一种基于Hopfield神经网络的TF／TA航迹规划算法

提出一种基于Hopfield神经网络的无人机地形跟随(TF)/地形回避(TA)迹规划方法.该方法将地研信息反映到算法参数连接权中,利用扩展的Hopfield模型结合无人机约束实现航迹安全、合理的规划.仿真实验证明该方法能获得满意的TF/TA航迹.     

基于自组织拓扑映射图的发动机故障诊断研究

根据SOM自组织网络的高维数据矢量量化、快速聚类、信息融合和拓扑映射等特征,建立了发动机故障诊断可视拓扑映射图模型,给出了映射模式误差测度和拓扑误差测度,并通过拓扑映射图对发动机故障进行诊断,获得了很好的效果。同时,进一步通过建立的故障模式的测量参数灰度图,可以清晰地观察到故障模式矢量特征、测量参数相关性特征、参数变化趋势,并可进行更深层次故障机理分析。     

基于神经网络的精确末制导律研究

针对动能杀伤武器重量极小化问题，基于神经网络技术、动态逆补偿法和非线性优化法，研究了两种精确末制导律，一种采用FFBP神经网络学习一要制导方程动态逆实现精神制导，另一种采用FFBP神经网络学习非线性优化解实现精确制导，仿真分析表明，前者对目标加速度估计误差过于敏感，无法实现；而后者在目标加速度有误差时仍能实现精确制导，估于偏置比例导引，并可以使动能杀伤武器重量极小化。     

直升机动态逆神经网络模型

以SH－2G直升机辨识模型为对象，采用天并作用函数的多层感知器网络，建立了直升机的动态逆神经网络模型，在直升机越障机动飞行仿真的同时，利用直升机操纵信号和对应的状态作为网络的训练样本，对直升机逆模型进行在线辨识，并给出了仿真结果及其分析。结果表明，该网络对直升机动力学逆模型具有良好的在线辨识效果。     

基于多层前向神经网络的模拟电路故障诊断

文中提出把一个神经网络应用到电路故障诊断的故障字典法中,以提高故障诊断的适应能力。这样,就使得字典法不仅适用于电路的故障情况,还提高了故障诊断的有效性。模拟结果显示这种方法是有效的。     

航空发动机故障诊断技术综述

航空发动机故障诊断技术对避免飞行事故和降低飞行器运行成本是非常重要的。总结了航空发动机故障诊断的一些的方法,通过对各种方法的比较,对某种故障可以按照需要选择使用一种或几种方法。最后还介绍了目前较为前沿的两种故障诊断方法:小波分析法和神经网络法。     

LQG／LTR方法在涡扇发动机控制中的应用

采用LQG／LTR多变量鲁棒控制器设计方法设计了某型航空涡扇发动机控制器；利用神经网络拟合发动机飞行条件、状态与控制器参数之间的关系,验证了控制器在全飞行包线内的性能。仿真结果表明,发动机控制系统的指令跟踪、噪声抑制、抗干扰和鲁棒性等性能良好,能满足发动机稳态控制的要求。     

时滞Hopfield神经网络稳定性测试方法研究

利用Lyapunov泛函方法，研究了具有时滞的Hopfield神经网络稳定性的测试问题，得到了网络全局渐近稳定性与滞量无关的测试方法，这对于时滞神经网络的设计与检验具有普遍应用的意义。     

人工智能系统发动机故障诊断

作为人工智能研究中面向实际应用的课题，本系统综合安２４飞机发动机故障诊断的专家经验和各种典型实例，用基于规则的演绎推理系统，实现了对飞机发动机故障的经验性诊断。并利用人机对话方式，提供推理报告，进行自学习（机器学习）。系统模型由知识库、推理机制、自学习机制及解释机制四个模块构成，它们相对独立，能进行平行处理。有利于调试、修改及扩充新知识。同时本系统还有效地解决了栈空间的问题。其调试结果表明：与ＩＮＳＩＧＨＴ２相比，响应时间短，速度快，功能强。并有较好的用户界面。具有一定的实用性。     

非线性大系统直接自适应分散控制的神经网络逆系统方法

针对一类带有不确知关联的非线性大系统,提出了一种新型分散控制方案:以隔离子系统取代原子系统并求其逆系统,从而产生原子系统控制量的一部分;控制量的另一部分由用于补偿误差的在线神经网络形成。此方案的收敛性得到了论证,并在双倒立摆所形成的大系统中得到成功应用。