自傅里叶物体的自成像及高斯光束的空间自变换

根据傅里叶变换理论,首先详细论述了自傅里函数的自傅里叶变换性质和各种构造法则,其次讨论了自傅里叶物体的空间自成像特性,进一步从及高斯光束的空间自变换特性出发,解释了高斯光束在空间的传播机制.     

神经网络在风洞流场马赫数辨识中的应用研究

风洞流场的多维性、复杂性以及马赫数的不可直接测量、马赫数控制一直是风洞控制的难点和重点。笔者在研究FL26Y风洞流场特性的基础上，应用神经网络技术，研究马赫数在线辨识问题，为高精度风洞流场马赫数控制提供技术支持。首先介绍神经网络马赫数辨识原理，然后介绍神经网络拓扑结构的设计，并构造神经网络的马赫数辨识模型(NNI)。最后通过软件实现及仿真研究动态数据优化、软件滤波以及动量系数对网络学习性能的影响，进一步验证神经网络辨识器在实时性、自适应性、以及辨识精度等方面的优越性。     

运载火箭姿态系统自适应神经网络容错控制

针对运载火箭姿态系统跟踪问题,考虑干扰、执行器故障和模型不确定因素的影响,设计了一种基于自适应神经网络的非线性容错控制律。该控制算法结合了连续的终端滑模控制,径向基神经网络和自适应控制方法。首先,基于滑模控制理论,设计了一种快速终端滑模面,保证系统跟踪误差能够在有限时间收敛至零。然后,在终端滑模面基础上,提出了一种基于自适应径向基神经网络估计的终端滑模控制律。利用自适应参数的神经网络逼近系统参数并提高抗干扰性能,采用平滑连续控制策略消除了终端滑模中的颤动现象。通过李雅普诺夫的分析方法证明了闭环系统的收敛性和全局稳定性。采用数值仿真,验证了提出的基于自适应径向基神经网络的终端滑模控制律具有较好的跟踪性能和精度。     

BP网络进行0-9十个数字图像的识别

在BP算法和数字图像处理技术的基础上,本文在MATLAB软件环境下提取Word文档中26种字体的0-9十个数字的图像,使用MATLAB神经网络工具箱及图像处理工具箱进行数字的识别,给出了较详细的处理步骤及相关程序,并比较了各种识别算法的收敛速度和识别率。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

一种星-箭连接动态界面力的深度学习反演方法

针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法。首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演。进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性。结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法。     

基于卷积神经网络的冗余机械臂运动学逆解求解

针对7自由度冗余机械臂运动学逆解求解时间过长以及通用性差等问题,通过对LeNet模型进行改进,对卷积核、激活函数、损失函数、优化算法、模型结构与初始参数等进行设计与选择,建立了卷积神经网络模型来进行求解.对卷积神经网络模型进行轨迹跟踪实验验证,结果表明:所得到的机械臂关节角度平滑,轨迹跟踪最大误差小于3 mm;所建立的...     

扩压叶栅最佳弯叶片生成线与进口马赫数之间的关系

为了研究扩压叶栅最佳弯叶片生成线与叶栅进口马赫数之间的关系,用优化的方法,在八个不同进口马赫数下对弯叶片生成线(积叠线)的弯角和弯高进行优化,优化的目标函数为叶栅总压损失系数。结果表明:在同一弯角下,弯叶片总压损失系数随弯高的增大而减小,弯高为50%时总压损失系数最小,最佳弯叶片生成线的弯高为50%。在同一弯高下,总压损失系数随弯角增大呈现类似抛物线的形式的变化规律,存在着一个最佳弯角使总压损失系数最小。在不同进口马赫数下,最佳弯角随着进口马赫数的增加而增大,通过三次多项式曲线拟合得到了一个相对准确的最佳弯角与进口马赫数之间的关系。     

主/从动式组合旋翼悬停状态气动特性分析

针对传统直升机构型中主旋翼旋转时产生的扭矩需要尾翼或是反向旋转的共轴旋翼加以抵消,从而造成能量浪费的问题,以将主旋翼旋转时产生的扭矩转化为升力为出发点,提出了一种主旋翼带动下方无动力旋翼旋转的主/从动式组合旋翼气动布局构型。通过动量叶素理论以及CFD数值模拟中的多重参考系法,对主/从动式组合旋翼悬停状态的气动特性进行了初步分析,结果表明,此构型中的下方从动旋翼利用上方主动旋翼的扭矩产生了额外10%的升力,同时下方从动旋翼在上方主动旋翼引流的有利干扰下升力系数提高了35%。