非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习,不需要离线训练。在无逼近误差和扰动的理想情况下,所提出的在线算法能保证辨识误差趋于零,基函数持续激励条件能保证权重趋于零。在非理想情况下,权重调整律采用ｅ修正权重算法,它是ＢＰ算法的推广,不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

复杂结构的非线性检测

由于非线性系统的复杂性,现有的各种非线性检测方法都有局限性。从频域、幅域和时域三方面综合考察复杂结构的非线性表现,采用六种方法进行非线性检测,给出一个综合描述系统非线性程度的指标－非线性因子。鉴于非线性系统表现出的非线性强弱与系统所受的激励有直接的关系,将非线性因子定义为与激励的幅值特性和频率特性相关的系数指标。对几种典型非线性系统的仿真模型进行了检测,以验证非线性因子的有效性。     

矩形悬臂板的非线性弯曲

矩形悬臂板的非线性弯曲是板理论中的一个相当困难的课题,至今还没有研究过。给出由三角函数和多项式组成的近似挠度函数ｗ（ｘ,ｙ）和应力函数Ｆ（ｘ,ｙ）,它们满足矩形悬臂板的部分边界条件。然后用广义伽辽金方法得到矩形悬臂板非线性弯曲问题的解。最后给出了算例。     

超塑成形/扩散焊接组合工艺数值模拟初探

基于超塑性材料高温扩散蠕变、晶界滑移、孔洞闭合、界面再结晶机理,研究ＳＰＦ／ＤＢ组合工艺的数值模拟,用非线性有限元数值模拟超塑成形和预测厚度变薄率,将有限元结果作为加载条件,计算扩散焊接焊合率和预测焊接强度,计算结果与３维实验数据曲面比较,吻合良好。     

两邻边铰支两邻边固支von-Karman矩形板的研究

本文运用双重Ｆｏｕｒｉｅｒ级数分析了受横向均布载荷作用下两邻边铰支两邻边固支矩形板的非线性弯曲问题。利用该级数正交性,可以把非线性偏微分控制方程化为含级数系数的非线性代数方程组并通过迭代解出所有系数。最后给出了位移和应力的计算结果。     

凸轮弹性连杆复合机构的动力学修改

本文以胶印机递纸机构为研究对象,该机构为一两自由度凸轮连杆复合机构。在建立该机构运动弹性动力学（ＫＥＤ）有限元分析模型和现场袂测固有频率的基础上,提出了一种利用实 固有频率数据修正复合机构有限元动力模型的方法。其基本思想是利用机构各个运动位置上的固有频率实测值与有限元模型的计算值之间的加权误差建立目标函数,然后利用优化方法使目标函数极小化,从而求出有限元模型参数的修正值。计算结果表明该方法是简便有     

放大器中非线性失真的研究

晶体管是非线性器件,在放大信号时会产生非线性失真.针对弱非线性失真,推导了总谐波人(THD)、二阶互调失真(IM2)、三阶互调失真(IM3)和截点(IP3)的表达式,借助于Multisim软件,对晶体管共发放大器、发射极带反馈电阻的失发放大器、差分放大器和发射极间带反馈电阻的差分放大器进行了仿真,并与理论结果作了比较,结果令人满意.     

一类有阻尼的强非线性自由振动问题的一种解法

本文用插值摄动法及改进的Ｌ－Ｐ法相结合的方法求解了一类有限尼的强非线性自由振动问题,得到了一级近似解。     

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。     

基于多工况的新型着陆器软着陆性能优化

以新型腿式着陆器为研究对象,建立其刚柔耦合动力学分析模型,实现着陆器软着陆过程的仿真。通过仿真计算,确定着陆器最易翻倒、底面最易与星球表面岩石碰撞、主体承受最大碰撞力的3组恶劣着陆工况。分析着陆器缓冲机构构型选取设计变量,基于仿真得到的3组恶劣工况,应用第二代非劣排序遗传算法(NSGA-Ⅱ)实现着陆器软着陆性能的优化,优化目标为增强着陆器抗翻倒能力、降低着陆器底面与星球表面岩石碰撞的可能性、降低着陆器主体最大受力值。将优化所得参数代入模型重新进行仿真,着陆器不再发生翻倒,着陆平台底面与星球表面最小距离提高4.2%,主体最大受力值降低12.1%。