航空发动机环形燃烧室噪声总声级的GMDH方法研究

采用数据处理的组合方法（GMDH）,研究航空发动机环形燃烧室测试数据。通过简单的二元二次回归原理来构造出下一代较为复杂的次级回归方程,并且利用＂优选原理＂淘汰掉次级回归方程中的那些不理想的项,得到燃烧室噪声总声级的高阶方程,获得较客观的描写复杂非线性系统的非线性模式。     

金属罐绿色设计初探

结合并行化、绿色化设计思想,针对金属罐的形状和尺寸的最优设计,从面向资源的设计即使所用材料最省的角度分别建立了优化模型Ⅰ与Ⅱ,然后再从多方面考虑,提出了关于金属罐形状和尺寸的优化设计方案.同时综合考虑到材料节省、外形美观、拿放方便,饮用舒适等因素,设计出一种新的易拉罐形状,并给出了设计参数和参数的计算方法.     

基于BP神经网络的国防企业技术创新能力评价

结合自组织理论提出了国防企业技术创新评价体系,构建了BP神经网络模型,运用MATLAB软件进行了模型仿真.研究发现仿真结果与专家评价结果基本一致.可见,运用BP神经网络方法对国防企业技术创新能力进行评价有一定的通用性、便捷性和实用性.     

基于潜在成分的时变系统损伤的概率神经网络分类

提出了一种新的时变系统健康监控的损伤分类方法。将函数级数时变自回归平滑时序模型应用于时变系统的振动信号,以估计TAR／TMA参数和革新方差。这些参数是时间的函数,将它们在以特定的基函数构成的某种函数子空间上展开得到相应的投影系数组。所估计得到的TAR／TMA参数和革新方差可进一步用来计算潜在成分（LCs）,将LCs用于健康评估比原来的参数更具信息。并将LCs联合并归化为数值得到特征集,输入概率神经网络（PNN）进行损伤分类。为了评价该方法,对一个时变系统进行了仿真,以各种不同的质量和刚度减少来模拟不同的损伤类别。算例表明：该方法能够在时变系统的背景下对损伤进行归类。     

INS/SAR组合导航参数传递建模及精度分析

 对合成孔径雷达景象匹配辅助（INS/SAR）组合导航中地面合成孔径雷达(SAR)匹配点位置参数向飞行器主惯导中心的传递过程进行研究。分析了SAR匹配点位置传递过程中所涉及的各环节及其相互关系,以此为基础建立了测量参数传递过程数学模型,提出适合该模型的误差分析与精度估计方法,结合理论和实验结果对各测量参数误差所造成的传递误差进行分析和比较,得出单一测量参数误差影响程度的排序,并在此基础上得出总精度的估计值。参数传递模型及精度实验结果与实际情况相符,可为组合导航中合理的精度分配提供依据。     

基于神经网络和模糊逻辑的航空发动机状态监视

设计了基于神经网络和模糊逻辑的航空发动机状态监视系统,它包含数据有效性检查和发动机健康评估.系统利用BP(back propagation)神经网络对发动机进行数据有效性检查,根据发动机的状态确定测量参数的有效边界以检测发动机的测量参数是否超限;利用模糊逻辑对发动机健康状况进行实时的评估,监控发动机因性能蜕化引起的异常.通过对某型涡扇发动机仿真,验证了基于神经网络和模糊逻辑的状态监视系统的有效性.      

舰载导弹飞行中传递对准技术

舰载导弹初始发射条件恶劣,利用外部参考信息辅助弹上捷联惯性导航系统初始对准,在导弹飞行中进行传递对准是一条有效的研究路线。本文给出了三种飞行中传递对准方案,其中对卫星组合与弹上捷联惯性导航系统进行飞行中传递对准方案,还给出了详细的卫星组合与捷联惯性导航系统速度、位置反馈修正下的卡尔曼滤波方程。并且讨论了随滤波技术发展飞行中传递对准算法的导弹失准角修正方案。     

基于GA-BP贝叶斯算法的可靠性分析近似模型

研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.     

无人机舵面负载模拟系统的小脑模型控制

为解决无人机舵面负载模拟系统中非线性和多余力矩扰动问题,利用小脑模型神经网络非线性逼近能力强、结构简单、适于实时控制等特点,采用小脑模型和传统PD(Proportional-Derivative)控制结合的复合控制策略,由小脑模型实现前馈控制,PD控制实现反馈控制,以保证在系统运行各阶段的控制精度.分析讨论了复合控制的不稳定性问题,研究了基于可信度分配和学习率自适应调整的改进型小脑模型的应用情况,提出一种适用于单输入单输出系统的简化小脑模型复合控制设计方法.仿真结果表明该方法有效地解决了小脑模型和PD复合控制的不稳定问题,改善了系统动态加载性能,并具有很好的抗干扰性能.     

平流层飞艇巡航姿态自适应神经网络补偿控制

 研究了一种基于自适应神经网络补偿的平流层飞艇前向速度与姿态控制系统设计方法。针对近似模型进行常规线性动态补偿器设计,并引入自适应径向基函数(Radial Basis Function, RBF)神经网络对模型误差进行补偿。根据Lyapunov方法得到神经网络权值自适应律,保证了闭环系统误差信号一致最终有界。该控制器设计对模型参数信息仅有较少的要求。仿真结果表明对于两类不同的飞艇模型,所设计的控制器在响应性及对未知环境风速作用的鲁棒性方面均具有良好的效果。