LEO卫星通信系统模糊逻辑动态位置区方案

文章在基于自主定位的动态位置区方案的基础上提出了模糊逻辑动态位置区方案,通过对用户在给定时间内运动模式的判定来动态改变用户的更新半径,并仿真比较了用户在不同初始更新半径下两种方案的更新和寻呼开销,以及用户在不同模糊逻辑统计时间下的更新和寻呼开销。仿真结果表明用户在该方案下的位置管理总开销相对于普通动态位置区有了明显的降低,提高了位置管理效率。     

全局最优导向模糊布谷鸟搜索算法及应用

针对标准布谷鸟搜索算法探索能力强而开发能力较弱、收敛速度慢及计算精度较差等问题,提出了具有全局最优导向的模糊布谷鸟搜索算法。在鸟窝更新公式中引入全局最优导向策略,在产生新的鸟窝位置时利用到当前最优鸟窝位置信息,以保持鸟窝的多样性并提高算法的开发能力。另外,采用模糊逻辑规则对布谷鸟算法中的搜索步长和外来鸟蛋被发现概率这2个重要参数进行自适应调整,以提高算法的全局收敛性能和求解精度。通过2个经典结构可靠性分析极限状态方程测试该算法的性能,并将其应用于某飞机舱门锁定机构可靠性分析中。实验结果表明,与粒子群算法、标准布谷鸟搜索算法和改进布谷鸟搜索算法相比,所提出的全局最优导向模糊布谷鸟搜索算法在进行可靠性分析中,能够有效地提高解的精度并增加收敛速度,寻优效果更优。      

噪声干扰环境下基于实测数据的多目标航迹起始算法

雷达在受到噪声干扰的条件下会产生大量杂波.这时,如何完成航迹的快速起始是个值得研究的问题.结合干扰环境下的实测数据,分别采用逻辑法和修正逻辑法对其进行了研究分析,得出了一些有意义的结论.仿真结果表明,该方法很好地克服了3/4逻辑法因虚假目标过多而无法正常起始的问题,并且具有对存储要求较低、计算量较小、便于工程实现的特性...     

基于模糊基函数网络的系统故障检测

给出了基于T-S模型的模糊基函数网络(FBFN),并提出了一种基于FBFN的未知系统故障信息检测通用方法.将未知系统分为已知部分和未知部分.系统的实际输出包括已知部分输出、未知部分输出和故障信息等三部分.已知部分用数学模型描述.未知部分包括系统的建模误差、噪声干扰等不确定性,用FBFN逼近.因此,根据系统的实际输出、数学模型输出和FBFN输出可估计出故障信息.最后给出了某飞机的微波着陆系统故障信息检测仿真实例.      

基于神经网络和模糊逻辑的航空发动机状态监视

设计了基于神经网络和模糊逻辑的航空发动机状态监视系统,它包含数据有效性检查和发动机健康评估.系统利用BP(back propagation)神经网络对发动机进行数据有效性检查,根据发动机的状态确定测量参数的有效边界以检测发动机的测量参数是否超限;利用模糊逻辑对发动机健康状况进行实时的评估,监控发动机因性能蜕化引起的异常.通过对某型涡扇发动机仿真,验证了基于神经网络和模糊逻辑的状态监视系统的有效性.      

一种高精度温度控制的复合方法及其应用

介绍了一种用于高精度温度控制的复合方法及其在恒温槽上的成功应用.该方法集Fuzzy逻辑和专家式智能PID(比例、积分、微分)控制于一体,充分运用了专家的人工调节经验和PID控制的定量调节特性,较好地满足了高精度控温中的高精度与快速性要求.采用了简单新颖的PID参数在线修正和温度变化预报方法,易于实现.用于恒温槽时控制精度优于0.01℃.实践证明该方法在高精度控温中具有良好的控制效果.      

动态故障树分析方法在软、硬件容错计算机系统中的应用

结合几个动态逻辑门及其向Markov状态转移链的转化,介绍了一种新的动态故障树建模分析方法,用来解决不可修系统中对动态时序特性的建模困难问题。并给出了一个具体的例子,应用这种方法对其进行分析。分析结果表明,软、硬件容错技术在计算机系统中的应用,可以显著提高系统的可靠性。     

军用装备大规模可编程逻辑器件设计计价方法

大规模逻辑编程器件已在军用装备中得到了广泛应用,但目前为止国家还没有相关文件和标准明确其价格评估.长此以往对军用装备的质量必将产生一些不利影响.同时,缺乏科学成本预测工具和价格审核手段的现状,对装备经费资源也会造成很大浪费.根据实际工作经验,分析了影响大规模逻辑编程器件设计价格的主要因素和注意事项,提出了一套大规模逻辑编程的新评估计价方法.     

一种变论域模糊自适应导引律研究

针对空空导弹的导引律问题，基于模糊逻辑和遗传算法．提出了一种论域自调整的进化模糊导引律。将导弹与目标的接近速度以及导弹的视线角速度作为模糊控制器的输入，指令加速度作为输出，并在传统的模糊逻辑控制基础上引入了一个非线性变论域函数，从而实现了模糊变量论域的动态改变，然后使用遗传算法对导引规则进行了寻优。以某型空空导弹模型为对象使用MATLAB对导弹攻击过程进行了仿真。仿真结果表明，该方法的机动过载小，拦截飞行时间短，是一种较为优越的制导方法。     

模糊控制器中的智能积分

分析了传统模糊控制稳态精度差的缺陷，引入了智能积分以减少稳态误差和避免积分饱和，采用△ｕ＝ｆ（ｅ，ｅｃ）＋Ｅｄｔ（当Ｅ·ｃ＞０或ｃ＝０而Ｅ≠０）及△ｕ＝ｆ（ｅ，ｅｃ）（当Ｅ·ｃ＜０或Ｅ＝０）（其中ｅ为系统误差，ｃ为系统误差变化，ｆ（ｅ，ｅｃ）为模糊控制器输邮，ＫＫＥｄｔ为智能积分输出，△ｕ。为模糊控制器总输出）。然后设计了一个自组织模糊逻辑控制器以实现快速响应和小的超调，在金属镁还原炉上运行后获得较理想的效果。