与一预定阈值比较以检测传感器故障。本文的优点是可以检测多个传感器故障，同时由于采用在线学习方式，非常适于航天器自主系统传感器故障检测的需要。此外，故障检测阈值的选取也比较简单。为了验证本文方法，仿真了一控制系统中同时发生漂移故障的两个传感器故障检测过程。结果表明，方法十分有效。     

BTT导弹神经网络自适应控制器设计

在导弹系统存在非匹配不确定性的情况下 ,提出了一种基于RBF神经网络和反演控制技术的神经网络自适应导弹控制系统的设计方法。首先应用RBF神经网络在线辨识系统中存在的不确定性 ,然后利用反演控制技术设计了导弹非线性自适应控制器 ,成功的处理了非匹配不确定性 ,并应用Lyapunov稳定性理论推导出RBF神经网络权重矩阵及中心点值的调节律 ,保证了系统的稳定性。证明了系统的所有信号均有界且全局指数收敛至原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。     

基于神经网络的非线性结构有限元模型修正研究

现有的动态有限元模型修正方法几乎都是建立在线性假设基础之上，修正中利用固有频率等线性系统特征量。工程中，真实的结构振动系统都是非线性的。虽然在许多情况下，线性化假设获得的结果能够较为准确地反映真实系统的特性。但是，在结构的非线性特征较为明显时，必须考虑非线性因素，这时，现有的模型修正方法将不再适用。现以非线性梁为研究对象，采用基于神经网络的修正方法探索了非线性结构的有限元模型修正问题。仿真研究中利用有限元分析的响应数据训练神经网络。修正结果表明，包括非线性弹簧刚度系数在内的三个设计参数修正后误差均在1％以内。说明基于神经网络的有限元模型修正方法适用于解决非线性结构的有限元模型修正问题。     

某多挠性体卫星姿态的模糊神经网络控制设计

为改善多挠性体卫星的姿态控制系统,研究了一种基于模糊神经网络的控制器设计.根据某卫星的姿态和挠性动力学模型,给出了模糊神经网络控制器(FNNC)结构及其简化的带动量学习算法.仿真结果表明:FNNC能较好地适应卫星本体参数变化,对外界干扰的抑制能力良好,可满足高精度、高稳定度卫星的姿控要求.     

基于神经网络与自适应控制的系统重构方法

针对可重构飞行控制系统提出一种基于神经网络的抗扰动方法,其核心是运用神经网络的函数逼近能力去抑制非线性形式且动态特征未知的扰动。同时提出一种基于输入误差的自适应模型跟踪控制算法,可以保证系统在发生故障或局部损坏时的安全性和稳定性。将神经网络与自适应控制结合,从而降低扰动对故障检测和系统重构的影响,进而有效的降低故障误报率,提高系统的安全性。通过一个具体航空系统的仿真结果证实了该方法的有效性。     

航天器多脉冲悬停控制的非线性方法

为解决连续推力空间悬停控制技术对航天器控制推进系统要求较高、工程上难于实现的问题,提出基于Clohessy-Wiltshire方程的多脉冲悬停控制方法。以轨道要素外推的飞行状态非线性预测方法和脉冲悬停控制量优化算法,对悬停脉冲进行了优化,可以实现主动航天器在目标航天器附近任意点的近似稳定悬停。给出的多脉冲悬停控制方法及控制量非线性优化算法考虑了地球非球形引力摄动J2项影响,补偿了Clohessy-Wiltshire方程的线性化误差,能有效提高悬停精度。仿真结果表明,多脉冲悬停控制方法的燃料消耗与连续推力悬停方法相比没有明显增加,不会对主动航天器带来过大的燃料消耗压力。     

高置信度验模方法及若干问题探讨

本文论述导弹系统仿真建模、验模及一体化研究问题，概述建模的主要内容，提出验模的一般观点，分析现有验模方法用于导弹系统仿真模型验证时的困难和局限性，并提出高置信度验模方法的基本特征和方法研究的技术途径。同时，就如何保证仿真模型验证结果具有高的置信水平所关联的问题进行探讨。     

二阶被控对象PDF控制器设计的新途径

介绍一种响应速度快、无超调、鲁棒性强、抗干扰性能好的控制策略--PDF(Pseudo-Derivative-Feedback)控制,并提出一种设计PDF控制器的新途径.数字仿真结果表明,同传统的Cascade-System法(亦称Phelan法)和Single-System(亦称陈留法)一样,在有功率元件输出功率限制的情况下,用这种新方法所设计的控制器能够使系统实现较好的响应性能.     

一种航天器热平衡试验温度稳定判据确定方法

针对典型航天器热控设计与传热过程特点,建立了设备与舱体动态耦合换热集总参数模型。提出了一种基于热时间常数的航天器热平衡试验温度稳定判据确定方法,给出了双节点耦合换热型航天器系统的热时间常数定义,建立了热平衡温差与温度变化率的对应关系。提出了基于Levenberg-Marquardt最小二乘法温度曲线拟合的热时间常数实时修正方法,该实时修正方法可用于多节点耦合换热航天器热平衡温度稳定判据确定。讨论了目前广泛采用的航天器热平衡试验温度稳定判据的适用性,研究结果可用于指导航天器热平衡试验中温度稳定判据确定。     

模糊神经网络应用于数据融合中实现目标的身份识别

结合“情报侦察与数据融合专家系统”的需求 ,对基于产生式规则的模糊知识表示和推理、神经网络的结构和机理进行了研究 ,提出了将模糊规则与神经网络相结合 ,实现一种新的推理方法。在此基础上 ,实现了一种将模糊规则转化为神经网络的算法以及神经网络的学习算法 ,并具体讨论了这种新的推理方法在“情报侦察与数据融合专家系统”中实现飞机的身份识别的应用。实验证明这种网络结构巧妙地将模糊集理论和神经网络结合起来 ,充分利用了两者各自的优势 ,最终达到了对目标身份识别的效果     

用现代谱估计法实现导弹系统仿真模型的高可信度确认

本文概述导弹仿真模型的确认方法和各自的优缺点及应用范围。分析了导弹系统仿真过程输出序列的特点,并根据现代谱估计方法对短序列、低信噪比序列进行谱估计时分辩力高的特点,提出了一种导弹系统仿真模型有效性确认的新方法,并结合某型号半实物仿真过程给出应用结果。     

可展天线的柔性索网结构找形分析方法

给出了可展天线柔性索网结构形态分析的一种优化方法。在满足索网形面精度的条件下,用小三角形网格单元拟合反射面抛物曲面,生成索网结构的网格。以索网结构的网面精度为目标函数,以索网单元预张力值为设计变量,以索网松驰面积、强度和应力分布均匀性为约束条件,提出了基于遗传算法和有限元分析相结合的找形分析优化方法,将索网找形转变成一个带约束的最小化问题。对可展天线中常用的三种三向索网结构进行了找形分析,结果表明此优化找形方法是可行的,可应用于工程中其他索网结构的形态分析。     

一种多制式传感器数据融合算法

针对一有三坐标雷达、两坐标雷达和红外探测器三种传感器的分布式多站多目标跟踪系统，提出了一种多制式传感器数据融合算法。算法以测量间最小距离为关联度，对测量集间的相似程度进行度量，用极大似然法估计目标位置，通过融合方法求得目标三维航迹。在作状态估计时，采用两组非线性卡尔曼滤波切换提高融合精度。