一种基于神经网络技术的雷达信号模糊模式识别方法

研究了一种用神经网络获得优化权值的模糊模式识别法以用于雷达信号的识别,通过实例验证并分析了此法的实用性和有效性。     

一种实用的测角起伏误差的建模方法

利用频域拟合算法，提出了一种新的ARMA建模方法，用于测角起伏误差的建模。仿真结果表明，这种建模方法的有效性和高精度，不仅能保证模型在时域上同时还保证模型在频域上与实际模型的一致性。     

一种基于模糊神经网络的Speckle图像滤波器

提出一种新的基于模糊神经网络 (FNN)的 Speckle噪声自适应滤波器 ,以实时处理 SAR图像。讨论了模糊神经网络滤波器结构的设计、模糊规则的选取以及采用改进遗传算法进行参数优化的方法 ,最后 ,结合图像处理应用实例 ,与其它传统图像滤波器进行比较 ,验证所述滤波器在滤除噪声和保持细节纹理方面的有效性。     

动态系统模糊马尔可夫建模方法研究

着重讨论基于模糊马尔可夫模型动态系统建模方法 ,研究的问题是用模糊马尔可夫模型 ,根据系统实际输入—输出 ,获得线性和非线性随机动态系统非参数建模的新方法 ,最后 ,给出了随机动态系统仿真的应用实例     

基于三维CFD的RBCC发动机建模方法

RBCC发动机可多模态工作,能适应宽广的飞行包线,因而其火箭尾流剪切作用变化强烈、流道截面变化大,喷油规律复杂,给发动机建模与控制研究带来困难。针对RBCC发动机的地面直连实验构型,采用三维CFD计算分析RBCC流场特点,研究发动机状态变量特征,并基于CFD计算结合拟合法的建模思路,建立了RBCC状态空间模型,模型的计算结果与三维CFD的计算结果有较好的吻合度,均方差满足要求。研究表明,在一定范围内增加计算特征数据点个数,可提高建模精度,但当计算特征数据点的个数超过20时,继续增加点的个数对精度的提高非常有限。     

基于T-S模糊模型的导弹网络化控制系统建模与控制

将时延的不确定性转换为系统状态方程系数矩阵的不确定性,基于T-S模糊模型对具不确定时延的导弹网络化控制系统(NCS)进行了离散建模。用Lyapunov理论分析了系统稳定性,由线性矩阵不等式(LMI)方法给出了模糊状态反馈控制器设计方法。仿真结果表明:该方法有效。     

时变系统的一种辨识建模方法

将限定记忆法和遗忘因子法相结合，提出了一种新的、简洁且有效的时变系统的辨识建模方法一限定记忆遗忘因子法。通过仿真实例表明，这种辨识建模方法的有效性和可行性；将其用于某型号导弹动力学环节的建模也取得了较好的建模效果。     

一种基于模糊遗传算法的图像分块恢复方法

针对遗传算法进行图像恢复时运算复杂度高的问题,提出一种基于模糊遗传算法的图像分块恢复方法。将大尺寸的灰度退化图像均匀划分为若干子图块,对各子图块依次采用遗传算法进行恢复,并将其直方图统计数据输入模糊逻辑控制器自适应地调整适应度函数的参数、适应度拉伸时的退火初始温度、交叉概率和变异概率,最后将恢复后的子图块重组为整幅图像并对因分块所造成的边界噪声进行相应处理。仿真结果表明,该方法可有效降低遗传算法进行图像恢复的复杂度,恢复图像的质量也较维纳滤波法和传统遗传算法有明显提高。     

个人签字模糊识判神经网络模型与算法

从既要具有兼容性又要具有排它性的人人手写签字认证的要求出发，讨论了模糊识判神经网络模型与Ｄｅｌｔａ规则的ＢＰ算法。     

一种BP MFN逆模型补偿的复合控制结构方案研究

由于对结构未知和不确定的非线性系统还没有形成一种通用有效的辨识和控制方法，为此首先对非线性系统逆模型辨识和控制的结构方案进行分析，然后基于复合控制思想，对基于神经网络的非线性系统逆模型补偿的复合控制结构方案进行研究。设计了一种基于BP MFN（Multilayer Feedforward Network）逆模型补偿的复合控制结构方案，并基于不同BPMFN逆模型结构进行了仿真。仿真结果显示，基于神经网络的非线性系统逆模型补偿的复合控制结构方案是有效的，且在满足辨识建模精度要求前提下，采用相对简单的BPMFN逆模型结构，对提高逆模型的泛化能力和非线性系统的控制效果是有益的。     

人控制行为的模糊控制模型的参数辨识方法

在有人参与的控制过程研究中,确定人操作者的模糊控制模型的参数是非常困难而复杂的一步,也是此研究领域的一个重点。这个问题的解决,将对人一机控制系统的研究,分析和设计有着十分重要的意义。 本文根据已知的人的模糊控制模型,提出了一种参数辨识方法,并进行了参数辨识实验。实验结果表明:此辨识方法简单方便、且十分有效而实用。它不仅可以为人的模糊控制模型的研究提供基本数据,而且为参数辨识研究提供了新的途径。     

基于BP算法的模糊神经网络研究

提出了一种基于模糊集合与前馈神经网络结合的神经网络。这种模糊神经网络（ＦＮＮ）在处理模糊特征时，能较好地反映出输入值和输出值的隶属度关系。应用经典的ＢＰ算法对网络进行训练，为了加快网络的学习过程，我们介绍了一种调整权值和阈值的学习方法，并且采用了Ｃ语言编制软件，实验结果表明，ＦＮＮ技术是一种新颖、有效的方法，能促进智能神经网络的发展。     

高精度伺服系统基于Fuzzy决策的专家变模态控制

本文简要回顾了具有双积分模型的电流驱动直流机电伺服系统的传统设计方法，设计了基于Ｆｕｚｚｙ决策的专家变模态控制器。该控制器积累了伺服系统设计的一些经验，具有一定的“社会智能”，可以在系统运行的不同阶段自发地选用合适的控制律，组合简单的控制方法实现高品质控制。体现了将控制任务分解成子任务分阶段完成的思想。实例仿真及实验结果说明了该方法的有效性     

空间飞行器基于模糊逻辑的连续滑模控制

针对空间飞行器姿态控制系统的有模型不确定性和外来干扰的特点，通过组合滑模控制和模糊控制，提出了一种新的非线性控制系统设计方法。仿真结果表明本文的模糊滑模控制，不仅具有常规滑模控制的优点，而且克服了常规滑模控制所固有的抖振现象。     

基于神经网络的参数-费用模型研究

讨论了采用用神经网络理论来建立参数－费用模型的方法，给出了几种地空导弹武器系统的特征参数与研制费用，对神经网络法与线性回归法所得的结果进行了比较。比较结果表明，神经网络法比线性回归法精确。     

航天员的模糊控制模型及应用展望

本文以航天员控制过程中的思维活动(概念、判断、推理和决断)为基础,用模糊集理论建立了航天员的模糊控制模型,并在地面模拟条件下,用航天员控制飞船时的实验结果说明了模型的有效性。本模型可以描述航天员控制载人航天飞行器(如飞船、航天飞机和空间站等)的控制行为。该模型的建立不仅为航天人—机—环境系统的总体分析、评价和设计提供新手段,而且为模糊控制理论的发展和模糊控制系统的分析、设计奠定了基础。     

基于系统辨识方法的航天器热真空试验热传递模型

航天器及其部件的热真空试验是航天器研制过程保证其可靠性的重要环节.由于复杂的物理和边界条件,单纯从传热的角度得到的航天器传热模型与真实情况存在差别.基于传热理论的基本方法,文章提出结合系统辨识的方法得到航天器热真空试验传热数学模型.这种方法可以推广到相似的试验中去,将加快试验进程和节省大量的试验经费.     

基于神经网络实现的遥测帧码数字相关检测器

本文提出了一种利用帧同步码（以下简称帧码）符合度特征，采用多比特观测窗口技术的数字相关检测模型，基于上述模型，采用神经网络实现了这种数字相关检测器。实验结果表明：该数字相关检测器对帧码出现的误码和码元滑动的情况均有较高的检测率。     

推进剂及含能材料安全性分析的模糊聚类方法

本文借助于模糊聚类原理，通过寻找影响安全性各因素之间存在的规律性变化联系。建立了一种新的安全性分析方法，文中首先确定了影响安全性因素的“模糊”集合，采用广义余弦法，确定了“模糊”集合之间的相关程度；然后，根据聚类原理得出了推进剂及含能材料的安全性最优聚类。并采用所建立的方法对高能推进剂的含能粘合剂的安全性进行了分析，获得了可应用的结果。