基于模糊神经网络的导弹最优寻的末制导律

提出了一种适用于一类末制导段采用推力矢量控制的新型导弹的模糊神经网络最优寻的末制导律.在制导律设计时不仅要求导弹能量最省,脱靶量最小,同时考虑了推力矢量控制的非线性特点,并且为改善该神经网络系统的学习效果,在学习算法中还引入模糊学习规则.数字仿真表明所提出的模糊神经网络制导律对于机动目标具有较好的攻击能力.     

基于优化BP神经网络的开关磁阻电机定子电阻辨识方法

为解决直接转矩控制下的开关磁阻电机低速运行时磁链计算受电阻变化影响比较大的问题,详细观察分析了电阻对于相电流的影响,通过比对电阻可调的电机模型与实际的电机模型的输出电流,提出了一种基于优化BP神经网络的电阻辨识器。优化BP网络数学理论,结构简单,学习算法清晰明白,基于该网络的算法能够对变化的定子电阻进行辨识。将该方法置于Simulink控制系统上进行仿真,同时比较有无电阻辨识器前后仿真波形。试验表明,该电阻辨识方法可以提高开关磁阻电机低速运行时系统性能。     

发动机数控系统智能容错技术的半物理仿真研究

提出基于自联想神经网络的发动机数控系统的智能容错技术。该方法不依赖系统模型,只需要发动机的测量值来离线训练网络。若发生性能蜕化,该方法能自动切入故障诊断与最优估计的综合逻辑。文中开展了半物理仿真实验,实验结果充分证明了该技术能适应实验现场多变的环境,能正确诊断发动机传感器故障并提供解析余度,具有较好的鲁棒性。     

一类非仿射型系统的神经网络自适应控制

针对一类未知控制方向的非仿射型系统的神经网络自适应控制问题进行了研究,提出了一种基于隐函数定理、反演设计技术、Nussbaum-型函数和神经网络理论相结合的新颖的自适应控制策略,成功地解决了该类系统控制器设计问题,为该类控制问题提出了一种解决思路。最后给出的数字仿真算例证明了该设计方法的有效性。     

Robust attitude coordinated control for spacecraft formation with communication delays

In this paper,attitude coordinated tracking control algorithms for multiple spacecraft formation are investigated with consideration of parametric uncertainties,external disturbances,communication delays and actuator saturation.Initially,a sliding mode delay-dependent attitude coordinated controller is proposed under bounded external disturbances.However,neither inertia uncertainty nor actuator constraint has been taken into account.Then,a robust saturated delay dependent attitude coordinated control law is further derived,where uncertainties and external disturbances are handled by Chebyshev neural networks (CNN).In addition,command filter technique is introduced to facilitate the backstepping design procedure,through which actuator saturation problem is solved.Thus the spacecraft in the formation are able to track the reference attitude trajectory even in the presence of time-varying communication delays.Rigorous analysis is presented by using Lyapunov-Krasovskii approach to demonstrate the stability of the closed-loop system under both control algorithms.Finally,the numerical examples are carried out to illustrate the efficiency of the theoretical results.     

轮胎胎号字符识别系统

利用数字图像处理的方法开发了轮胎胎号字符识别系统。首先通过CCD摄像头获取轮胎胎号图像，再对得到的图像进行预处理和特征提取，最后用人工神经网络的方法识别出图像中的字符信息。实验结果表明该方法是有效的。     

分布式共享存储系统实现算法研究

讨论了几种基本的ＤＳＭ实现算法，并在此基础上提出了按应用程序特征实现ＤＳＭ系统的观战和一种优化的ＤＳＭ算法，以更好地支持协同作业中的分布式数据共享。最后，对该算法的性能进行了分析。     

STOCHASTIC NEURAL NETWORK AND ITS APPLICATION TO MULTI－MANEUVERING TARGET TRACKING

ＳＴＯＣＨＡＳＴＩＣＮＥＵＲＡＬＮＥＴＷＯＲＫＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩＯＮＴＯＭＵＬＴＩ－ＭＡＮＥＵＶＥＲＩＮＧＴＡＲＧＥＴＴＲＡＣＫＩＮＧＪｉｎｇＺｈｏｎｇｌｉａｎｇ；ＤａｉＧｕａｎｚｈｏｎｇ；ＴｏｎｇＭｉｎｇａｎ；ＺｈｏｕＨｏｎｇｒｅｎ（Ｄ...     

适于低轨卫星IP网络的单核共享树组播算法(英文)

为了解决低轨卫星IP网络中现有典型源组播算法的信道资源浪费问题,本文提出了一套单核共享树组播算法,即核心群合并共享树(CCST)和加权核心群合并共享树(w-CCST)算法。CCST 算法包括动态近似中心(DAC)选核方法和核心群合并组播路径构建方法。DAC方法专为周期、规律运动的低轨卫星网络提出,不需要复杂的星上计算。在核心群合并方法中,以核节点作为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成,从而使得组播树的树代价最小,大大提高了网络的带宽利用率和组播传输效率。w-CCST 算法中所提出的加权因子可以调整树代价和端到端传播时延之间的折衷程度,因此,可以通过调整加权因子来适度增大树代价、降低端到端传播时延以支持某些端到端时延要求苛刻的实时组播业务。最后,与低轨卫星 IP 网络中典型算法进行了性能比较,仿真结果说明,CCST 算法的平均树代价比其它算法显著降低,w-CCST 算法的平均端到端传播时延小于 CCST 算法。     

补偿模糊神经网络在机床热误差预报模型中的应用

提出了一种基于补偿模糊神经网络的数控机床热误差预报模型,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题,并给出了智能预报结果和精度评价。