一种求总体极值方法的推广

给出了一种推广的求总体极值迭代解的构思模型,并对其进行了理论分析     

一种基于N元语法分布的语言模型自适应方法

N元语法分布能恰当地描述语料库的特性,为了有效利用普通领域训练数据,提出一种基于N元语法分布的语言模型自适应方法.该方法定义一个小的领域内的高质量种子集和一个大的普通领域的质量不稳定的训练集,将训练集的N元语法分布自适应到和种子集的N元语法分布相似,以更好地进行特定领域单词识别.实验结果表明,基于N元语法分布的语言模型自适应方法可以使单词困惑度和词错误率分别比传统的简单插值法降低11.1%和6.9%.     

基于脉冲响应相关函数的模态辨识算法

利用不同时刻系统测量噪声具有独立同分布的特点,对脉冲响应进行相关处理,可以提高信噪比。为解决传统的基于脉冲响应的模态辨识算法的辨识精度问题,用某点脉冲响应同参考点响应之间的相关函数代替该点的脉冲响应以形成基于脉冲响应相关函数的模态辨识算法,并从理论上证明脉冲响应相关函数算法的辨识精度优于传统的脉冲响应算法。通过对一个四自由度系统模态频率和阻尼比的仿真辨识,验证了脉冲响应相关函数辨识算法的有效性。     

混合电路故障诊断中的状态分割法

在故障字典法和离散事件系统(DES, Discrete Event System)离线诊断模型的基础上,提出一种对混合电路统一建模的方法:状态分割法.围绕系统状态和状态的划分之间的关系,以数学分析为主,提出交叉交运算的定义,证明了交叉交运算在划分集上的封闭性以及该运算是划分集上的划分积等性质.借用DES离线诊断模型的建模思想,提出系统的可诊断性定义,利用交叉交运算的性质证明了最小现象集存在并可达的结论.以故障现象分割系统状态集合的方式来定位系统所处的故障状态,把故障字典法和DES离线诊断模型统一起来,指出了状态分割法的通用性.      

航空发动机神经网络自适应控制研究

本文研究神经网络自适应控制方法及其在航空发动机控制中应用。结合某型航空涡喷发动机,首先研究采用神经网络进行非线性动态系统辨识,包括神经网络模型辨识的格式、输入信号形式等问题。然后,提出了一种神经网络自适应控制方法,阐明了该方法基本结构、原理。最后,在选定的设计点处进行发动机控制系统设计,当偏离设计点时,利用神经网络很强的学习、适应能力,通过在线修正神经网络参数,使控制系统仍保持良好性能。      

振动结构的多输入/多输出实时辨识控制与试验研究

发展了一种多输入/多输出、具有实时辨识和控制能力的自适应控制方法和控制系统,并将其应用于某自由-自由结构的振动控制。采用最小均方算法统一处理系统的实时辨识与控制问题,在没有任何受控结构特征信息的情况下,实现了对结构振动的自适应控制。控制系统由TMS320C30数字信号处理器和多通道数据采集卡构成,辨识与控制方法由TMS320C30数字信号处理器实现。对周期激励,在激励信号恒频率/恒振幅、变频率、变振幅时,受控结构的振动显著减小,各传感器测得加速度的平方和为无控时的1%或更小。     

系统辨识在导弹建模中的应用

引入系统辨识的方法 ,确保当原始气动参数表内存在“突跳点”时 ,仍可以较为精确地得到导弹弹体三通道线性化模型。论述了这种方法的可行性、以及具体实现的步骤 ,最后给出仿真框图、仿真结果以及辨识误差的统计特性。结果表明 ,建模精度可以满足工程设计要求。     

我国遥感卫星系统X频段数传频率兼容性评估方法

基于对国际电信联盟(ITU)遥感卫星系统数传频段干扰标准相关建议书的研究,提出适用于我国遥感卫星系统X频段数传频率兼容性评估的方法。该方法结合国内遥感卫星系统技术操作特性,针对实际应用场景进行兼容性分析。针对国内已在轨遥感卫星系统进行仿真验证,结果表明：此方法进一步真实地反映了国内遥感卫星系统X频段数传频率兼容性状态,可为使用X频段数传的遥感卫星系统操作单位和管理部门提供适用于我国实际系统的频率兼容性分析方法和手段,能有效缓解目前国内遥感卫星系统无序用频带来的安全问题。     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明：得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控...