动能拦截器末制导启控点的BP网络方法

为了提高拦截精度并减少燃料消耗,研究了动能拦截器KKV(Kinetic Kill Vehicle)比例末制导律下末制导启控点的选择问题.定义了末段制导启控时的期望位置;通过BP(Back Propagation)网络研究期望位置和目标弹道角之间的非线性关系;利用训练后的网络输出期望位置,仿真实验证实期望位置下启控末制导,可以有效地保证拦截精度并减少末制导过程的燃料总消耗.利用该方法获得的期望位置可以实时指导KKV在中末制导交班段调整自身位置.      

航空发动机一维数值仿真

分析了航空发动机一维气动热力数值仿真模型,此模型能够用于航空发动机整机数值仿真.进行了整机性能数值仿真,求解过程考虑了粘性效应以及气体流动损失对于整机性能的影响;采用了具有TVD性质的高阶精度Godunov格式,此格式具有良好的数值稳定性和激波捕捉能力;应用了时间推进法,交替使用显/隐格式.计算了某型带加力的混排涡扇发动机的速度特性以及节流特性并且与设计数据进行了比较分析,数值仿真结果与设计数据比较吻合.分析了典型工作点的计算过程,模型收敛速度较快.     

补偿式光纤双法布里—珀罗微位移测量系统

提出了一种能补偿环境影响的、插入光纤传光介质的新型微位移测量系统，介绍了其灵敏度的测量结果。由于采用并行双通道的结构，系统具有高准确度、抗干扰等特点。该系统适合于微位移（纳米级）测量，可用于检定其它高准确度位移传感器、几何量定位、微细加工表面轮廓测量以及转换成微位移量或光程差的其他物理量的测量。     

两杆纵向非线性弹性碰撞的瞬间响应

把处于弹性碰撞接触状态下的两个杆件看作是一个振动体系,此弹性碰撞问题被转化成该碰撞体系在碰撞杆具有初始扰动速度下的振动响应问题,于是将此碰撞问题的分析纳入了常规的振动分析范畴.论文给出了该非线性弹性碰撞问题的描述方法,给出了一种考虑非线性Hertz弹性接触变形的线性化方法和详细的实现步骤,给出了该碰撞问题在不考虑接触变形和考虑线弹性接触变形两种情况的解析解,数值分析结果验证了上述分析方法的可行性和正确性.     

捷联惯导系统动基座对准的可观测性分析

建立了SINS(捷联惯导系统)动基座对准的误差模型,首次应用PWCS(分段定常系统)可观测性分析理论对SINS动基座对准过程中的可观测性进行了全面研究.将载体的运动分解为平动和姿态变化两大类情形,深入研究和详细分析了载体的各种运动对系统可观测性的影响,指出在SINS动基座对准过程,无论载体的线运动还是角运动在一定条件下都能提高SINS的可观测性.定性地得出了不同运动对系统可观测性的影响结果,这为研究SINS的快速精确对准方法奠定了理论基础.      

一种新的能量谱熵图像聚焦评价函数

针对计算机视觉中图像聚焦评价函数的选择与设计问题,首先对图像聚焦评价函数的基本概念和特征进行了讨论,然后对目前几种主要的图像聚焦评价函数（ 灰度变化函数、梯度函数、图像灰度熵函数、频域类函数） 进行了分析．在此基础之上提出了一种新的能量谱熵函数评价方法,并且给出了相应的计算公式．该函数的理论依据较之目前常用的评价函数更为充分,最后给出了与其它几种主要评价函数的实验对比结果,证明了能量谱熵函数比其它评价函数在评价图像聚焦质量方面更为准确、稳定和可靠．     

磁浮支承系统的神经网络建模与控制

简述了磁悬浮支承系统的原理和简化的线性化模型,以及基于该简化模型和线性控制理论的控制系统原理、主要组成,并阐述了这种基于简化模型和线性控制理论的磁悬浮支承系统性能极限性.在此基础上,采用非线性递归神经网络对磁悬浮支承系统进行建模与控制,并针对实际应用中神经网络的学习问题进行了讨论.避免了磁悬浮系统的非线性和不确定性等因素对系统性能影响,并具有较强鲁棒性,大大提高了磁悬浮系统的性能.      

基于Tophat变换和文字纹理的车牌定位算法

针对车牌自动识别系统的应用场景越来越广泛,提出一种新的基于Tophat滤波和文字纹理特征的车牌定位算法.首先,利用形态学Tophat滤波抑制背景、消除不均匀光照,然后对图像进行二值化操作和连通域分析;其次,扫描图像得到区域的垂直投影图(VPM, Vertical Projection Map),对VPM进行离散余弦变换(DCT, Discrete Cosine Transformation),利用中低频描绘子重构VPM,重构后的VPM更为平滑,不受噪声影响,其波峰波谷数量、统计量更能描绘区域纹理的本质属性;最后,结合部分中低频描绘子和统计量组成描述区域纹理的模式向量,输入支持向量机归类.实验表明,算法适用于自然场景中的车牌定位问题,具有较强的适应性.      

基于SVM的浮动车行驶模式判断模型

浮动车在低速情况下存在两种行驶模式,如不能对上述模式进行准确区分,将严重影响浮动车实时路况计算的精度和效率.研究和设计了一个基于支持向量机(SVM,Support Vector Machine)的浮动车行驶模式判断模型,并针对性地提出了一种简单的基于隶属度矩阵的特征评价和选择方法.实验表明通过上述方法选择的特征子集所训练的分类器在测试样本集上具有92.6%的分类准确性;经过行驶模式分析后,浮动车系统的准确性有显著提升.      

基于粗神经网络的民用飞机故障诊断

针对传统神经网络故障诊断过程中网络训练时间长、结构复杂以及仅能进行单值输入的缺陷,设计了一种基于粗神经网络的民用飞机故障诊断系统.将粗糙集理论应用在神经网络的前端对民用飞机故障样本数据进行约简处理,以此去除冗余属性的干扰,克服了无关样本数据对网络学习性能的影响,简化了网络结构;利用粗神经元代替传统神经元,提高了网络性能,扩展了网络的应用范围.通过对空中客车A320飞机的故障诊断试验验证了该方法的有效性.