BTT导弹神经网络自适应控制器设计

在导弹系统存在非匹配不确定性的情况下 ,提出了一种基于RBF神经网络和反演控制技术的神经网络自适应导弹控制系统的设计方法。首先应用RBF神经网络在线辨识系统中存在的不确定性 ,然后利用反演控制技术设计了导弹非线性自适应控制器 ,成功的处理了非匹配不确定性 ,并应用Lyapunov稳定性理论推导出RBF神经网络权重矩阵及中心点值的调节律 ,保证了系统的稳定性。证明了系统的所有信号均有界且全局指数收敛至原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。     

MAPO·HAc衍生物对高燃速IPDI丁羟推进剂低温力学性能的影响

合成了一系列MAPO与HAc(乙酸 )比值不同的MH1～ 5,并考察了其对IPDI固化的高燃速丁羟推进剂低温力学性能的影响 ,研究发现MH对推进剂低温力学性能的影响和MAPO与HAc之比有关 ,初步认为MH对IPDI固化的高燃速丁羟推进剂低温力学性能没有明显改善作用。     

速燃发动机在战略导弹助推段突防技术中的应用研究

助推段拦截是美国NMD，TMD系统的一个重要组成部分。这一作战方式对弹导弹的防提出了更高的要求，采用速燃发动机降低助推段高度，缩短助推时间是反助推段拦截的有效手段。以一种假定的三级固体助洲际导弹为对象，分析了提高燃速对导弹射程及助推段性能的影响，验证了采用速燃发动机技术提高导弹突防能力的可行性。     

旋转倒立摆的神经网络控制

本文针对一种新型的倒立摆系统,设计了一个四输入单输出三层BP网络,并对一级旋转倒立摆控制器进行逼近。仿真结果表明,BP神经网络有很广阔的应用领域。     

基于模糊神经网络的涡结构识别方法研究

研究气动光学传输效应产生的机理是红外成像末制导的共性基础技术之一,基于涡结构对光学传输效应进行建模是一种非常有效的方法,而涡结构的识别是其必要前提。文中提出一种新的涡结构识别方法,把折射率场经小波变换后的系数矩阵等效为具有一定纹理结构的图像,计算图像的共生矩阵及其统计量,由于涡结构模式复杂,特征量较多,设计了等价结构的模糊神经网络进行涡结构识别。与小波分解后直接提取特征量的识别方法相比,本文的方法从空、频角度更加准确全面地表征湍流涡结构模式,计算机仿真结果表明该方法优于神经网络的识别效率。     

应用少量短电阻应变丝布置的损伤评估智能材料结构

智能材料结构是一门新学科，它越来越引起不同学科研究者们的兴趣，本文研究采用电阻应变丝为传感元件，人工神经网络为处理辨识器的损伤评估智能材料结构，提出并实施了一种少量短电阻应变丝的传感元件布置方法，用以对结构中损伤或大应变的区域和级别进行在线评估。     

基于神经网络模型的学习诊断

基于故障树模型的诊断把故障树的底事件分成三部分：必然的故障源集（ＣＦＳ）、正常底事件集（ＮＥＳ）和可能的故障源集（ＰＦＳ），及如何进一步确定ＰＦＳ中各元素的状态（正常或异常）。在存在大量训练样本的情况下，可采用基于神经网络模型的学习诊断方法来确定ＰＦＳ中各元素的状态，并通过对某卫星能源系统故障模拟原理性试验台的故障诊断验证了该方法的有效性。     

计算机网络安全通信保密机制

本文以计算机网络开放系统互连(OSI)参考模型中的传输层(TP-4)标准服务为基础,在其提供的服务中,增添相应的保密机制及修改某些部分,来向上层(会话层)提供包括保密通信功能的有效的传输服务(TP-S)。文中着重讨论了防止信息丢失攻击、防止流量分析攻击、信息流篡改攻击检测、拒绝信息服务攻击检测以及伪连接初始化攻击检测等保密目标,所采取的加密方法和工作方式以及为达到上述目标提供的有效服务。     

竞争学习模糊神经网络及在导弹故障诊断中的应用

尽管基于解析冗余的故障诊断方法有许多突出的优点而越来越多地得到的研究和应用，但它依赖于系统的模型，当系统存在非线性或不确定性时，存在难以建模的困难，模糊神经网络可以通过学习建立系统的模型，且模型参数有明确的物理意义，初始参数易于选择，成为解决这一问题的优选途径，作者通过把模糊神经网络的学习转化为竞争聚类和线性优化问题，基于竞争聚类和最小二乘原理，提出了一种模糊神经网络学习算法，并在某伺服机构上进行     

浅析目前我国高等工程教育课程体系、教材建设和教学过程存在的问题及协调其关系的重要性

本文系统地分析了我国在高等工程教育中的课程体系、教学过程和教材建设中存在的问题，提出了在目前的条件下，协调好高等工程教育中的课程体系、教学教程和教材建设之间关系的重要性，为21世纪培养高素质的工程应用人才提供一些可供参考的理论依据。