集群卫星网络信息拓扑控制技术探讨

集群卫星网络所具有的高动态拓扑、信息异构及灵活组网的特性,使其对信息层面的拓扑控制提出了新的挑战,需要在现有的卫星网络拓扑控制技术的基础上进一步研究。在深入解析集群卫星网络信息拓扑控制内涵的基础上,根据集群卫星网络特点,提出通用的集群卫星网络信息拓扑模型及星地拓扑控制策略,并对现有的卫星拓扑控制算法进行分类说明,根据拓扑的分类方法,分析不同卫星拓扑控制技术在运用于集群卫星网络中的限制条件,最后针对应用需求及技术特点,指出集群卫星网络拓扑控制技术的发展趋势及研究方向。     

一种弹道修正弹SINS任意滚转角快速粗对准方法

针对弹道修正弹药出炮口后滚转角处于随机状态,捷联惯导系统(SINS)失准角过大时卡尔曼滤波收敛困难的问题,提出在卫星拒止环境下利用神经网络快速估计初始滚转角的改进方法。在炮口处布设少量导航信标,建立反向传播(BP)神经网络拟合初始滚转角与观测量间的非线性映射模型。针对信标辅助下姿态弱可观的问题,引入惯导测量参数作为输入,提高网络估计精度。采用主成分分析法进行特征提取,简化网络结构。仿真结果表明,与基于非线性卡尔曼滤波的对准方法相比,本算法可实现任意滚转角下的快速粗对准;对射角、初始俯仰角误差未在训练范围内以及存在布设误差等场景也进行了测试,与未优化的BP网络相比,对准精度更高,鲁棒性更好。     

基于ANFIS的舵阻横摇系统

在MATLAB环境下建立了舵阻摇系统的非线性模型．基于所建立的非线性模型和ANFIS控制算法进行了仿真实验。运用Simulink工具箱得到仿真曲线．通过仿真曲线可以看出此控制器具有良好的鲁棒性能．通过对比减摇前后的仿真曲线得出,ANFIS算法对于舵阻摇系统的拉制有效,减摇率为23%左右,减摇效果较好。     

On developing data-driven turbulence model for DG solution of RANS

High-order Discontinuous Galerkin(DG) methods have been receiving more and more attentions in the area of Computational Fluid Dynamics(CFD) because of their high-accuracy property. However, it is still a challenge to obtain converged solution rapidly when solving the Reynolds Averaged Navier–Stokes(RANS) equations since the turbulence models significantly increase the nonlinearity of discretization system. The overall goal of this research is to develop an Artificial Neural Networks(ANNs) model with low complexity acting as an algebraic turbulence model to estimate the turbulence eddy viscosity for RANS. The ANN turbulence model is off-line trained using the training data generated by the widely used Spalart–Allmaras(SA) turbulence model before the Optimal Brain Surgeon(OBS) is employed to determine the relevancy of input features.Using the selected relevant features, a fully connected ANN model is constructed. The performance of the developed ANN model is numerically tested in the framework of DG for RANS, where the‘‘DG+ANN" method provides robust and steady convergence compared to the ‘‘DG+SA" method. The results demonstrate the promising potential to develop a general turbulence model based on artificial intelligence in the future given the training data covering a large rang of flow conditions.     

地方高职院校大学生网络素质调研与分析

通过对某高职院校大学生网络使用情况进行问卷和走访调研，详细统计地方高职院校大学生网络行为的数据，分析和总结地方高职院校大学生网络素质的现状。     

多媒体网络在翻译教学中的应用

在传统翻译教学模式下,教师往往是课堂活动的中心,而学生只是被动的接受者,学习积极性不强,而将多媒体网络应用于翻译教学可以很好的解决这一问题。首先分析传统教学的不足之处,然后指出如何利用多媒体网络教学来解决这一系列问题,最终达到提高学生的实际翻译能力的目的。     

遗传神经网络PID控制技术研究与应用

针对空调控制系统非线性、大滞后、时变性等特点,通过对中央空调总风量控制法的研究,提出了采用遗传算法神经网络PID控制方法,使空调控制系统具有较高的控制精度和良好的动态特性。仿真及实验结果表明该方法有效可行。     

迎角快速校准及误差对控制系统的影响研究

基于迎角传感器数据校准,目前所采用的线性插值算法对于测量区域的数值处理存在精度丢失的问题,采用三次曲线拟合以及神经网络逼近的方法实现对已有测量数据的精确映射,避免了由于二次映射引起的精度损失,同时提高了对于未测量区域的预测能力,保证了控制系统的跟踪性能。将校准方法通过两余度迎角校准系统进行了验证,并将校准系统加入动态逆飞行控制系统进行仿真,结果显示了算法的精确性和可靠性。     

忆阻细胞神经网络及图像去噪和边缘提取中的应用

结合忆阻器的记忆特征和细胞神经网络高效并行处理能力,将忆阻器作为可编程连接权值,提出了一种具有忆阻器特性的细胞神经网络.计算机仿真验证了提出的忆阻细胞神经网络用于图像去噪和边缘提取的有效性.     

局域网在双向电教系统中的应用

本文针对传统机顶盒式双向电教系统的局限性，引入计算机局域网来完成双向电教功能，展示了计算机局域网在双向电教系统中的应用前景。