非定常气动力的结构自适应神经网络建模方法

讨论了非线性非定常气动力的结构自适应神经网络模型建模方法,该方法具有同时进行结构辨识与参数辨识的优点;利用纵向大振幅强迫振荡风洞试验数据,验证了建模方法及所建模型的有效性,结果表明:结构自适应神经网络模型对非定常气动力有很好的逼近能力,由于采用飞行参数的时间离散数据作为输入量,模型可直接应用于飞行仿真研究。     

网络环境下实现敏捷制造的委托代理

敏捷制造中的委托代理是通过计算机网络为各类企业的合作、交流、资料查询等提供服务 ,它是网络环境下实施敏捷制造的有效措施。文章着重研究了委托代理系统的功能 ,并分析了我国制造企业实现敏捷制造以及委托代理的可行性。     

涡扇发动机性能参数指标论证方法

针对舰载战斗机用涡扇发动机在概念设计阶段,其总体性能和部件循环参数指标的选取与确定等难点问题进行了研究.通过分析舰载机的典型作战任务剖面,提出了发动机需要具备的性能要求;结合目前世界战斗机用涡扇发动机的发展趋势,给出了先进涡扇发动机性能与参数指标的范围;基于L-M算法神经网络模型,预测了涡扇发动机主要循环参数指标.经验证,预测的循环参数及提出的性能指标具有一定的有效性,为发动机概念设计时性能参数指标的选取与确定,提供了一种新的论证方法.     

仪表着陆系统设备混合监控网络构建

针对传统仪表着陆系统设备"点-点"遥控监控方式易中断,影响运行安全这一问题,提出了一种基于光纤与线缆的"多点-环网"混合监控方案。光纤与线缆互为补充,互为备份,并且当某路监控链路故障时,可自动选择其它监控路径,有效提高仪表着陆系统设备监控效率,增加监控冗余度,为我国民用机场导航监控提供一种新思路。该方案已经成功在重庆江北机场运行。     

径向基神经网络在非线性非定常气动力建模中的应用研究

基于南航NH-2风洞中某飞机模型大迎角大振幅单自由度偏航、滚转及偏航-滚转耦合的谐波、阶跃运动实验数据,应用径向基神经网络,研究人工神经网络描述非线性非定常气动力特性的能力.研究结果表明,所建立的径向基神经网络模型的预测结果与训练数据和验证数据都符合得很好,说明神经网络建模方法可以有效地对高度非线性的气动力进行建模.研究还表明,用神经网络建立模型时所需要的风洞实验数据可以减少,从而提高风洞实验效率、减少风洞实验的时间和成本.     

机场客运CBT教学系统的设计和实现

本文介绍了北方航空公司机场客运CBT教学系统的总体结构，特点及其各部分功能，并介绍了系统的实现及性能维护。     

网络环境下的知识产权保护

网络的发展推进了人类信息化进程。但网络也给知识产权的保护带来了难题。文章通过对网络环境下知识产权保护的诸多问题的讨论及其所使用法律法规的分析 ,从而提出了对其进行保护的措施。     

网络化数据采集系统的设计

介绍了网络测控中高速数据采集系统的设计，以及利用LabWindows/CVI建立网络化数据采集系统的方法，该方法把分布的测量系统变为集中的网络测控系统，并为实现遥测遥控提供了一条思路，该设计方案直接建立在网络应用层，不用考虑网络底层硬件，有利于简化设计方案和节约资源。     

Performance analysis of PPP ambiguity resolution with UPD products estimated from different scales of reference station networks

Integer ambiguity fixing with uncalibrated phase delay (UPD) products can significantly shorten the initialization time and improve the accuracy of precise point positioning (PPP). Since the tracking arcs of satellites and the behavior of atmospheric biases can be very different for the reference networks with different scales, the qualities of corresponding UPD products may be also various. The purpose of this paper is to comparatively investigate the influence of different scales of reference station networks on UPD estimation and user ambiguity resolution. Three reference station networks with global, wide-area and local scales are used to compute the UPD products and analyze their impact on the PPP-AR. The time-to-first-fix, the unfix rate and the incorrect fix rate of PPP-AR are analyzed. Moreover, in order to further shorten the convergence time for obtaining precise positioning, a modified partial ambiguity resolution (PAR) and corresponding validation strategy are presented. In this PAR method, the ambiguity subset is determined by removing the ambiguity one by one in the order of ascending elevations. Besides, for static positioning mode, a coordinate validation strategy is employed to enhance the reliability of the fixed coordinate. The experiment results show that UPD products computed by smaller station network are more accurate and lead to a better coordinate solution; the PAR method used in this paper can shorten the convergence time and the coordinate validation strategy can improve the availability of high precision positioning.     

漂浮基空间机械臂姿态、关节协调运动的模糊小波神经网络控制

讨论了本体姿态受控、位置不受控制的漂浮基空间机械臂系统协调运动的动力学控制问题. 根据系统位置几何关系、动量守恒关系和第二类拉格朗日方程, 建立漂浮基空间机械臂系统的动力学方程. 在此基础上, 针对系统参数未知的情况, 设计了一种采用小波基函数作为模糊隶属度函数的模糊神经网络控制器, 以控制空间机械臂的本体姿态和机械臂两关节铰协调地完成各自在关节空间的期望运动. 其特点是不要求系统动力学方程关于惯性参数呈线性函数关系, 甚至不需要知道系统参数;而且网络权值是采用反向传播算法根据误差进行在线学习, 使模糊神经网络获得更强的自学习和自适应能力, 同时也节省了离线学习的时间. 系统数值仿真的结果证实上述控制方案是行之有效的.