一种新的迎角估计方法

针对迎角和侧滑角在大机动的条件下传感器不能准确测量的问题,提出了借助飞机的动力学模型,以惯导数据的姿态角及其角速率、加速度信息和大气数据的动压为量测值,利用扩展卡尔曼滤波的方法估计迎角和侧滑角,从而克服了对硬件的依赖性,实现了依靠算法代替传感器而获得飞行参数,但是该方法对系统数学模型即动力学模型的准确性有着较高的要求,通过仿真验证,该方法结构简单,易于工程实现,并且估计精度在0．4°以内,具有很好的实时性和鲁棒性。     

基于Fluent的飞行器气动参数计算方法

课题采用湍流模型中的单方程模型,并借助于商业CFD软件Fluent,对某型号飞行器在给定攻角和马赫数下进行气动力仿真。首先,采用湍流模型中的单方程模型对飞行器的绕流流场进行数学建模;其次,用Gambit软件对飞行器的外形进行几何建模,并进行网格划分和边界条件设定;最后,在Fluent中进行相关参数设置和气动力数值计算及仿真,得出了该型号飞行器升力系数、阻力系数和俯仰力矩系以及飞行器表面的压力分布和来流速度分布,并对结果进行分析。该研究表明单方程模型能够很好地解决具有壁面限制的飞行器气动力数值计算问题。     

自组织模糊神经网络的气动参数辨识算法

导弹气动参数一般通过理论计算或风洞试验数据来获取,由于受诸多因素限制而难以获得精确值。为了提高导弹动力学模型的精确度,利用神经网络能够逼近任意非线性函数的特点,对各实际工作点的气动参数进行辨识。采用反向传播神经网络的结构模型,通过加入模糊推理算法进行神经元权值修正的聚类训练,并动态地调节隐层节点数目,由此提出了一种能够精确跟踪非线性函数的网络模型。网络中若不存在能代表某些输入的聚类中心的神经元时,增加隐层节点数即相当于增加相应的模糊规则,它体现了该网络的自组织特点。仿真结果验证了模型对气动参数辨识的有效性,该方法对于自动驾驶仪气动参数的修正具有良好应用前景。     

一种新的动态模糊参数学习算法研究

在现实世界中,不完整数据广泛存在,如何从不完整数据中进行机器学习是一个非常重要的问题.文中主要针对数据的动态模糊性,给出一种高效的基于贝叶斯网络的动态模糊机器学习系统的参数学习算法,并验证了它的有效性.     

一种新的弱目标自组织模糊分类方法

本文着重研究舰船雷达弱目标的模糊分类问题，讨论了利用Ｋｏｈｏｎｅｎ自组织网络来实现各类目标的二维录属函数生成。     

一种新的Jakes模型参数计算方法

本文分析了小尺度无线衰落信道的理论参考模型—Clark模型,比较了两种较为重要的确定性仿真模型的参数计算方法—精确多普勒扩展法（MEDS）和随机精确多普勒扩展法（R_MEDS）,提出了一种新的用于仿真平坦衰落信道Jakes模型的参数计算方法,即在MEDS的基础上对离散多普勒频率引入随机抖动。仿真数据和图形表明,在模型复杂度较低的情况下,新的信道模型的自相关和互相关特性较R_MEDS有很大改善,而且与原始MEDS相比,新模型多普勒频率为随机变量,可以有效仿真瑞利衰落、多个不相关的瑞利衰落和频率选择性衰落信道等,并且可以结合工程需要设定随机抖动幅度,保证了衰落信道的不相关性和遍历性的有机统一。      

一种新的相机外参数标定方法

为了更精确地对飞机姿态进行交会测量,提出了一种新的外参数标定装置来获得相机参数。首先通过高精度全站仪获得标定杆上圆形标记点在世界基准坐标系下的坐标,然后通过摄像测量仪采集标定杆图像,对其进行高精度椭圆拟合得到标记点在像素坐标系下的坐标,在已知相机内参数的情况下求解世界基准坐标系到相机坐标系的旋转矩阵和平移向量。已知距离标记点验证实验结果表明:相邻点间平均距离误差为0.128 8mm,具有较好的易操作性和标定精度。     

一种智能PID参数整定控制系统设计与实现

在对多参量输入的嵌入式多模控制系统设计中,受到的参量扰动较大,控制精度不好,传统控制算法采用模糊PID控制算法,随着神经元输入的扰动向量不确定因素的增多,控制的收敛性受到限制。提出一种基于智能变结构模糊PID控制的多参量输入参数整定控制算法,并进行控制系统优化设计。结合滑膜积分控制和PID控制思想,首先进行多参量输入控制系统的被控对象描述,构建多模控制约束参量模型,采用变结构模糊PID神经网络进行控制约束参量的自适应训练,实现自适应控制加权,提高参数的自整定性,实现控制系统优化。仿真实验结果表明,该智能PID参数整定控制系统的控制精度较高,控制稳定性较好,参数自整定性的品质优于传统方法。     

一种新的微波场效应管等效电路参数提取方法

本文提出一种改进的模拟退火算法，其特点是采用有效的参数边界压缩方法和最优解跟踪技术，并在Ｍｅｔｒｏｐｏｌｉｓ抽样中引入高效率的多变量均匀试验，从而使计算量大幅度降低。我们已将该算法用于微波场效应管等效电路参数提取，实际计算表明，本算法要比Ｇ．Ｂｉｌｂｒｏ等人提出的树退火算法及梯度－树退火混合算法有较高效率，所需参数提取时间要少得多。     

一种基于雷达信号参数的未知目标干扰策略分析技术研究

分析了电子对抗系统对未知目标干扰策略的不足,提出了基于雷达信号参数的威胁度分析方法.结合模糊理论算法,建立基于目标距离、目标速度、目标航向夹角三大变量的威胁度隶属函数,最终计算出多批目标的相对威胁等级,对提高现有电子对抗系统对于未知目标的干扰决策能力具有很高的工程应用价值.通过实例验证,该方法可行.     

一种基于模糊神经网络的非线性系统模型辨识方法

该文提出一种非线性系统的模型辨识方法。通过结构的辨识(学习)和参数的辨识(学习),构造了一个模糊神经网络,经调整网络的权值,获得一个精确的模糊模型。对两个非线性系统辨识的仿真结果验证了该方法的有效性。     

一种训练神经网络的模糊控制方法

提出一种训练神经网络的模糊控制方法，该方法根据样本的分布及网络对该样本的识别率制定模糊规则，以此规则控制网络的训练参数、调整学习率．利用此方法训练出的神经网络收敛快、识别率高．当样本不均衡时，这种方法的优点尤为显著．     

飞行器参数辨识的一种演化计算方法

将混合遗传算法应用于飞行器气动参数辨识。该方法结合了遗传算法的全局寻优能力和极大似然法的局部寻优能力,使得混合遗传算法不受极大似然法初值选取的影响,同时也解决了遗传算法收敛速度慢和收敛精度较低的问题。在混合遗传算法寻优过程中,仅对最优个体和变异后的个体执行局部寻优操作,从而使得混合遗传算法的计算量维持在一个适当的水平。最后,一个飞行器纵向模型气动参数的辨识仿真表明：混合遗传算法的收敛性和精度都远高于没有采用局部寻优策略的遗传算法。     

一种新的频率规划方法

本文针对目前频率规划中存在的问题,提出了利用专家系统和改进遗传算法及分层技术等来克服手工频率规划过于烦琐和电子地图要求极高及频带紧张的障碍,从而在缺少准确电子地图的情况下,借助专家的经验和知识同时利用改进的优化算法亦能给出较准确的频率规划方案。同时提出了改进的模糊似然推理方法。此外我们开发了智能多层频率规划ＣＡＤ软件包,并给出仿真结果。     

一种新的模糊熵图象分割方法

图象阈值分割技术在图象分析和图象识别中具有重要的意义。本文将模糊子集理论中的模糊熵概念引入到阈值分割技术中去，在图象的模糊特征平面上采用最大熵原则确定分割阈值。实验结果表明了该方法的有效性。     

一种新的HEMT小信号模型参数提取方法

介绍了一种高电子迁移率晶体管(HEMT)的小信号参数提取方法——综合多偏置点优化参数提取法。该文首先推导并提出了器件的模型、确定外部参数和内部参数，其次介绍了多偏置点优化算法。最后，以PHEMT器件为例进行鲁棒性和精确性测试，实验采用一系列随机起始值，结果表明，提取的参数值与经验值相差小于1％。     

一种基于神经网络的模糊推理方法

对于Zadeh的模糊关系合成法则（简称CRI方法），选择一个适宜蕴涵关系矩阵是至关重要的。通常蕴涵关系矩阵的元素值是通过一个所构造的数学表达式计算的，或是由领域专家凭经验直接给出。然而，有时，特别是对于后一种情形，CRI法不能满足模糊推理最基本的一致性要求。文章构造了一个神经网络用于模糊推理，新方法不仅是CRI方法的推广，而且远比CRI方法易于满足推理的一致性要求。得益于神经网络的长处，新方法具有灵活性、可调性。文章给出了权值的具取值法。     

一种新的混沌扩频序列产生方法

本文提出了一种新的混沌扩频序列产生方法。该方法基于神经网络的强大学习能力和副近非线性函数能力,应用具有全局最优的ＢＰ改进算法通过训练学习建立起具有混沌性态的优化神经网络模型,利用网络权值调整的灵活性来产生混沌扩频序列。计算机仿真结果表明,该模型产生的混沌扩频序列调整更容易,比基于单一混沌映射能产生更多符合扩频通信要求的扩频序列。     

一种新的参数化标准件库开发技术

一、引言 建立参数化标准件库是一项重要的CAD应用软件二次开发工作,但传统的参数化建库多是建立在编程的基础上,用复杂的程序来描述参数化图形,不仅工作量大,开发周期长,而且往往要准备大量的具有严格数据格式的专用数据文件,给标准件库日后的扩充和维护都带来了很多困难。 本文所介绍的开发工作是在一种新型CAD软件平台Sigraph-Design之上展开的,方案充分利用了该平台现有的功能。     

话音质量的一种新的评价方法

本文利用五种新的模糊综合评判方法：模糊树法ＦＴ对通信网的通话质量进行综合评判。最后采用ＦＴ评估出通信网的通话质量。