基于非线性规划的高超声速滑翔轨迹优化

研究了最大航程的无动力滑翔轨迹优化问题。为避免间接法的缺点,采用直接单重打靶法将轨迹优化问题转换为非线性规划问题,并利用非梯度优化算法和梯度优化算法相结合的混合优化策略得到最优轨迹。仿真结果表明,在采用更为真实的大气模型和动力学模型条件下,该方法具有较高的求解精度、收敛性以及鲁棒性,降低了初值要求;相对于最大升阻比轨迹,射程提高1.54%。     

神经网络在广义经典分配问题中的应用

在两节点分布式多传感器系统中,一些航迹关联算法可以化为广义经典分配问题。广义经典分配问题是一个组合优化问题。当目标数目较多时,很难得到问题的最优解,而且其计算量容易呈现指数爆炸现象。文章提出了用Hopfield神经网络和平均场网络解决此问题的方法。仿真结果表明,采用文章提出的人工神经网络模型求解广义经典分配问题,不仅使航迹关联具有较高的关联正确率,而且计算时间不会出现指数爆炸现象。仿真结果还表明,平均场网络相比Hopfield神经网络更易于得到问题的最优解。     

基于ANN逆模型的非线性系统内模控制结构方案及仿真研究

基于逆模型的非线性系统控制器设计方法已得到了快速发展,并成为设计控制系统的一种重要方法。但对大量复杂、未知和不确定的非线性对象,建立具有一定通用性的逆模型控制器,在实际非线性系统设计中是非常困难的。文中基于系统内模控制（IMC）原理和神经网络（ANN）的非线性映射、大规模并行处理等特性,设计了非线性系统的ANN正模型辨识器及逆模型控制器,基于IMC原理和ANN理论建立了非线性系统的IMC结构方案。大量仿真研究表明,设计的基于ANN逆模型的IMC结构方案是有效的,ANN逆模型控制器具有良好控制性能,且其结构简单,具有一定通用性。     

基于动态逆的综合非线性飞行控制方法

在解决非线性飞行控制问题中,动态逆控制方法已成为一种流行的控制方法.文中以动态逆控制方法为基础,使用神经网络控制与动态非线性阻尼控制综合的控制方法进行补偿,以提高非线性飞控系统的鲁棒性.在以某型推力矢量飞机为对象的仿真中,这种方法显示出很强的非线性控制能力和鲁棒性.     

有输入未建模动态的非线性系统自适应逆设计

对于一类存在输人未建模动态的非线性系统,提出了一种基于RBF神经网络的自适应逆补偿器设计方法。首先用两个神经网络设计了补偿器,一个用来估计输入未建模动态,另一个用来作为未建模动态的自适应逆补偿器。该设计放宽了对未建模动态的一些苛刻的要求,如相对度为零,满足小增益条件等。文中仅要求D(u)逆稳和连续光滑。然后应用反演设计技术设计了控制器,并应用Lyapunov稳定性理论推导出神经网络权重向量的调节律,同时证明了闭环系统的渐近稳定性。最后给出的仿真研究证明了该设计方法的有效性。     

关于飞机性能可靠性的探讨

从保持现役飞机战斗力出发,首次提出了飞机飞行性能可靠性概念,并将飞行性能可靠性分为严（狭义）飞行性能可靠性和宽（广义）飞行性能可靠性两类进行讨论研究。在此基础上,给出了飞行性能可靠性的评估方法,并对开展飞机飞行性能可靠性的研究工作提出了建议。可供部队、厂、所在设计和使用中参考。     

基于试飞任务单的轨迹仿真问题研究

阐述了基于试飞任务单的试飞轨迹仿真生成软件系统在辅助试飞管理中的重要作用,对该软件开发中所涉及到的一些新的问题和方法进行了研究。建立了带电传操纵系统飞机的数学模型,并针对试飞轨迹仿真生成中的逆问题,提出了一种基准控制带反馈调节的方法。简要介绍了轨迹仿真生成软件与任务单管理数据库软件的接口设计,对仿真结果进行了动态显示处理。     

无刷直流电机的模型预测与反演控制

为提高永磁无刷直流电机的控制精度、负载工作能力和响应速度，分析了电机的电气特性与机械特性，建立了连续时间系统下状态空间形式的电机模型，得到了电机转角、转速受控变化的规律;在离散时间控制系统中，采用了状态转移模型预测和估计系统误差，根据电机转动规律反演控制指令，提出了一种基于模型预测与反演，对电机转速、转角进行独立/联合控制的方法;在考虑工程实际应用中电机存在参数、测量等误差的情况下，与PID控制、滑模控制方法进行了负载情况下典型工况的对比仿真。仿真表明:所设计的控制器具有较好的控制精度、响应速度和鲁棒性。     

具有神经元网络补偿的隐式广义预测控制的硬件设计与分析

针对隐式广义预测控制算法在被控系统复杂性增加时有效性降低、实时性变差的问题，本文将神经元网络作为该算法的补偿，提出了一种具有神经元网络补偿的隐式广义预测控制方法，并着重讨论了神经元网络的硬件设计和ＮＩＧＰＣ的实现。仿真结果表明：ＮＩＧＰＣ不仅保留了ＩＧＰＣ鲁棒性强等特点，更主要的是它提高了ＩＧＰＣ的的实时性，并使之具有良好的跟踪特性。     

求解广义特征值问题的并行保域行列式查找法

结构分析领域有着重要应用的广义特征值问题的并行算法，因为难度很大，且当问题的规模较大时还必须有先进的计算环境支持，所以迄今研究得很少。文中提出了一种适用于流水线型向量机的求解大型稀疏实对称矩阵广义特征值问题的并行保域行列式查找法。该方法不但保持了传统的行列式查找法的优点，而且克服了其迭代不收敛、漏根等缺点，并具有较高的速度加速比。该算法在ＹＨ－１计算机上进行了数值实验，结果表明该法是一种求解大型对