飞机航向神经网络PID参数自整定控制器研究

飞机航向操纵的模型参数具有非线性、慢时变特性。飞机航向操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据飞机动态特性的变化，自动重新整定PID参数，从而改善了飞机航向的操纵性能和鲁棒性。     

联合优化的BP神经网络模型的应用研究

BP算法因收敛速度慢、易于陷入局部极小值等缺点，使得对于较大的搜索空间、多峰值和不可微函数常常不能搜索到全局极小点，这些制约了BP网络在各个领域中的应用。本文通过对学习系数、神经元的激励函数及误差函数的联合优化，在一定程度上避免了学习中的局部极小问题，提高了学习效率，改进了网络的性能。     

基于RBF神经网络的航空发动机故障诊断模型

利用某型发动机地面定检状态实测数据作为学习样本，采用径向基函数(RBF)神经网络建立发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识，结果表明：这种方法具有训练时间短、学习速度快、诊断精度高等优点。     

起落架载荷的自校正控制

通过建立自校正控制起落架的非线性模型和系统的ARMAX模型,对控制器进行了设计,并结合参数辨识,实现了起落架的自校正控制。计算机仿真结果表明,此方案有效地改善了飞机起落架的缓冲性能。     

直接解算轨道根数的轨道约束自校准定轨方法

应用轨道约束自校准技术能够有效地修正系统误差和提高定轨精度。本文为了适应各种航天试验任务要求,将轨道约束自校准技术推广应用到直接解算轨道根数的定轨方法中,并导出了解算开普勒根数的轨道约束自校准公式。     

随机声载荷时域信号门限自回归模型研究

利用航空发动机燃烧室噪声测试数据[1],采用门限自回归分析方法建立随机声载荷门限自回归模型SETAR(2;2;30,30),得到令人满意结果,并将拟合和预测均方误差与文献[1]非门限的自回归滑动平均模型ARMA(17,16)的结果进行了比较.     

基于二维频谱方法的直升机噪声源的分辨与提取

针对直升机飞行时其噪声中多种噪声源相互混叠难以分辨的问题,通过随机信号理论分析,结合直升机噪声信号的特点,发展了基于二维频谱分析的直升机噪声源分辨与提取模型及方法,在此基础上将该方法应用于剪刀式尾桨直升机尾桨噪声信号的频域提取与分析.本文首先推导了这种方法的理论模型,并给出相应的求解方法;然后采用该方法分别对模拟和实测的直升机总体噪声信号进行分析,计算结果表明该方法可以有效地提取出总体噪声中的各谐波成份.最后通过对剪刀式尾桨直升机噪声的分析,获得了剪刀式尾桨降噪的机理.     

新建本科院校大学生专业认同、学习动机与学习投入的关系

本研究选取廊坊市两所新建本科院校,以359名本科大学生为研究对象,考察新建本科院校大学生专业认同、学习动机问题与学习投入的关系.结果 发现:1.大学生的专业认同和学习动机问题中的动机太弱都能有效预测其学习投入.2.通过优势分析考察专业认同和学习动机问题对学习投入的影响大小,结果发现二者在共同预测学习投入时,专业认同贡献...