基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性     

星座自主导航系统设计与实现

基于星间测量的星座自主导航系统的设计与实现，方案中针对计算量过大问题，引入分组并行机制。在充分分析卫星轨道动力学的基础上，利用卫星网的网形约束进行整网平差，首次提出动力学和几何法相结合的自主导航算法。通过实际GPS数据进行仿真与检验，仿真结果表明：该方法精度高，满足卫星星座自主生存的要求，设计方案可行。     

一种改进的BP网络系统辨识算法的研究

本文提出了一种降低网络灵敏度的BP网络改进算法,即在网络的误差反向传播信号线上增加一个协调器, 该协调器控制各层权值的修正,大大提高了网络的学习速率。通过对具体网络的仿真,证明了该算法的可行性。     

网络最大流与最小割集的矩阵算法

本文给出了解决运输问题为中心的一类特殊的线性规划问题的新的、简便的算法。网络最大流与最小割集的矩阵算法,不仅能解决许多这类问题,而且能使最小费用流、分配问题和运输问题容易通过计算机来实现。     

PC-PLC构成的远程自动监测系统通讯之探讨

介绍以ＰＬＣ（可编程控制器）为核心的远程自动监测系统的通讯问题及相关设计；分析了微机与ＭＯＤＥＭ间速度匹配的实现、数据通讯设计；讨论了系统的设计原则。     

基于“网络中心战”的弹道导弹防御系统

网络中心战是美国21世纪的重大军事革新,美国导弹防御系统的发展是以网络中心战为思想,建成多层次、一体化、覆盖全球的弹道导弹防御系统。在分析了网络中心战的内涵和信息流的基础上,分析了美国的网络中心战导弹防御系统。     

劳（Lao）喷管扩张段优化设计的数值方法研究

本文建立了火箭发动机喷管扩张段优化设计（Lao喷管）的型面曲线近似作图法的数学模型，将作图法转化为等价的优化问题，并给出了优化问题解的迭代方法，最后采用泛函网络的方法对离散的数值解进行了曲线拟合，以便于数控加工的编程。     

基于弹塑性理论的新型接触热导模型

提出了一种新型接触热导的模型。充分考虑界面上微凸体的变形,根据微凸体变形连续的特点,分别给出了弹性、弹塑性、塑性三种变形时的接触方程。用Weierstrass-Mandelbrot分形函数描述粗糙表面轮廓曲线,并考虑了接触点的基体热阻及其界面收缩热阻,构建了分形热阻网格模型,分析了接触热导与载荷的关系,与实验数据及模型、Mikic弹性模型和Yovanovich塑性模型的预测值进行了比较。结果表明:该模型能较好地预测界面接触热导,有其合理性。     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明：优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。     

基于深度强化学习的无人机栖落机动控制策略设计

无人机栖落机动飞行是一种无需跑道的降落方法,能够提升无人机在复杂环境下执行任务的适应能力。针对具有高非线性、多约束特性的无人机栖落机动过程,提出了一种基于模仿深度强化学习的控制策略设计方法。首先,建立了固定翼无人机栖落机动的纵向非线性动力学模型,并设计了无人机栖落机动的强化学习环境。其次,针对栖落机动状态动作空间大的特点,为了提高探索效率,通过模仿专家经验的方法对系统进行预训练。然后,以模仿学习得到的权重为基础,采用近端策略优化方法学习构建无人机栖落机动的神经网络控制器。最后,通过仿真验证了上述控制策略设计方法的有效性。