基于径向基神经网络的空天飞行器鲁棒自适应轨迹线性化控制

基于轨迹线性化控制方法(TLC)以及径向基神经网络(RBFNN)技术研究了一种新的鲁棒自适应轨迹线性化控制方案并应用于空天飞行器(ASV)飞行控制系统设计中.首先基于被控对象的分析模型设计系统的TLC控制器,然后利用RBFNN对系统不确定的逼近能力,设计了鲁棒自适应控制器及参数的自适应调节律,并采用Lyapunov方法严格证明了闭环系统所有误差信号一致最终有界.最后应用新控制方案设计了ASV飞行控制系统,仿真结果表明了方法的有效性.      

基于预分类机制及GRNN的直升机飞行状态识别

针对某型号直升机的16个典型飞行状态进行状态识别方法研究.首先根据飞行状态参数偏航角、无线电高度与指示空速三种监测参数对直升机飞行状态进行初步划分,即分别将其差分绝对值与方差大小作为限定条件,并结合概率密度函数方法,将直升机状态分为平飞、上升、下降、转弯、非转弯、稳速、增速与减速等状态.其次,在初步状态划分基础上,根据...     

PID神经网络控制器在飞控系统中的应用

BP神经网络已被广泛应用于PID控制器的优化调参,但这种调参方法具有收敛速度慢、学习时间长、连接权重初值为随机值、易于陷入局部极小等缺点.提出了一种不同于用BP网络调整PID参数的新的融合方法:PID神经网络控制器(PIDNN);该控制器不仅能克服以上缺点,而且具有很好的鲁棒性.对PIDNN在某无人机姿态控制系统的应用进行了仿真研究,仿真结果表明该控制器能够大大地改善姿态控制系统性能.     

计算工时定额的神经网络系统建模与实现

介绍了用归纳综合法构建计算工时定额的神经网络模型的方法,详细研究了工时定额计算网络模型的设计和程序实现。系统在Windows平台上用Oracle8.0,Visual C++6.0和Matlab6.1开发实现,采用关键字查找法作为模型选择方法,并根据现场环境修正计算结果,该系统已进行了初步应用验证。     

基于ANN的电火花加工工艺方法决策技术的研究

提出了基于ANN和规则的电火花加工工艺方法决策知识的复合表示法,建立了基于集成BP网络的电火花加工工艺方法的决策模型,探讨了该模型的学习机制。应用实例证实了ANN应用于电火花加工工艺方法决策的适用性和有效性。     

鲁棒自联想神经网络在故障传感器信号恢复中的应用

总结和归纳了传感器的六类故障模式，仿真结果显示出采取鲁棒自联想神经网络能恢复发生故障的传感器信号。     

用模拟神经网络解中脉冲重频雷达系统的模糊问题

中脉冲重频（ＰＲＦ）雷达综合了高ＰＲＦ和低ＰＲＦ雷达的优良性能，但存在着距离和多普勒（距离速率）两种模糊问题。本文介绍了用神经网络有效地解中ＰＲＦ雷达系统模糊问题的方法。为此设计了一种多层前馈网络。且给出了模拟结果和模拟电路实现。建立了一种便于模块化的理论。它将大量的存储模式分成若干模块，这就使得利用模拟神经芯片模糊是切实可行的。它将大量的存储模式分成若干模块，这就使得利用模拟神经芯片解模糊是切实     

适应型神经网络系统的控制

控制对象系统根据控制领域的不同，或多或少具有非线形特性。尤其汽车发动机系统中更具有很强的非线性。目前，三层构造的神经网络对于非线性系统的控制非常有效。     

一类非线性系统自适应神经网络块控制器设计

对一类多输入多输出非线性系统,提出了一种基于块控原理自适应控制器设计方法.利用反演设计技术和RBF神经网络设计了控制器,并通过引入改进的Lyapunov函数,成功地避免了在控制函数矩阵未知情况下的自适应控制奇异问题.利用Lyapunov稳定性定理证明了系统的所有信号均有界.最后的仿真研究表明了该设计方法的有效性.