跨声速柔壁自适应风洞及试验技术研究

简述西北工业大学自适应壁风洞研究课题组在“八五”期间开展跨声速柔壁自适应壁风洞试验技术研究的主要研究工作成果。简介该校的高速柔壁自适应壁风洞的设计及主要参数，以及在该风洞中开展的低超声速消除波反射的研究、近声速的自适应壁风洞试验技术研究和跨声速自适应壁试验段优化设计的研究。     

基于BP网络的热工过程模型辨识方法

主要研究了人工神经网络在辨识火电厂热工过程模型中的应用，利用Visual C^ 语言构造BP神经网络,提出了把BP网络权值转换为传递函数的方法，针对火电厂常见的热工过程，不用人为加入特殊的激励信号，只利用现场生产中自然存在的扰动信号进行辨识试验，试验结果准确可靠。     

热交换器动态特性研究

本文从飞机空凋系统温度调节的需要出发,首先以集中参数模型的形式,用理论推导的方法,求得热交换器的动态数学模型的结构形式。然后,为了使热交换器的动态数学模型更加符合实际热交换器,文中提出不用理论推导的方法求得热交换器动态数学模型的模型参数,而用辨识实验的方法求得热交换器动态数学模型的模型参数。文木提出了热交换器动态特性的计算方法,即微分方程数值计算方法在其模型参数是状态参数函数的热交换器动态特性计算中的具体应用。并且以欧拉法为例,论述了热交换器动态特性计算的具体公式和步骤。     

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.     

基于联邦滤波器的新型故障检测结构及算法

提出了一种基于联邦卡尔曼滤波器的故障检测结构,该结构利用各局部滤波器和参考滤波器共有状态之间的残差进行故障检测.并提出了2种故障检测算法:χ2检验法和Elman神经网络检验法.以组合导航系统为例进行了仿真研究,和其它算法相比该算法计算简单、可靠,不但可以快速检测出外部传感器及参考系统故障,且具有很好的容错性能,能快速检测出故障并进行隔离,使融合后系统依然保持较高精度.     

非线性随机动态系统学习建模方法

在动态神经网络及扩展卡尔曼滤波算法的基础上，提出了对非线性随机动态系统进行学习建模的迭代算法，用这种方法对非线性随机系统建模，可以获得更准确伯系统模型，并可对非线性随机系统进行状态估计。最后给出相应算法及仿真结果。     

地-空导弹自适应最优制导律初探

本文从自适应控制的基本思想出发,利用最优控制理论,在建立地-空导弹最优制导律的基础上,考虑导弹质心的动力学方程,建立了扩维的系统状态方程和测量方程。再利用最优控制理论和非线性系统扩维Kalman滤波理论,推导出地-空导弹自适应最优制导律,进行数字计算,得到了比较满意的结果,为进一步探讨地-空导弹的自适应最优制导律提供了有价值的参考。     

Ada软件的动态测试技术研究

为改善软件质量，对Ａｄａ软件的动态测试技术进行了研究，并且就以下内容着重进行了讨论；Ａｄａ软件的分析与理解；Ａｄａ软件的动态测试原则与方法；Ａｄａ软件的动态测试工具ＡＳＤＴ。     

瞬态气动模拟加热控制中的快速高精度"E-T"转换

为了准确模拟飞行器在高速飞行时的瞬态气动加热状态,必须使用快速、高精度的计算机瞬态热能控制系统,对气动模拟试验的加热过程,实行快速、高精度的非线性动态控制.为此,传感器的快速、高精度"E-T"转换是一个必须解决的非常重要的问题.提出一种高速飞行器瞬态气动加热控制系统中传感器的快速、高精度"E-T"转换方法.该方法具有计算简单、转换速度快、校正精度高的优点,使用该方法实现了高速飞行器气动加热过程中温度场高速变化状态下的瞬态非线性动态控制.     

机器人运动的学习控制

机器人学习控制旨在采用简单的控制器结构和易于实现的控制算法,提高机器人轨迹动态跟踪精度。本文讨论了机器人控制研究中存在的困难,简要回顾了早期学习控制思想的形成和发展,重点介绍了近年来国内外有关机器人学习控制研究的现状。