多输入傅里叶神经网络及其麻雀搜索优化

鉴于反向传播（BP）神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。     

基于统计学方法的卫星在轨热变形快速分析

为使用在轨实测温度数据辅助完成成像载荷视轴指向的在轨标定,首次将应用于地统计学中的普通克里格法用于卫星在轨温度场的无偏估计,提出了一种基于统计学方法的在轨热变形快速分析方法。应用热试验过程中星上少量温度实测数据进行卫星温度场的无偏估计,并将温度计算结果赋值到有限元模型,进而完成了热变形分析。应用此种方法,相比通过热物理方法进行温度场分析,可将热变形分析的工期缩短数日,且载荷变形的分析结果与试验实测结果的误差在1′左右,可较准确地得到载荷视轴在热变形作用下的指向变化。文章可为卫星在轨热变形的快速分析提供参考。     

基于函数型数据的广义线性回归模型

函数型数据的回归分析研究主要集中在函数型线性模型。不要求因变量为连续型随机变量,可以为离散型或属性数据(对应于泊松或Logistic回归),对同时含有数值型多元变量和函数型变量的广义线性模型的估计问题进行分析,采用非参数方法得到了参数部分和非参数部分的估计量,并给出了一种重加权算法进行参数求解,解决了含数值型和函数型混合数据类型自变量的回归问题,同时扩展了函数型线性模型的应用范围。估计过程中,分别采用了函数型主成分和B样条基函数,并给出了基函数个数选择的准则。数值模拟结果表明,所提出方法具有良好的可行性与正确性。      

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

自抗扰控制技术在转台频响伺服中的应用

在转台频响伺服中,针对低频和低速时干扰难补偿、高频时相位滞后和幅值衰减程度急剧恶化、常规控制策略严重依赖精确对象模型等难题,引入不依赖精确对象模型的自抗扰控制技术,并设计了控制系统.控制系统中,自抗扰控制器用来在线观测补偿干扰,前置处理单元用来补偿相位和幅值.控制系统应用到转台频响伺服中,实测得到的"双十"标准下最大跟踪频率和扫频频率都大于转台出厂时的验收指标.实测结果表明:自抗扰控制技术应用到转台频响伺服中可以有效提升转台的频响性能.     

基于前馈神经网络的柔性连续臂建模与仿真

柔性连续臂的设计研究近年来取得重大进展,但其建模研究一直相对滞后.为此,文章对柔性连续臂进行运动学建模研究,提出使用临时姿态矩阵求解逆运动学的方法,解决了逆运动学不易收敛的问题;利用前馈神经网络对基于模态振型函数(MSF)的模型进行拟合,建立一种端到端的正运动学模型和逆运动学模型,在保证模型精度的同时,显著提高了其逆运...     

CBOC调制信号及其新型相关函数研究

介绍了复用二进制偏置载波（MBOC）信号的功率谱特性特点,用仿真方法讨论了复合二进制偏置载波（CBOC）信号时域表示及其功率谱密度、自相关函数和伪码跟踪性能,证明了CBOC信号的优越性。针对CBOC信号自相关函数多峰性,给出了一种CBOC信号新型相关函数的产生方法。     

基于系统优势函数和IAHP的预警机作战效能评估

针对预警机作战效能评估中作战效能的系统性和评估数据的不确定性问题,在建立预警机作战效能评估指标体系的基础上,建立基于系统优势函数和IAHP的预警机作战效能评估模型,并利用该模型对担负电子对抗任务的预警机作战效能进行分析。实例表明,加强分系统之间的协同合作是提高预警机作战效能的有效方法。