基于H∞滤波的变权多通道数据融合方法研究

在对多通道定位数据进行数据融合中，采用H∞滤波可有效地解决各传感器数据误差模型不确定的滤波和状态估计问题。但由于数据采样时刻及精度的不一致性，对于多通道数据的融合应采用变权融合方式，以提高融合后数据的可靠性。该由此给出了一种基于H∞滤波的变权数据融合计算方法，通过对实测实时数据的仿真计算表明，其方法具有很好的实用性。     

耦合时空混沌的模糊混沌神经网络鲁棒自适应控制

将模糊逻辑系统和混沌神经网络结合起来,利用模糊逻辑系统的逼近能力和混沌神经网络的时空混沌行为,对模型未知的耦合时空混沌系统提出了一种模糊混沌神经网络自适应控制方案;同时考虑系统扰动、未建模动态特性和建模误差的影响,设计自适应补偿器,增强时空混沌系统控制的鲁棒性;并用Laypunov方法证明了该方案的稳定性;仿真验证了方案的有效性和鲁棒性。     

两种推理方法QIP和FSI的鲁棒性结果及其比较

基于逻辑相似度和剩余蕴涵,研究了五蕴涵推理方法(QIP)和相似度推理方法(FSI)的鲁棒性,给出了在四个常用蕴涵下QIP的鲁棒性的具体结果,以及基于修正的Kleene蕴涵的FSI的鲁棒性结论,并且对这两种推理方法的鲁棒性进行了初步的比较.     

基于改进最小二乘支持向量机的惯性测量组件故障在线检测方法

为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值法进行处理,接着通过对在线LS-SVM回归过程的研究,提出了一种递推求解的快速算法,将惯性测量组件的输出量、舵偏角改变量并辅以环境因素作为观测样本序列,应用该算法来提高模型检测的准确性和时效性。最后对惯性测量组件无故障和出现卡滞、恒偏差时的故障模式进行了仿真实验,结果表明,与应用LS-SVM、SVM和BP神经网络算法相比,提出的惯性测量组件故障在线检测方法具有较强的鲁棒性和较快的速度。     

一种不同地面分辨率图像的拼接算法

航空遥感监测中变焦镜头的广泛应用以及飞行高度的变化会获得不同地面分辨率的航空影像,因此为了实时监控到飞行区域的整体情况,需要对不同地面分辨率的图像进行拼接。提出了针对不同地面分辨率图像进行拼接的方法。首先用四分法对图像进行分割,检测变化倍率,选择配准策略;然后用基于加速鲁棒性特征(Speeded-Up Robust Features,SURF)的算法对相邻图像进行拼接。获得了焦距变化从高倍过渡到低倍,或从低倍过渡到高倍的拼接图像。通过航空变焦模拟影像的拼接实验和地面变焦影像的拼接实验表明,该方法能够对不同地面分辨率的图像进行拼接,且拼接结果均以高分辨率为基准。     

基于自适应BP神经网络的结构损伤检测

描述基于人工神经网络的结构损伤检测的基本步骤以及该方法在实际5层钢框架结构损伤检测上的应用．提出了一种改进的BP神经网络方法，它能够解决传统BP神经网络在实际应用中存在的两个问题：收敛速度慢并存在局部极小．其基本思想是引入动态自适应算子加速传统BP算法的梯度下降速度，从而提高运算速度，通过自调节保证学习过程中每一时刻具有较大的sigmoid函数值，从而可以避免局部极小．数值仿真结果表明基于该自适应神经网络的结构损伤检测方法具有强的鲁棒性，而且与传统的BP神经网络相比，不仅提高了计算速度，并且具有很高的精度．最后，实例的应用也证明了该方法的有效性．     

基于核各向异性扩散的红外小目标检测

为了减少红外图像中背景边缘对检测的影响,提出了一种具有鲁棒性的弱小目标检测算法,该算法利用核各向异性扩散模型进行背景预测,再与原图像差分实现弱小目标检测。为了提高算法的自适应能力,提出了一种鲁棒性扩散系数,能够根据图像背景的起伏程度自适应调整扩散系数曲线的陡峭程度。实验结果表明,与现有的检测算法相比,该算法能够在不同类型的复杂背景下有效抑制背景及其边缘,保留目标大小,降低虚警率,具有更强的鲁棒性。     

不确定混沌系统的混合投影同步

本文研究了一类不确定混沌(超混沌)系统的混合投影问题.利用自适应方法和Lyapunov稳定性理论,获得了两个恒同或不同混沌系统实现混沌投影同步的一般方法.最后,数值仿真的结果验证了方法的有效性和鲁棒性.     

基于互联网的转台远程控制监视系统

提出了一种以互联结构基础的远程控制监视系统，使工作人员能够在互联网的任何一个节点上对转台进行远程控制监视，完成调试与诊断任务。这套系统利用控制逻辑与控制表示逻辑分离的思想实现系统拓扑分布于互联网上的结构，并利用发送端自适应调整接收端驱动的流控管理方案，保证控制的实时性和对互联网通讯时延和阻塞的鲁棒性。     

需求不确定的服务设施网络设计模型鲁棒性研究

由于选址决策的长期性,参数面临随机波动,在选址问题中考虑不确定因素至关重要。在选址模型中提出一种新的鲁棒方法,采用有界对称的“盒子”作为不确定需求的集合,通过调节不确定预算,来权衡解的鲁棒性与系统成本之间的关系。利用该方法得到的鲁棒模型不仅能够转化成线性规划,并且可以计算出设施的最低服务水平。然后,设计禁忌搜索算法来求解该问题,数值算例的结果表明了算法的有效性。最后,分析了不同鲁棒水平下,服务设施网络不同的拓扑结构,并得到服务水平与成本之间的权衡关系。同时对需求扰动作了敏感性分析,结果表明随着服务水平的提高,成本对需求扰动越来越敏感。