控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

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。     

基于神经网络的导弹姿态控制系统故障诊断

本文提出了一种多层前向神经网络快速误差向后传播学习算法ＦＢＰ（ＦａｓｔｅｒｒｏｒＢａｃｋＰｒｏｐａｇａｔｉｏｎＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍ），通过某导弹姿态控制系统故障诊断的仿真研究，验证了ＢＰ（误差后向传播学习算法）和ＦＢＰ用于导弹姿态控制系统故障诊断的有效性，ＦＢＰ学习算法较之ＢＰ学习算法学习速度的快速性     

ILD智能交通流量测试仪

介绍一种交通流量测试仪，它具有高灵敏度、高信噪比、传输距离远，可以准确地测量机动车、自行车流量，且成本低。由于该仪器设置了驱动变送器，采用了一种新的传输结构，引入了微机技术，模式识别等技术，从而研制出性能稳定、操作方便、实用性强且具有国际先进水平的道路交通流量测试装置。     

压电智能结构传感器/作动器位置优化研究

研究压电主动结构振动控制当中传感器／作动器的位置优化问题。从系统的状态空间方程出发，在系统可控性、可观性Grammian矩阵特征值的基础上来描述性能指标，以控制能量最小化和传感能量最大化作为优化目标，利用遗传算法（GE）进行优化计算，计算过程中对传感器／作动器的位置采用二进制编码加以描述。通过对一压电板结构的仿真计算对该方法进行了验证，优化计算结果与枚举法结果完全相符，从而证明了方法的有效性。     

再入航天器的神经网络自适应控制

对于再入航天器来说 ,可恢复故障通常会导致总体控制权限的降低。本文将伪控制限制方法和神经网络自适应控制运用到再入航天器的制导与控制中。利用两个控制回路来实现控制目标。其中 ,外回路适用于力的扰动 ,而内回路适用于力矩的扰动。限制外回路以阻止对内回路动态特性的调整。在达到控制极限时 ,伪控制限制也可进行自适应调整。另外 ,本文还通过加入加速度计反馈元件以提高系统的性能     

空间智能桁架自适应模糊振动控制

研究了一种基于自适应模糊控制器的空间智能桁架振动控制方法。在考虑剩余模态影响的条件下建立了空间智能桁架的独立模态空间振动控制方程,并对自适应模糊控制器作改进,证明了控制系统的稳定性。仿真结果表明:该自适应模糊控制器可有效抑制桁架振动,控制效果明显优于传统模糊控制,同时能抑制控制溢出和观测溢出。     

基于BP神经网络的景象匹配算法研究

基于BP神经网络方法对景象匹配算法进行研究，以实现导弹武器系统匹配概率的提高和定位精度的改进。讨论了BP神经网络及图像的灰度不变矩和边缘不变矩，并把灰度不变矩和边缘不变矩同时作为匹配特征应用于本文BP神经网络景象匹配中。算法分析表明该算法具有很高的匹配效率。     

某导弹机动发射装置神经网络故障诊断专家系统的初步设计

结合某导弹机动发射装置的结构特点和功能要求，应用基于神经网络的故障诊断专家系统的理论、方法和具体实现过程，对某导弹机动发射装置神经网络故障诊断专家系统进行了初步设计，提出了一些设想。