基于神经网络的撞球机器人控制器设计

对撞球机器人的母球控制问题展开研究,设计了一种基于神经网络(NN)的控制器,使机器人能够控制母球在击打目标球后按照预定的模式运动至目标点——即完成走位。针对该问题非线性且非光滑的特点,对坐标系进行阐述并给出机器人击球的模型;在光滑的假设下使用理论分析的方法建立母球的运动学模型与边库反弹的理想镜像模型;进而使用神经网络方法对理想模型进行修正,并对不同的轨迹模式进行分析与分类。测试结果表明:经过训练的机器人能够掌握各种模式的走位,统计结果与模型分析结果相吻合;相比于单一使用神经网络方法,本文使用理论分析与神经网络相结合的方法能够有效地提升网络的品质,降低训练的误差。     

BCH（63，56）性能分析及仿真

作为一种实现复杂度低的信道编码方式,BCH(63,56)码被广泛应用在空间遥控链路中,具有检测2 bit错误及纠正1 bit错误的性能。从理论分析和计算机仿真两个方面研究了BCH(63,56)码的编码性能。在介绍BCH(63,56)码编译码原理的基础上,对其误码率性能进行了理论计算和蒙特卡洛仿真。结果表明:当译码后的误码率为1×10–5时,BCH(63,56)码的编码增益可达2.1 d B。     

小直径炸弹复合制导律设计与仿真

采用钻石背翼的小直径炸弹,具有升阻比高、航向机动能力差等气动特性。在侧滑角和滚转角均受到约束的条件下,滑翔段采用STT+BTT并联复合制导方式,攻击段采用STT制导方式,能够有效地满足大扇面角发射时对侧向过载的需求。仿真结果表明,这种制导策略能够有效地满足制导律的设计要求,提高小直径炸弹大扇面角发射时的侧向机动能力。     

元认识理论在英语阅读教学中的运用

如何将元认知理论应用到阅读教学实践中去的问题得到了越来越多的研究者的关注,以Weaver&Cohen提出的"SBI教学模式"为理论基础,对大学英语专业一年级学生进行为期一个学期的元认知策略培训以培养学生英语自主阅读能力的研究,结果显示,元认知策略培训有助于提高学生元认知策略使用水平,培养学生的自主阅读能力。     

非线性优化方法在超音速导弹设计中的应用

以某型非线性超音速导弹为例,详细介绍了在MATLAB环境下利用NCD非线性控制设计模块进行计算机辅助控制系统参数优化设计的方法。仿真结果表明,这种优化方法既避免了复杂的计算和编程,又使系统满足各项性能指标要求,具有良好的动态性能和极强的鲁棒性,易于工程实现。     

基于改进的UPF雷达组网数据融合方法

传统粒子滤波方法(PF)中,粒子权值仅参考当前观测值,由于观测随机误差的影响,降低了粒子权值的准确性。本文提出一种新的粒子权值确定方法,利用目标运动方程向后外推目标状态,综合利用外推的目标状态以及历史观测数据,降低了观测随机误差的影响,改进了粒子权值的准确性,从而提高了粒子滤波性能。采用改进的粒子滤波方法处理多雷达测量数据,仿真结果表明,改进的粒子滤波方法可以很好地实现多雷达测量数据的融合处理,提高了目标外弹道定位精度,可以应用在飞行器跟踪测量的数据融合处理中。     

基于湍流模型的转捩预测方法研究

阻力的精确计算,一直是低雷诺数飞行器设计的关键.而与附面层分离和转捩相关的摩擦阻力的精确计算则是此类飞行器阻力精确计算的关键.因此,开展了基于湍流模型的转捩预测方法的研究,应用几种湍流模型对平板边界层进行计算分析,研究各湍流模型预测流动转捩的能力.由于各模型对扰动的过于敏感,引起转捩提前发生,使预测与实验差距较大,由于k-ωSST两方程湍流模型预测能力优于其它模型,在此模型基础上引入了间隙函数进行粘性系数修正,对平板和NACA 0012翼型的转捩重新进行了预测,计算结果表明改进后的模型对转捩位置具有较好预测能力.     

椭圆翼型低速气动特性研究

为对椭圆翼型的低速气动特性进行研究,通过不同相对厚度椭圆翼型气动特性的数值计算和分析比较,选取16%相对厚度椭圆翼型作为试验翼型,在西北工业大学NF-3风洞二元试验段内对此翼型的低速气动特性进行了试验研究,试验采用表面测压和尾排型阻测量技术.试验结果与数值计算结果的对比表明,在较高速度和雷诺数下试验值与计算值吻合得较好,但在小速度和低雷诺数下试验值与计算值则相差较大,在升阻和力矩特性方面,椭圆翼型呈现出不同于传统翼型的气动特性.     

两种群决策模式对决策效果的影响

在分析决策问题本身及多人决策复杂性基础上,提出群决策3种模式,并针对合作型一般群决策和协同决策问题,设计一海军编队对空防御案例,根据其结构建立决策规则模型,并进行求解。最后,将两种群决策模式对决策的影响进行了比较与分析。结果表明：不同群决策模式是通过其决策规则来影响最终决策的,且协同决策模式要比群决策模式对决策的影响复杂。