联合优化的BP神经网络模型的应用研究

BP算法因收敛速度慢、易于陷入局部极小值等缺点，使得对于较大的搜索空间、多峰值和不可微函数常常不能搜索到全局极小点，这些制约了BP网络在各个领域中的应用。本文通过对学习系数、神经元的激励函数及误差函数的联合优化，在一定程度上避免了学习中的局部极小问题，提高了学习效率，改进了网络的性能。     

基于RBF神经网络的航空发动机故障诊断模型

利用某型发动机地面定检状态实测数据作为学习样本，采用径向基函数(RBF)神经网络建立发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识，结果表明：这种方法具有训练时间短、学习速度快、诊断精度高等优点。     

高超声速飞行器的滑模观测器设计

对一个高超声速飞行器设计了滑动模态观测器来估计攻角和航迹倾角。通过实时的求解一个极点配置问题,使观测器的切换增益能够根据观测器状态的变化而改变,从而保证了观测误差的动态特性在整个飞行包线内的一致性,给出了单输出和多输出非线性系统的滑模观测器设计过程。设计和仿真算例验证了这种方法的有效性。     

飞机俯仰速率信号重构方法研究

研究了六自由度非线性方程描述的飞机在俯仰速率传感器故障情况下的信号重构方法。给出了两种重构方法，一种是通过建立等效的线性模型，设计线性状态观测器重构状态信号，另一种是使用非线性跟踪微分器方法．通过跟踪俯仰角的微分信号来计算俯仰速率信号。仿真结果表明，两种方法都具有一定的可行性。     

滑模观测器在临近空间高动态UAV中的应用

针对临近空间高动态无人飞行器(UAV)再入飞行动态范围跨度大,气动参数存在不确定性等特点,利用李雅普诺夫方法设计了具有不同时间量程的双回路滑模控制系统。其中外环采用常规设计;内环控制器设计将控制力矩分为两部分:一部分对UAV已知的动态部分进行稳定控制;另一部分由相应的滑模观测器生成,用来稳定和削弱飞行过程中的干扰项,以增加控制系统的鲁棒性。该控制系统克服了经典控制方法的缺陷,无需大量的增益调节,而能自动适应非线性和强耦合的对象特性,并能适应大范围环境变化,减小对不同飞行条件下气动与结构参数的依赖性。仿真结果证明了所提出的控制器设计方法的有效性,具有较高的姿态跟踪精度。     

基于神经网络的MIMO非线性最小相位系统鲁棒自适应控制

 针对一类模型未知的具有不确定性和外部干扰的多输入多输出（MIMO）非线性最小相位系统提出了鲁棒自适应输出反馈跟踪控制方案。用高斯径向基函数（RBF）神经网络逼近对象未知非线性,用高增益观测器估计系统不可测量状态。所设计的鲁棒自适应控制器不仅能使闭环系统稳定,所有状态有界,而且跟踪误差一致最终有界,并保证最终边界足够小。仿真结果表明了所提出方法的有效性。     

新建本科院校大学生专业认同、学习动机与学习投入的关系

本研究选取廊坊市两所新建本科院校,以359名本科大学生为研究对象,考察新建本科院校大学生专业认同、学习动机问题与学习投入的关系.结果 发现:1.大学生的专业认同和学习动机问题中的动机太弱都能有效预测其学习投入.2.通过优势分析考察专业认同和学习动机问题对学习投入的影响大小,结果发现二者在共同预测学习投入时,专业认同贡献...     

基于射频指纹的测控地面站身份识别方法

卫星测控信道具有开放性特点,第三方容易截获测控信号,并通过特定信号分析手段获得通信编码体制甚至密钥,严重危害测控安全.为增强卫星的测控安全性,提出了一种基于射频指纹的测控地面站身份识别方法,即提取测控信号的射频指纹来验证测控指令是否来自于合法用户.使用卷积神经网络从21台发射机的变功率信号中识别特定发射机,识别精度高达...     

基于滑模干扰观测器的高超声速飞行器滑模控制

首先,针对存在外部干扰和输入饱和的通用式高超声速飞行器的纵向动态模型,提出一种基于滑模干扰观测器的抗饱和滑模控制器。该滑模控制器采用非线性趋近律,在保证系统快速、稳定跟踪指令的同时,能够消除传统滑模控制中的抖振现象,并针对执行器饱和问题,加入抗饱和补偿器,以提高系统的稳定性。其次,对于系统中存在的干扰和不确定性,提出一种滑模干扰观测器,用以准确估计系统中存在的等效干扰,并将该观测器对干扰的估计值应用于滑模控制器中进行补偿,以消除干扰。再次,利用Lyapunov理论对所提出的基于滑模干扰观测器的抗饱和滑模控制器进行稳定性分析。最后,对高超声速飞行器的巡航状态进行仿真。仿真结果表明,所提方法能够有效提高系统的稳定性和抗干扰性,具有一定的实际应用价值。     

基于干扰观测器的高超声速飞行器预测控制器设计

针对具有强耦合特性与模型不确定性特点的高超声飞行器控制问题,提出一种新型的姿态预测控制器设计方法。引入参考模型,建立了飞行器姿态预测控制模型。基于此,利用预测理论设计了飞行器的预测控制器,同时设计了干扰观测器实时观测外界未知干扰来进行补偿控制,从而实现滚动优化的目的;基于干扰观测值与真值的误差,利用Lyapunov稳定性理论,确定了控制精度与预测步长大小的关系;最后,在参数标称与拉偏的情形下进行了高超声速飞行器姿态控制系统仿真,仿真结果表明,干扰观测器能快速跟踪干扰,并且所设计的预测步长可以满足飞行器高精度的控制要求。