固体燃料冲压发动机燃速的人工神经网络辨识

由于固体燃料冲压发动机(SFRJ)结构的特殊性,其燃速的预测比较困难。为探讨燃速对于不同飞行工况的依赖性,对模拟试验的结果采用BP人工神经网络进行了辨识,并将辨识结果与用最小二乘法辨识的结果进行比较。从辨识的结果来看,这种辨识方法具有精度高、处理实验数据迅速、能进行在线辨识等特点,能够较好地满足工程应用的要求。此外,在利用人工神经网络对类似的大样本系统进行辨识时,如果能采用一些数学上的处理技巧。      

射频识别卡读写模块的设计

射频识别卡读写模块是射频卡读写器的核心.根据ISO14443协议,运用现代通信与信号处理的方法,采用最新的RISC指令单片机,设计了射频识别卡的读写模块.该模块没有使用专用的硬件ASIC和功率放大管,纯粹采用软件实现了硬件ASIC的功能.同时它性能稳定、价格低廉,对卡的读写距离在0~10cm.      

参数不定区间估计的对偶线性规划方法

将参数不定区间估计(PIE)问题变换成一组对偶线性规划(DLP)问题,提出了求解这组DLP问题的改进单纯形方法.该方法利用变量间的对偶关系,直接计算初始基本可行解,省去了初始基本可行解的搜索步骤.此外,在确定旋入和旋出变量时都采用了目标值最大减少规则,减少了旋转迭代次数.针对由PIE问题所导出的全部DLP问题都具有相同的目标函数和约束矩阵,给出了单搜索过程求解全部DLP问题的联合单纯形法.仿真结果说明了所给算法的计算效率.      

基于深度神经网络的空间目标结构识别

利用空间目标雷达散射截面(Radar Cross Section, RCS)序列开展空间目标结构识别是空间态势感知的重要组成部分。文章针对 RCS序列受目标物理特性、姿态特性影响大,序列信号非平稳特征明显的问题,利用深度神经网络（Deep Neural Network,DNN）算法解决空间目标结构特征识别的问题;针对特征提取不具区分度的问题,提出利用分形分析提取RCS序列的分数维特征,并利用Fisher判决率对传统特征进行选取;介绍了DNN算法以及数据处理过程;最后,利用一组仿真测试数据对算法进行了仿真验证。分析结果表明,DNN算法在解决利用RCS序列进行目标结构识别这一问题中具有鲁棒性强、识别准确的特点。     

基于飞行品质评估的无人直升机鲁棒控制器设计

提出了一种改进的无人直升机H_∞回路成形鲁棒控制器设计方法。首先将系统辨识技术引入到无人直升机高带宽控制器设计,根据飞行扫频数据,得到包含直升机动力学模型耦合特性的非参数频率响应,依据频率响应拟合待辨识模型得到无人直升机高精度的飞行动力学模型。然后根据该模型,采用改进的H_∞回路成形方法设计了无人直升机内回路控制器,针对H_∞回路成形方法中权值矩阵选取困难的问题,利用了最大右约数(GCRD)方法以实现实际系统和期望系统的传递函数矩阵之间的转换。与传统的对角型权值矩阵相比,使用此方法成形后的系统具有更宽的鲁棒稳定裕度,系统的解耦性和频带也显著提高,而且可以大大降低设计人员选取权值矩阵的复杂性和盲目性。通过仿真验证,所设计的无人直升机系统的飞行品质满足军用标准ADS-33E中一级区域的要求。     

基于PNN-DS信息融合模型的目标识别方法

针对目标识别中常用BP—DS信息融合方法识别率低,运行速度慢,抗噪性差等问题,提出一种基于PNN网络和DS证据的信息融合方法。该方法不仅综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处,利用神经网络和证据推理算法获取了基本概率赋值,同时突出了PNN网络在处理多传感器信息的准确性和运算速度上都要优越于BP网络的特点。     

一种新颖的RFID多标签防碰撞算法

在标签运动较规律的无线射频识别(RFID, Radio Frequency Identification)系统中,读写器按照一般的算法不会优先读取即将离开可读范围的标签,而使系统出现较高的漏读率.针对这种场景,提出一种新的防碰撞算法——先到先服务 (FCFS, First Come First Served) 算法.读写器首先按照到达顺序对标签进行分组,先识别紧迫性高的时间分组标签;其次,算法通过新增一个参数有效避免了一些可预测的碰撞时隙.在识别时间分组的过程中设置了总时隙的上限,从而避免系统阻塞.仿真结果表明,在保持漏读率小于0.01的情况下,系统所能承受的标签运动速度比前缀随机化算法提高了50%.当标签到达率为0.45时,系统的通过率改善最明显,比前缀随机化算法提高了13%左右.      

基于连续小波变换的飞行器结构模态参数辨识

给出了一种基于连续小波变换的多输入多输出MIMO(Multiple-Input Multiple-Output)飞行器结构模态参数的辨识方法.对结构离散运动方程进行连续小波变换建立了小波域内的系统AR(Auto Regression)模型,AR模型的系数矩阵决定着系统的动力学特性,可以通过最小二乘法求得.模态参数可以通过求解由AR系数矩阵构成的特征矩阵的特征值来获得.与已有基于小波变换的模态参数辨识方法相比,该方法应用了连续小波的时移共变性和小波变换的滤波能力来确保辨识的效率.在辨识过程中,采用优化算法提高了辨识的精度和稳定性.算例仿真结果表明该方法具有较高的计算精度和稳定性,能用于飞行器结构模态参数的辨识.      

一类有色噪声干扰随机系统最小二乘递推辨识

提出一类有色噪声干扰随机系统的辅助模型最小二乘递推辨识算法.此算法结合辅助模型辨识思想和递推增广最小二乘理论,用辅助模型的输出代替辨识模型信息向量中未知中间变量,用估计残差代替信息向量中不可测噪声项,从而可以运用递推辨识思想来估计系统所有参数,包括噪声模型参数.仿真例子说明提出算法的有效性.      

人机界面中目标编码设计

研究虚拟战斗机驾驶员飞行过程中涉及的监视、计算记忆、攻击和探测4项任务,通过控制目标呈现时间和间隔时间改变工作的快慢节奏来影响脑力负荷,以正确反应率和反应时间来评价和分析被试在不同脑力负荷和任务权重下对目标颜色、形状及位置的辨认情况, 为人机界面中目标编码设计提供科学依据.实验结果表明:无论脑力负荷和任务权重如何,绿色、红色、正方形、圆形和三角形可作为人机界面设计中的目标编码,蓝色则不适合;人机界面设计时,必须对人的注意力分配问题进行评价,并作为确定目标位置的依据之一;对具有颜色、形状等多维目标的辨认,当目标的持续和间隔时间分别在1s以上时正确反应率都较高.