基于神经网络的航空发动机环形燃烧室总噪声级预测

建立了某型航空发动机环形燃烧室噪声总声级神经网络模型,并利用测试数据对该网络进行了训练与应用.仿真结果表明,此网络模型能够较精确地拟合出燃烧室噪声总声级与燃烧参数间的函数关系,对于航空发动机燃烧室声疲劳和可靠性的研究有重要意义.     

基于深度神经网络的空间目标结构识别

利用空间目标雷达散射截面(Radar Cross Section, RCS)序列开展空间目标结构识别是空间态势感知的重要组成部分。文章针对 RCS序列受目标物理特性、姿态特性影响大,序列信号非平稳特征明显的问题,利用深度神经网络（Deep Neural Network,DNN）算法解决空间目标结构特征识别的问题;针对特征提取不具区分度的问题,提出利用分形分析提取RCS序列的分数维特征,并利用Fisher判决率对传统特征进行选取;介绍了DNN算法以及数据处理过程;最后,利用一组仿真测试数据对算法进行了仿真验证。分析结果表明,DNN算法在解决利用RCS序列进行目标结构识别这一问题中具有鲁棒性强、识别准确的特点。     

美军指挥与控制系统信息安全综述

一体化的指挥与控制系统（C4ISR）作为网络中心站的核心,在2003年的伊拉克战争中初步展示了其作战能力。信息安全是保证信息获取、信息传输、信息处理和信息使用等多个环节畅通无阻的有力保障。本文综合论述了美军在C4ISR信息安全方面的政策、网络防御及技术应用。     

刚柔空间机器人基于神经网络的协调运动控制及柔性振动抑制

探讨了本体姿态受控的刚柔耦合空间机器人关节运动控制及柔性振动抑制问题.基于拉格朗日方法及奇异摄动理论, 导出了系统的奇异摄动模型. 为确保系统在未知惯性参数影响下本体姿态、关节协调运动的精确跟踪控制, 针对慢变子系统, 提出了一种基于RBF神经网络的补偿控制策略; 同时针对快变子系统,采用惯常的线性二次型最优控制器以实现系统柔性振动的主动抑制. 仿真结果表明, 所提控制方案可有效补偿未知系统惯性参数的影响, 使系统能够准确跟踪所期望的运动轨迹, 并较好地抑制系统的柔性振动.      

挠性卫星高精度智能控制及物理仿真实验研究

从工程角度出发,以具有挠性太阳翼的卫星为背景,着重研究了挠性卫星的智能控制方案。针对高精度控制这一要求,设计了双层小脑模型神经网络(CMAC)与变结构(VSC)复合智能控制器,并基于单轴气浮台全物理仿真系统进行了实验,取得了较高的姿态控制精度,表明了智能控制方法的有效性。     

对传感器失效具有完整性的神经网络控制器设计

本文研究了对一些传感器失效控制系统仍保持稳定性的问题，将多层前传神经网络用于这一问题，通过对神经网络的训练，使训练后的神经网络构成的控制器对传感器故障具有完整性。该方法对达到完整性设计的要求条件较低，且不受线性系统方法的限制。文末的仿真实例说明了所给方法的有效性。     

网络数据库的发展及解决方案

本文介绍了目前网络数据库的发展趋势和现况，并提出了访问网络数据库的步骤、方法以及各种方式。如CGI方式、RDA／Web方式、web．sql方式、Cold Fusion方式、Advanced Data Connector方式、Internet Database Connector方式、Active Server Pages与ADO方式、Netscape LiveWire方式、Borland IntraBuilder方式、Novell NetBasic方式等。同时提出了对应的解决方案。     

Research of multi-path routing based on network coding in space information networks

A multi-path routing algorithm based on network coding is proposed for combating long propagation delay and high bit error rate of space information networks. On the basis of traditional multi-path routing, the algorithm uses a random linear network coding strategy to code data pack- ets. Code number is determined by the next hop link status and the number of current received packets sent by the upstream node together. The algorithm improves retransmission and cache mechanisms through using redundancy caused by network coding. Meanwhile, the algorithm also adopts the flow distribution strategy based on time delay to balance network load. Simulation results show that the proposed routing algorithm can effectively improve packet delivery rate, reduce packet delay, and enhance network performance.     

基于非线性神经网络的摆式列车检测系统动态补偿方法研究

针对零极点匹配动态补偿方法的不足 ,提出基于非线性神经网络的摆式列车检测系统动态补偿方法。根据陀螺平台实测超高数据 ,采用LM算法对所设计的非线性神经网络进行训练。仿真结果表明 ,所设计的神经网络动态补偿器能有效改善陀螺平台系统的动态特性 ,满足摆式列车倾摆控制实时性的要求。     

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。