基于改进Gappy POD方法的压气机叶栅气动外形反设计方法

针对压气机叶栅气动高效反设计,建立了基于Gappy proper orthogonal demcomposition(Gappy POD)的气动外形反设计框架.通过Kriging代理模型优化获得某型压气机叶栅的气动优化结果,并以此作为反设计目标基础.为进一步提高基本Gappy POD反设计的效率及精度,发展了基于自适应...     

利用神经网络逆控制系统提高 Turbo码译码性能

对Turbo码译码逆模型建立问题,提出使用神经网络结构的非线性滤波器来建立Turbo码译码自适应逆模型.采用最优常系数比例因子统计得到Turbo码期望衰减系数,通过利用期望衰减系数训练神经网络非线性自回归外输入NARX滤波器,建立全局范围内的Turbo码译码逆输入输出映射模型.在线性逆控制系统中采用该自适应逆模型,与非线性逆控制结构的自适应逆控制系统相比,具有系统结构简单、运算量小等特点.仿真结果表明在信噪比大于0?dB时,该自适应逆模型算法收敛迅速、稳定,计算误差保持在较小的范围之内.自适应逆译码模型从译码机理角度提供了一种改善译码性能的新途径.     

冗余驱动直角坐标串并联机构动力学对比分析

对全新结构的万能直角串并联机构进行冗余驱动设计,通过建立动力学方程和欧拉方程,对机构的动平台各输入铰点处的受力状况进行了全面的分析,已知机构在给定空间位置和姿态下的输出端的受力、主轴的运动参数、连杆的运动参数、水平和垂直运动滑块的运动参数时,可以反向求解机构的动力学反解,通过计算机语言编程计算和绘图得到直观有效的结果数据,由此得知冗余驱动在改善原机构的动力学特性方面的良好表现.      

基于光谱知识的高光谱图像自动识别方法

针对传统高光谱图像矿物识别方法未能充分利用矿物光谱诊断吸收特征与矿物光谱知识、识别过程人为干预多等问题,提出了一种基于光谱知识的高光谱图像自动识别方法.该方法引入了基于光谱吸收特征与波形特征的光谱知识作为自动识别的标准,利用连续统去除操作增强光谱吸收特征,采取基于光谱主次吸收特征的识别决策策略,建立多级约束准则以提高识别精度及避免误识别,通过利用模拟数据进行算法精度评价并应用航空高光谱成像仪AVIRIS(Airborne Visible/Infrared Imaging Spectrometer)数据进行应用分析与验证.结果表明:当图像信噪比大于200时,识别准确率可以达到80.3%,能够得到良好的识别结果以及较高的精度,并实现了基于高光谱图像的矿物自动识别.     

舰载机弹射起飞影响因素分析及侧向控制律设计

针对舰载机弹射起飞安全性问题,对起飞过程中影响起飞安全的因素进行了详细分析,建立了舰载机离舰上升段的非线性六自由度运动模型,仿真研究了甲板的横摇、偏摆运动以及常值侧风干扰等因素对弹射起飞特性的影响。分析得出,对舰载机离舰后滚转和侧滑运动起主要影响的是甲板横摇运动和侧风干扰。设计了基于非线性动态逆方法的控制器以保留模型的非线性特征,实现对横侧向运动状态的解耦控制,效果更佳。仿真结果表明,设计的侧向控制律能够保证飞机的滚转角在离舰后3 s内满足不超过5°的安全准则要求,且不会因侧风干扰出现明显的侧滑现象,能够保证舰载机安全起飞。      

对动态目标制导的导弹动力学逆系统跟踪控制

结合目标-导弹的运动特性,运用逆系统方法与制导原理,设计了导弹质心运动的Euler动力学系统跟踪控制器。在控制器设计中,综合考虑了目标飞行状态、控制律、制导律、解耦性及抗干扰性这几个重要因素。通过对弹体坐标系下导弹的外力矩实施控制,实现偏转角速度对动态目标的渐近跟踪控制。通过仿真验证,说明了控制器设计的合理性和有效性。     

非线性系统的神经网络控制器设计

神经网络是解决非线性系统控制问题的一种新颖而有效的方法。文中主要讨论了神经网络在非线性控制中的应用,针对一个典型的非线性系统,采用不同的神经网络控制结构,设计了不同的控制器,并进行了数字仿真。比较了它们的优缺点。作者的研究对神经网络在控制领域当中的应用具有一定的理论指导作用。     

基于控制分配器的可重构飞行控制系统研究

今天的飞机，使用硬件余度方法无法恢复关键舵面缺损所造成的严重故障。可重构技术利用多舵面的空气动力余度，可以将失效舵面的控制效果分配给别的舵面，消除了故障舵面的影响。本文针对飞机控制舵面／作动器故障，推导出了基于控制分配器概念的可重构飞行控制系统算法，并分析了飞行控制系统结构对飞机气动力余度大小的影响，讨论了重构算法的重构特性。理论分析和仿真验证表明，在控制舵面／作动器产生一定水平故障时，这种方法可以保证飞机满足一定飞行品质的安全飞行。     

INVERSE KINEMATICS FOR A 6 DOF MANIPULATOR BASED ON NEURAL NETWORK

运用神经网络求解机器人运动学位姿逆解，突破了文献局限于研究位置逆解的状况，首次实现自组织神经网络求解机器人姿态逆解。通过深入分析基于Ｋｏｈｏｎｅｎ网络原理和Ｖｉｄｒｏｗ－Ｈｏｆ误差修正的Ｍ．Ｒ．Ｓ．自组织神经网络及机器人运动学特性，创新了自组织神经网络训练算法并建立了一类工业机器人位姿逆解的神经网络方法。对ＰＵＭＡ５６０机器人的计算机仿真结果表明，本算法在自组织能力和定位控制精度方面大幅度提高。     

利用温度测量结果反演三维热传导问题中热源项的算法研究

利用表面温度测量来反演热传导问题中的热源项是一类典型的热传导逆问题,在采用有限体积法对三维稳态热传导问题进行数值求解的基础上,将该热传导逆问题转化为优化问题,基于灵敏度分析建立了反演算法.采用该算法对一典型算例的计算结果表明:建立的算法是有效的,具有较好的抗噪性能.此外,对反演算法中计算收敛准则的选取进行了较深入的分析,结果表明,由于热传导逆问题的不适定性,优化过程中目标函数值越小并不意味着反演结果与真值更为接近,可以通过设定合适的收敛准则来模拟正则化项的作用,克服不适定性的影响.