电机控制系统PID参数的遗传算法优化

近年来，遗传算法的研究十分引人注目，作为一种新型的、模拟生物进化过程的随机化搜索和优化方法。其算法简单通用，鲁棒性强，在组合优化、机器学习、自适应控制和规划设计等领域的应用中已展现了其特色和魅力。该方法是一种不需要任何初始信息并可以寻求全局最优解的、高效的优化组合方法。文章就是利用遗传算法对某一电机控制系统的PID参数进行优化，以提高控制系统的性能指标。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

正互反矩阵一致性的充要条件

本文论述了正互反矩阵一致性的充要条件,并给出了证明.     

神经网络在雷达辐射源识别中的应用研究

由于现代战争中雷达信号环境日趋复杂 ,新体制和复杂体制雷达大量涌现 ,现有的雷达信号识别方法不能适应未来电子战环境 ,研究新的高效的雷达识别方法 ,已成为当前比较迫切的课题。研究了雷达辐射源识别的神经网络方法 ,分析了它的可行性及其优点 ,给出了用B -P网络来实现雷达辐射源识别的方法 ,并与ESTRR方法进行了比较。     

诱偏反辐射导弹三点源诱饵系统布站研究

通过对反辐射导弹 (ARM)在三点源诱饵情况下的动态飞行过程的分析 ,得出比较真实的导弹落点 ,根据导弹战斗部杀伤区半径 ,可以得出诱饵诱偏成功与否。在此基础上 ,对诱饵的诱偏效果进行了仿真 ,提出实用的布站方案。     

反辐射导弹设计技术

反辐射导弹（ＡＲＭ）是一种利用雷达辐射源的电磁波，发现、跟踪并摧毁雷达系统的导弹。反辐射导弹的出现，使仅有“软”杀伤能力的电子战有了“硬”摧毁能力。论述了反辐射导弹的特点及其局限性，讨论了提高反辐射导弹性能的技术方法。这些技术包括：缩窄工作频带、采用比相比幅单脉冲侧向体制、数字化和集成化设计等。     

反战术弹道导弹引信炸点控制算法研究

本文推导了ATBM寻的引信最佳炸点控制算法，及使用定向战斗部时所需的弹体坐标系中的脱靶方位，其中对应于最佳炸点的最佳延时为剩余飞行时间减去破片飞行时间。文中根据战斗部的尺寸对炸点控制所允许的误差进行了简单分析，及根据不同交会条件下的计算结果给出了几点实用性建议。     

基于神经网络的导弹姿态控制系统故障诊断

本文提出了一种多层前向神经网络快速误差向后传播学习算法ＦＢＰ（ＦａｓｔｅｒｒｏｒＢａｃｋＰｒｏｐａｇａｔｉｏｎＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍ），通过某导弹姿态控制系统故障诊断的仿真研究，验证了ＢＰ（误差后向传播学习算法）和ＦＢＰ用于导弹姿态控制系统故障诊断的有效性，ＦＢＰ学习算法较之ＢＰ学习算法学习速度的快速性     

红外隐身材料的研究进展

红外探测器的高度发展已使用于目标表面的热红外隐身材料成为飞行器隐身技术中的一个重要组成部分。但对这种材料的发展情况,以往的文献一向较少涉及。本文概括了这种材料的一般性能要求,较全面地评述了十余年来红外隐身材料研究中各主要方面的发展情况,并分析了一些重要材料品种的特点、性能水平、技术影响因素、存在的问题和发展趋势。     

未来电子战的一种对抗措施

反辐射导弹和隐身飞行技术,将是未来电子战的重大威胁。为此,本文提出了研制被动跟踪空中辐射源或干扰源的被动微波和红外复合双模导引头的想法,供有关方面人员研究参考。