网络处理器编程模型研究

随着网络带宽的提高以及大量新协议及服务的出现,传统基于专用硬件芯片或者软件的网络处理技术很难同时兼顾高性能和灵活性两方面的要求.网络处理器的高速处理和灵活的可编程性使得它成为解决当今网络数据处理的有效解决方案.本文分析了目前在网络处理器应用开发中存在的问题和面临的挑战,介绍了网络处理器编程模型以及目前相关研究工作,并展望了其未来的发展方向.     

有输入未建模动态和不确定性导弹控制器设计

在考虑导弹控制系统同时存在输入未建模动态和参数不确定性的情况下,提出了一种基于RBF神经网络和反演技术的鲁棒自适应控制器的设计方法。首先用两个RBF神经网络对未建模动态进行了补偿,然后利用反演技术设计了鲁棒自适应控制器,对不确定性进行了处理,并用Lyapunov稳定性理论推导出RBF神经网络的权重矩阵调节率以及相关的自适应律,证明了系统的全局稳定性,最后通过仿真计算验证了设计的正确性。     

基于RBF神经网络的大迎角机动空空导弹控制系统设计

以某型空空导弹为对象．基于双时标的假设．将导弹动力学模态分离为快变状态动力学模态和慢变状态动力学模态，并对其分别进行了动态逆设计。考虑到空空导弹在高速、大迎角飞行时．空气动力系数具有强非线性．直接采用了真实的多维非线性气动力模型(未进行小迎角线性化处理)．用RBF神经网络逼近了气动力矩系数，在非仿射条件下用反解设计方法求得舵偏角控制命令。最后．给出了控制系统六自由度数学仿真结果。     

基于遗传算法优化神经网络的直升机参数选择

在直升机初步设计阶段估算其基本参数是很重要的.神经网络的通用性和精度比传统的估算方法有更多的优势,但是在应用神经网络时存在如何选择合适的网络结构和隐层节点数目等一些困难.应用遗传算法优化三层神经网络结构和连接权重,并将优化得到的网络应用于直升机参数选择中.该方法不但可以给出一个最优的神经网络结构和连接权重,而且降低了估算误差,具有及时应用最新数据学习的能力.此外,该方法易于在直升机设计系统中得到应用.     

含噪声的转子碰摩混沌信号分类识别

采用基于竞争学习和聚类分析的学习向量量化 ( LVQ)方法 ,研究转子碰摩混沌响应信号的神经网络分类识别问题 ,给出了相应的理论分析和计算结果 ,着重研究了 LVQ网络在不同噪声时的识别情况。分析结果表明 ,该方法可以实现转子碰摩混沌信号与其它响应信号的分类识别 ,并且具有良好的抗噪性能 ,为转子碰摩混沌信号的分类识别提供了一种较为直接的实时处理方法。     

基于网络通讯技术的无人直升机可视化仿真研究

主要研究了利用OpenGL三维图形实用编程技术与网络通讯技术 ,在PC机上实现无人直升机的三维可视化仿真。其中探讨了有关OpenGL的应用、无人直升机的实体创建、网络通讯、动画实现等内容。     

声表面波压力传感器信号采集与处理

声表面波 (SAW)传感器能将被测量转换成容易检测的频率信号 ,即一种准数字信号的输出。针对 SAW压力传感器 (以 CSF- 1 0型 SAW压力传感器为对象 )的输出特点 ,利用等精度频率测量法测量输出频率 ,并用 Dallas的单线数字温度传感器 DS1 8B2 0测出现场温度 ,采用 BP神经网络对所得数据进行温度补偿后得到精确的被测压力值     

人工神经元网络在铸钢件工艺设计中的应用

以人工神经元网络实现铸钢件几何模数、挂砂层种类、挂砂层厚度、冷铁厚度与凝固模数之间的非线性映射关系，网络对检验样本的输出误差小，误差分布合理，能根据铸钢件的凝固补缩要求快速准确地确定铸钢件外冷铁工艺参数。     

材料设计中的BP神经网络技术

论述了BP神经网络在材料设计中的应用技术、现状和发展趋势。根据材料设计的要求，建立用于材料设计的模型，并对模型建立与参数选择进行了分析，为BP网络用于材料设计提供了依据，为材料性能的设计与优化提供了有效途径。     

基于最小二乘法的分解炉温度控制数学模型

根据分解炉温度控制的实际生产情况,确定了三次风、煤粉和生料流量与分解炉温度之间的关系,建立了分解炉温度控制的数学模型。由于神经网络可以实现对复杂非线性对象进行卓有成效的控制,因此选定神经网络中应用最广泛的BP神经网络作为控制算法,对三次风和煤粉阀门开度进行控制,从而实现对分解炉温度预测控制。