基于ANFIS的智能导航自适应滤波算法研究

智能导弹等智能化飞行器在快速跨域、高速机动飞行时,由于传感器切换、外形改变等因素,会对组合导航信息融合系统引入随机非Gauss噪声等影响,离线优化的参数往往不能满足滤波器精度的需求。自适应网络模糊推理系统ANFIS是一种将人工神经网络和模糊推理技术相结合而成,符合人类认知特点的决策方法,它可以对导航数据进行学习,实现智能决策、实时修改滤波器内部参数,对滤波器进行优化。仿真结果表明,基于ANFIS优化的智能导航自适应滤波算法可以有效减少噪声和干扰带来的影响,提高导航精度。     

智能空战仿真中的目标威胁估计方法研究

针对智能空战仿真中的目标威胁估计问题,提出了一种基于遗传模糊推理的目标威胁估计方法,用于支撑智能空战仿真中目标分配决策.首先,研究了基于遗传模糊推理的目标威胁估计方法;然后,介绍了该目标威胁估计方法在智能空战仿真中的应用.仿真结果表明,目标威胁估计结果合理,能有效支撑目标分配决策.     

自主近距空战中敌机的战术动作识别方法

为了识别自主近距空战中敌机的战术动作,提出一个两级识别系统.该系统由基本动作识别和组合动作识别两部分组成.其中,基本动作识别采用模糊推理方法,并模拟飞行员的思维过程,用\"模式记忆\"方法平滑推理结果的抖动;组合动作识别以基本动作序列为输入,采用时间自动机组成并行结构,提取各组合动作的主要几何形态,使识别系统具有良好的可扩展性和鲁棒性.通过仿真对识别系统进行验证,结果表明该系统能有效地识别敌机的战术动作.      

铝合金焊缝成形的神经网络建模

利用神经网络对LF6铝合金的焊缝成形进行了建模,同时运用模糊推理的方法对神经网络的预测功能进行了扩展。首先根据实际确定焊缝的成形参数为正面熔宽、正面熔高、背面熔宽、背面熔高,焊缝成形的控制参数为对接间隙、送丝速度、焊接速度、焊接电流;采用正交试验设计的方法设计试验,使用较少的试验数据来获取焊缝成形信息。然后,进行试验,利用试验数据来对神经网络进行训练。采用BP算法对焊缝成形控制参数空间和焊缝成形参数空间进行了函数逼近,建立了BP网络模型。此模型能够对位于焊缝成形控制参数空间内的输入参数进行高精度的预测,对焊接参数进行修正以获得良好的焊缝成形,并可减少焊接试验次数。     

基于ANFIS的蒸汽发生器水位实时控制系统的设计

从蒸汽发生器的水位特性出发,对其水位高度控制原理进行了深入细致的研究。鉴于控制对象的模糊性、不确定性和非线性,采用自适应神经元模糊推理(Adaptive neuron fuzzy inference system,ANFIS)技术,建立了模糊控制规则库,实现了对蒸汽发生器水位的智能控制。本文详细阐述了ANFIS技术的结构、控制方式和系统的主要功能,完成了软、硬件的综合设计,并进行了仿真研究。控制系统的硬件采用了DSP芯片,以保证系统的实时性;软件采用了模糊一神经网络算法,以克服系统模型的不确定性。仿真结果表明,该控制系统工作稳定可靠,具有较高的控制精度和较强的鲁棒性。     

自适应神经模糊推理模型在复杂社会技术系统中的应用(英文)

考虑复杂社会技术系统的特点,运用自适应神经模糊推理模型对提高公益科研机构的组织效率进行了实例研究。建立了针对公益科研机构员工激励决策的自适应模糊推理完整模型,利用调研数据及其处理结果验证了模型的有效性。该模型融合了神经网络的学习机制和模糊系统的语言推理能力,弥补了神经网络和模糊逻辑系统各自的不足。研究结果表明,自适应神经模糊推理模型适用于复杂社会技术系统,在解决管理领域的预测、评估和决策问题中有广阔的应用前景。     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤,本提出一种平面曲线角点检测的方法。首先,从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充,基于上述两个性质,模糊集合的概念被引入到检测问题。然后,给出三组包含角点隶属度的特征提取公式,综合三组特征,给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线,以及对历史献测试图像的检测结果。结果表明,本算法使用模糊集合理论,在实现上非常简单,检测效果也很理想。     

飞机转速摆动故障模糊诊断模型的建立及其仿真研究

鉴于传统故障诊断技术在飞机发动机故障诊断中不能较好吸收人类经验的缺点,文章运用模糊推理技术,模拟专家的故障诊断推理过程,建立了某型军用飞机发动机转速摆动故障的模糊故障诊断模型,并运用模糊神经网络对该模型进行了改进。仿真结果表明,所建立的模型可以很好地吸收维护人员的故障诊断经验,对故障原因可做出准确判断,训练完成的模糊神经网络模型可实现模糊模型的故障诊断功能,解决其不能自学习的问题。     

新一代GNSS接收机的智能跟踪状态评估技术

新一代全球导航卫星系统的接收机需要根据用户所处环境,自适应地调整接收机内部参数以达到最稳健的导航效果。这就要求接收机在运行过程中通过评估跟踪状态去检测和分析用户场景。基于对传统接收机控制系统缺陷的分析,提出了智能接收机的概念、特点及系统框架;在此基础上设计、分析接收机的智能跟踪状态评估算法;最后通过仿真验证了所设计的算法可以有效地识别场景及场景间的切换。     

基于振动和滑油屑末信息融合的主轴承状态监测方法

针对实际服役状态下航空发动机主轴承在线状态监测和故障诊断问题,提出了一种基于振动和滑油屑末信息融合的主轴承状态监测方法。通过发动机外机匣指定位置处测得振动信号的频域特征定义滚动轴承故障损伤因子,采集回油路滑油金属屑末信息确定屑末数量增长率,将二者通过模糊推理相融合,实现滚动轴承状态的在线监测。开展了部件试验器条件下航空发动机主轴承典型损伤剥落扩展试验和整机试验,同步测试振动信号及滑油屑末信息,进行信息融合轴承状态监测方法验证。结果表明：将轴承剥落中期时的振动和滑油屑末信息输入建立的模糊推理模型,输出结果为0.59,根据定义输出数值在0~0.25区间表示轴承状态良好,输出数值在0.25~0.75区间表示轴承状态异常,输出数值在0.75~1区间表示轴承故障严重,该数值置于轴承状态异常区间,据此判断此时轴承存在故障、需及时检修。所提方法可为航空发动机主轴轴承状态监测及故障诊断提供参考。