干扰机应对自适应捷变频雷达的一种干扰方法

雷达干扰机与雷达抗干扰相互促进发展,现在自适应捷变频雷达具有很强的抗窄带瞄准式干扰和宽带阻塞式干扰的能力。文章中提出了现有干扰机对自适应捷变频雷达实施干扰的一种新方法及实施方案——频谱拖引。     

电液力伺服系统的神经网络并行自适应预测 PI 控制

考虑电液伺服系统的复杂非线性和不确定性特性,提出一类基于神经网络的并行自适应预测PI控制结构,该结构使控制参数的调整和系统的实时控制操作可并行进行,不仅做到了神经模型和控制器的在线辨识和设计,而且避免了神经网络方法通常存在的实时控制的困难,使复杂系统的在线学习控制成为可能。仿真结果表明该控制器具有良好的适应性和鲁棒性。      

自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。      

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

二维Euler方程的非结构网格再生成自适应方法

给出了提高二维Ｅｕｌｅｒ方程定常解质量的非结构网格自适应方法和模拟结果。流场算法为结点型有限体积法和Ｌａｘ－Ｗｅｎｄｒｏｆｆ格式，网格用阵面推进法生成，生成初始网格时使用均匀的直角坐标背景网格。     

雷达和红外成像双传感器信息融合目标识别研究

提出了一种利用目标的雷达和红外成像２种独立的传感器信息的互补性来构造特征向量的信息融合方法——联合向量空间法,并用对应的自适应信息融合系统进行目标识别。仿真证实比用单传感器的效果明显优越,从而说明了本文方法的有效性。     

基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

计算跨声速机翼尾涡流自适应区域方法

本文利用自适应区域方法调节机翼后每个Ｔｒｅｆｆｔｚ平面上的计算域，使得尾涡对这个计算域边界的影响足够小，从而提高了计算的精度和时间。考虑到间断面的影响，在尾涡面上引入有旋项对流场进行计算。椭圆载荷机翼计算表明本文计算结果与经典Ｂｅｔｚ理论一致。用本文方法对某轰炸机进行了计算，计算结果已用于预计其实际飞行的尾涡面。