质量矩拦截弹的模糊滑模姿态控制系统设计

质量矩控制是一种全新的飞行控制方法，与广泛应用的空气动力控制相比，可以避免飞行器在超高马赫数飞行时舵面的气动加热问题，而且可以提高飞行器的机动性和敏捷性。以所建立的质量矩拦截弹数学模型为基础，通过对模型合理的简化，得到一个耦合的非线性动力学系统，考虑到系统的鲁棒性要求和三个滑块的协调控制问题，利用滑模控制设计了拦截弹大机动飞行时的姿态控制系统，同时采用模糊逻辑算法抑制系统的抖振现象。仿真结果表明系统性能指标满足设计要求，只需微调滑块位置，即可以实现拦截弹的姿态控制。     

非光滑多目标规划的Fuzzy弱有效解的最优性条件及其对偶定理

本文研究具有Fuzzy约束的非光滑目标规划（FVP），讨论了（FVP）的Fuzzy弱有效解的几何型、Fritz John型和Kuhn Tncker型最优性条件，并尝试建立了（FVP）的Mond-Weir型对偶，得到了弱对偶、直接对偶及逆对偶定理。     

可靠性模糊优化设计方法

本文论述了可靠性模糊优化设计方法，它是可靠性化设计、模糊优化设计的深化。可靠性模糊优化设计既考虑随机因素对产品的影响，又考虑了模糊因素对产品的影响，优化结果往往比普通优化设计、可靠设计、模糊优化设计要好。可靠性优化设计是一种值得推广的优化设计方法。     

基于UML—OOPN的可重构制造单元建模

以可重构制造单元为研究对象，以实现其可重组性为研究目标。提出了一种集成标准建模语言UML和面向对象Petri网的建模方法－UML－OOPN，该方法同时具备了标准建模语言UML和Petri网的优点，不仅能够提供了支持需求分析，模型描述和设计，模型分析和仿真，直至模型实现的一块化框架，而且所建立的系统模型具有较好的可重用性和可扩展性。     

拦截机动目标的变论域模糊末制导律设计

为提高拦截大机动目标的制导性能,应用变论域模糊理论,设计了一种模糊自适应的末制导律。将目标的机动加速度视为外界干扰,根据李亚普诺夫函数分析变论域模糊制导律参数的自适应律,保证了视线角速率收敛到0附近领域,从而确保了制导精度。仿真结果表明,所提出的变论域模糊末制导律在目标机动下可精确拦截目标,具有良好的鲁棒性能。     

基于克隆选择算法的学习型Petri网及在潜在通路分析中的应用

传统学习型Petri网(LPN)有2个缺陷:1)都是针对无回路PN模型,这不符合实际情况;2)大部分都是利用BP算法进行学习,带来BP算法固有的缺陷.针对这2个缺陷,提出基于克隆选择算法(CSA)的LPN(CSALPN).首先对系统进行PN建模,然后利用CSA训练PN,使得PN既可以学习先验知识又可以利用系统的结构信息...     

基于模糊神经网络的涡结构识别方法研究

研究气动光学传输效应产生的机理是红外成像末制导的共性基础技术之一,基于涡结构对光学传输效应进行建模是一种非常有效的方法,而涡结构的识别是其必要前提。文中提出一种新的涡结构识别方法,把折射率场经小波变换后的系数矩阵等效为具有一定纹理结构的图像,计算图像的共生矩阵及其统计量,由于涡结构模式复杂,特征量较多,设计了等价结构的模糊神经网络进行涡结构识别。与小波分解后直接提取特征量的识别方法相比,本文的方法从空、频角度更加准确全面地表征湍流涡结构模式,计算机仿真结果表明该方法优于神经网络的识别效率。     

一种粒子群模糊支持向量机的航天器参量预测方法

针对航天器精确预测与健康管理的需求,将粒子群算法、模糊数学与支持向量机的优势相结合,提出了一种粒子群模糊支持向量机预测方法。针对某卫星南帆板输出电流参量的预测实例,设计了总平均绝对误差、总平均绝对百分比误差、总均方根误差三个预测结果评价指标,对不同步长情况下的预测结果进行了比较,证明了粒子群优化模糊支持向量机预测方法的有效性。通过对比粒子群优化模糊支持向量机模型、灰色粒子群神经网络优化模型、粒子群神经网络模型、灰色模型预测的总平均绝对百分比误差,结果证明粒子群优化模糊支持向量机的预测精度和效率较高,在航天器参量预测领域具有较好的应用前景。     

自由飞行空间机器人基座位姿调整的模糊PD控制

由于自由飞行空间机器人处于微重力的环境,因此其在目标获取的过程中必然会出现因机械臂运动和环境影响而导致基座的复杂运动.本文设计了自由飞行空间机器人位姿调整的模糊PD算法,根据接收到的实时位置信息,空间机器人可以自主地调整基座的姿态和位置来校正位姿误差,保证目标的稳定捕获.利用开发的实验平台与传统的on/off式控制器进行了实验对比,验证了此方法在稳定性、控制精度和燃料消耗上都有较好的表现.     

基于模糊CFAR的SAR图像非均匀背景目标检测算法

CFAR是目前应用最为广泛且实时有效的SAR图像目标检测算法,在非均匀背景情况下,一般的CFAR检测都会存在大量虚警.引入模糊逻辑的概念,提出了一种非均匀背景的SAR图像模糊CFAR目标检测算法.基于Weibull分布,分别推导出模糊CA-CFAR和模糊OS-CFAR的隶属函数,并根据相应的模糊融合准则进行融合处理,得到模糊CFAR检测器的中心门限.仿真结果表明,模糊CFAR检测算法在非均匀背景的SAR图像目标检测中,具有较高的检测概率,且虚警少,具备一定的实用价值.