一种改进的自组织特征映射算法

针对SOM算法用于训练生成矢量量化码书存在的不足，提出了一种基于频率敏感的自组织特征映射算法（FSOM）．并应用到图像矢量量化中。实验表明，与SOM算法相比。FSOM算法具有更好的聚类特性和峰峰信噪比（PSNR），是一种有效的码书设计算法。     

基于多级模糊综合评判的雷达网目标识别技术

由于目前的战场环境非常复杂,目标识别具有重要意义。有关雷达的基于模糊综合评判的目标识别技术目前研究比较多,通过类似的方法可以进一步进行雷达网的目标识别,即采取两个单级模糊综合评判方法进行雷达网的目标识别,但这种方法具有一定的弱点,文中根据雷达网探测目标的特点,提出了一种基于多级模糊综合评判的雷达网目标识别方法。对这种方法与雷达网基于两个单级模糊综合评判进行目标识别的方法进行了仿真比较,结果表明前者较之后者具有计算量小、识别精确、便于工程应用的特点。     

极值搜索算法的研究与进展

回顾了极值搜索算法的发展历程,分析了单变量和多变量极值搜索算法、滑模极值搜索算法、斜率搜索算法等算法的优缺点,着重描述了变参数滑模极值搜索算法和退火回归神经网络极值搜索算法等,并且通过重构系统的损失函数方法将极值搜索算法的应用推广至一般系统,拓展了其应用范围。通过其应用实例说明,极值搜索算法能够解决航空控制、工业生产中的一些关键技术问题,因而有必要深入研究极值搜索算法。     

基于动态模糊观测器的故障诊断方法研究

研究了T S模糊系统中存在未知输入、多重故障时的诊断问题,提出了基于动态模糊观测器的诊断方法。仿真结果表明,该方法推理简单,解耦多重故障准确有效。     

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

多目标无源跟踪中的多特征模糊综合数据关联算法

提出了一种多目标无源跟踪中的数据关联算法———多特征模糊综合数据关联算法。首先基于目标特征关联因子模型,进行单跟踪门的多特征数据关联模糊评估,得到单跟踪门内的有效观测与真实目标的模糊关联程度,在此基础上,进行了多目标数据关联模糊综合评估,得到多目标整体模糊关联程度,最后进行多目标关联判决。由于该算法综合利用了目标更多的特征信息,所以比传统的NN方法有更好的关联性能,计算机仿真表明,它比NN方法的错误关联率约低15%。     

基于多机型的民机可靠性维修性相似分配方法研究

通过对传统可靠性和维修性相似分配方法的研究，得出其存在的不足，并提出一种基于多相似机型的可靠性、维修性相似分配法。运用模糊距离的方法计算出相似机型的相似度，作为分配的权重系数，从而综合了多机型特征，增强了类似机型数据的广泛性、代表性和合理性。     

基于自适应神经网络的非线性飞控系统设计

将动态逆理论、神经网络和自适应控制相结合应用于非线性飞行控制系统设计中，通过动态逆控制律将非线性耦合系统转换为线性解耦系统，采用具有在线学习能力的神经网络来补偿反馈线性化中存在的逆误差，最后利用李亚普诺夫稳定性理论推导了在线网络权值的自适应调整规则。仿真结果表明，这种控制结构具有良好的跟踪能力和极强的鲁棒性。     

平面三站波束扫描时差定位中的模糊研究

波束扫描时差法是一种定位精度比较高的无源定位方法,其中三站一线布站方式具有较宽的高精度定位区,但在求解过程中出现模糊.文中对三站一线布站波束扫描时差定位中的模糊进行了研究,提出了排除模糊的方法,同时提出了对一些特殊模糊点处理的方法.     

航空发动机可靠性目标值的模糊决策

由于航空发动机研制初期数据缺乏,采用传统的方法往往很难合理地确定航空发动机可靠性的目标值,而运用模糊决策理论对其进行模糊决策不失为可行的方法之一。为此,给出了航空发动机可靠性目标值模糊决策的基本方法,并且研究了具体的应用方法。