客观多因素权重分配方法及其应用

综合模糊聚类技术和粗糙集理论中的信息熵原理,提出了一种多因素决策中确定各因素权重分配的新方法.利用模糊聚类分析对数据进行聚类,并提取最佳聚类;基于粗糙集中信息熵原理确定各因素的权重分配.算例结果表明:方法合理有效,具一定的可行性.     

Control of approach and landing phase for reentry vehicle using fuzzy logic

The reentry vehicle is affected by various disturbances such as a wind gust, atmospheric condition or aerodynamic problems in the approach and landing phase. Therefore it is necessary to design a robust control scheme. This paper presents a control scheme using Mamdani fuzzy PD controller. In this paper, the reference trajectories are generated using geometric parameters for disturbed circumstances with 4 cases: nominal, headwind and tailwind, drag increased case. Then, a Mamdani fuzzy PD controller was designed in this study. Twenty-five rules were applied in the knowledge-based system. The max–min method for a fuzzy inference system and the center-of-mass method in defuzzification were used. Finally, guidance and control simulations are performed for verification of proposed controller using generated reference trajectories. In addition, the Monte Carlo simulation is performed considering various disturbances. The results show that proposed Mamdani fuzzy PD controller has reliability and robustness for control of reentry vehicle with wind disturbance in the approach and landing phases.     

自适应神经模糊推理模型在复杂社会技术系统中的应用(英文)

考虑复杂社会技术系统的特点,运用自适应神经模糊推理模型对提高公益科研机构的组织效率进行了实例研究。建立了针对公益科研机构员工激励决策的自适应模糊推理完整模型,利用调研数据及其处理结果验证了模型的有效性。该模型融合了神经网络的学习机制和模糊系统的语言推理能力,弥补了神经网络和模糊逻辑系统各自的不足。研究结果表明,自适应神经模糊推理模型适用于复杂社会技术系统,在解决管理领域的预测、评估和决策问题中有广阔的应用前景。     

基于RBF神经网络的一类不确定非线性系统自适应H∞控制

基于RBF神经网络提出了一种H∞自适应控制方法。控制器由等效控制器和H∞控制器两部分组成。用RBF神经网络逼近非线性函数，并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能。H^∞控制器用于减弱外部及神经网络的逼近误差对跟踪的影响。所设计的控制器不仅保证了闭环系统的稳定性，而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标。最后给出的算例验证了该方法的有效性。     

基于稀疏阵列和码分信号的机载预警雷达STAP研究

基于稀疏阵列和码分正交信号,研究了机载雷达的空时自适应处理（STAP）技术,用于空中预警背景下的地面杂波抑制和运动目标探测。提出了稀疏阵列码分多相位中心孔径综合方法,采用正交编码信号实现多发多收,使综合后不同编码信号的相位中心在数量和分布情况上和满阵天线的相同,从而避免了稀疏阵列天线旁瓣较高的问题;在孔径综合的基础上,利用空时自适应处理方法完成杂波抑制,实现运动目标检测。仿真结果表明了本文方法的有效性。     

基于遗传算法的航空发动机机载模型支持向量机修正方法

航空发动机的实时模型与发动机的匹配精度直接影响着航空发动机故障诊断的精度.提出了基于自适应遗传算法的最小二乘支持向量回归机(AGA-LSSVR)方法对航空发动机机载实时模型进行修正,有效的提高了模型的匹配精度.分析了最小二乘支持向量机中的参数的选取对模型修正的影响,在参数的选取空间里采用自适应遗传算法搜索最优参数.最后,比较了Back propagation(BP)神经网络、支持向量回归机、AGA-LSSVR等方法在机载模型中的修正效果.结果表明:提出的AGA-LSSVR具有很好的修正精度,验证了修正模型的有效性.      

基于有向元的圆柱阵列波束赋形

对其形圆柱阵列进行了波束赋形,在考虑阵元有向性的基础上,利用基于最小均方误差的自适应算法迭代得到一组最优权值,通过对阵元激励的幅度、相位进行加权调整,能够使阵列波束方向、主波束形状、副瓣电平达到给定要求：运用此方法得到共形圆柱阵列的平预波束和余割平方波束方向图,效果较好,证明此方法对于共形阵列是有效的     

角伺服系统模糊自适应PID控制研究

将模糊控制和PID控制相结合,提出了一种智能复合控制策略,并将其应用于某型导弹系统角伺服系统的控制。利用模糊控制在线自适应调整PID控制器的参数,从而使系统的静态和动态性能指标较为理想。在Simulink中的仿真结果表明,这种模糊PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参数系统的鲁棒性强,满足在线实时自适应控制的要求。     

基于混合蚁群算法的柔性模糊车间作业调度

采用蚁群算法作为全局搜索算法,提出一种混合搜索策略,用于求解柔性模糊Job Shop调度问题.根据模糊Job Shop调度问题解的特性,提出基于     

多径信道下图像的信源信道联合编码调制传输

针对多径衰落信道提出了一种基于小波变换并结合OFDM(Orthogonal Frequency Division Multiplexing)自适应调制的图像传输方法和信源信道联合带宽功率优化分配算法.给出了编码传输方法结构,对有噪信道下基于小波变换的图像编码传输实现和失真估计问题及多误码率OFDM自适应调制比特功率优化分配问题进行了建模和分析,使得信源量化编码与OFDM调制能够方便地结合起来,并进一步得到了相应的信源信道联合优化带宽功率分配方法.仿真和分析表明,该方法实现了多径信道下图像的信源信道联合编码调制传输,编解码复杂度和延迟小,且信源信道联合优化的带宽功率分配可有效提高信道资源利用效率.