基于合成特征参数的雷达信号聚类分析

针对截获的雷达辐射源脉冲数据提出了一种基于特征参数合成的聚类算法。算法利用全脉冲数据的特征参数,通过对每一个特征参数的分选计算出该参数的加权系数。通过加权系数对每一个特征参数的加权得到合成的特征参数,并利用合成参数对脉冲进行聚类。仿真试验表明该算法能够实现对信号的聚类分选,采用编码的方式有利于降低噪声的影响。     

模糊神经网络控制器在飞行器姿态控制中的应用

基于ＡＫａｗａｍｕｒａ等人提出的Ｎｅｕｒａｌ－Ｆｕｚｙ协作系统概念［１］，根据模糊系统的结构，确定等价结构的神经网络。网络保留了模糊控制系统的优点，空间结构清晰，同时具有学习功能，并介绍了采用多层神经网络表达模糊控制系统的知识规则、模糊推理和学习算法，给出了控制某导弹纵向姿态的仿真结果，结果表明该控制系统具有较强的鲁棒性。     

模糊神经网络控制器及其在航天器姿态控制系统中的应用研究

在航天器姿态控制领域，模糊控制技术作为一种辅助控制方法得到越来越多的关注。本文提出了一种基于模糊聚类算法和分布式模糊神经网络的模糊神经网络控制器，并将其用于《东方红三号》卫星应急星地大回路姿态控制系统之中。仿真研究表明，这种模糊神经网络控制器能够有效地从样本数据提取信息，实现分区域控制，并且具有较强的鲁棒性。该方法具有较为满意的控制效果。     

一种航电设备故障诊断专家系统的设计

故障诊断专家系统在自动测试与诊断领域有着广泛的应用 ,它是自动测试系统的核心技术之一。文中介绍一种航电设备故障诊断专家系统 ,对该系统的原理、系统组成和基本设计思想做了较详细的介绍     

利用旋转基线方法进行双星快速定向

我国双星定位系统载波相位可观测信息少，且对地静止，难以直接利用传统的多星系统(GPS、GLONASS等)解模糊方法进行双星定向。针对此种情况，提出了一种旋转基线确定单差模糊度参数初值的方法，总定向时间不超过50秒，从而可实现双星快速定向。并且通过多位置观测，具备一定的周跳检测能力。进行了仿真实验，结果表明：当基线长度为2米，原始载波相位测量精度为1％周时，定向精度优于偏航角0．045度、俯仰角0．048度。该项技术应用于惯导系统的初始对准，可实现快速寻北，大幅减少其对准时间。此外，与双星无源定位系统结合，可组建一套我国完全自主的无源快速定位定向系统，大大提高了隐蔽性，对于我军的炮兵阵地联测意义重大。进一步，将双星与INS进行组合导航，应用前景广阔，因此该项技术具有较深的研究开发潜力。     

基于聚类分析和灰色模型的固体火箭发动机价格模型

通过对定性影响固体火箭发动机的单价因素进行修正,进行了相关分析和聚类分析,并提取了少量且有代表性的变量作为其价格模型的参数,通过建立灰色模型作为发动机价格的预测。实践表明,这种方法具有较高精度,平均残差百分比绝对值为1.61%,适合小样本单价的建立。     

基于递归模糊神经网络的鲁棒BP算法研究

讨论了一种基于递归模糊神经网络的鲁棒BP算法的实现。该算法采用极大似然法修正传统BP算法的指标函数 ,利用M估计器和自举算法在线估计样本的误差分布 ,适合于动态非线性系统的辨识 ,逼近精度高 ,收敛速度快 ,在小噪声扰动时处于稳定 ,对过失误差有很强的鲁棒性。仿真结果证明了该算法的有效性     

多层模糊逻辑控制器的设计

本文提出一种适合于多输入多输出(MIMO)系统的多层模糊逻辑控制器(MLFLC),该控制器由若干个多输入单输出(MISO)模糊控制器构成,每个MISO模糊控制器由许多单输入单输出(SISO)模糊控制器组成.该控制器采用互补型隶属函数,具有一组零控制面,只要使量化因子满足一定的条件,控制系统就是渐近稳定的.最后将上述控制器用于二节机械手中进行仿真试验,验证了上述算法的可行性和有效性.     

基于边缘模型的图像后处理算法的FPGA实现

在传统图像后处理算法中,性能和复杂度往往难以兼顾。从FPGA硬件实现出发,在原有的基于边缘模型的数字图像后处理算法基础上,提出一种新的基于模型匹配的重建模型算法,并且根据边缘的宽度和边缘退化的主要形式建立两个边缘重建模型。仿真实验结果表明,改进的算法不仅满足工程实时性要求,而且一定程度上抑制了高倍压缩后的数字图像中出现的振铃效应和模糊效应,起到了改善图像主观和客观质量的作用。     

基于快速终端滑模的模糊逼近系统及其应用

为改善模糊系统逼近的收敛速率,提出了一种基于快速终端滑模的反向传播(BP)学习算法。将快速终端滑模引入模糊逻系统的学习算法,综合终端吸引子有限时间收敛和线性系统指数收敛的性质,提高了对非线性连续函数的逼近能力。仿真结果表明:该算法能以较快速率逼近未知函数,且逼近过程稳定,较普通学习算法更为精确和有效。