捷联惯性控制器半实物仿真

介绍了多机、多任务、实时再入飞行器捷联惯性控制器半实物仿真测试平台的构建,以及相关的建模与仿真技术,其中包括飞行力学环境建模与再入飞行轨迹参数的生成、捷联惯性传感器建模与输出信息模拟、半实物仿真系统实时调度算法。通过仿真实验在此平台上实现了对再入飞行器捷联惯性控制器的性能测试与检验,为再入飞行器捷联惯性控制器的研制提供了技术支持。     

灰色数列预测在我国税收预测中的应用

准确预测税收总量,对于有效地进行市场经济条件下的宏观调控有着重要的意义。定性分析了我国1992到1997年的税收数据,引入了均值生成算子对原始数据进行处理,建立了GM(1,1)模型,从而发现、掌握税收数据的变化规律,并对未来数据进行了定量预测。为了充分利用新信息,进一步提高预测精度,对数据进行了新陈代谢,再次建模预测。结果表明,用GM(1,1)模型对税收数据进行预测,不仅所需样本小、信息少,而且建模简单,具有很好的预测精度。     

矢量喷管柔性机构运动及可靠性仿真

针对航空航天柔性机构运动具有复杂非线性的特点,提出了一种在UG-ANASYS-ADAMS多软件平台下建立柔性机构模型并进行运动仿真的方法,对某轴对称矢量喷管(AVEN)机构进行了建模仿真;采用响应面方法和蒙特卡洛法相结合的方法得到了矢量喷管性能参数的概率分布,并计算了其可靠性。该方法能够为航空航天领域同类机构的建模分析提供借鉴,响应面方法与蒙特卡洛法结合的可靠性分析方法在满足一定精度要求的同时,能够大大减少计算时间。     

模糊随机需求模式下的扩展报童模型与求解算法

将模糊随机需求期望值理论引入对模糊随机需求模式下单周期库存优化问题研究，建立了模糊随机收益期望值最大化的单一产品模糊随机报童模型和多产品模糊随机规划报童模型．并根据遗传算法理论和计算机模糊随机变量模拟技术设计了求解模型的智能算法。     

一种非线性自适应逆噪声控制器设计及其仿真

基于模糊神经网络算法研究了非线性系统的噪声消除问题,设计了一类非线性自适应逆噪声消除控制器。该文利用模糊神经网络融合算法所具有的对任意函数的精确逼近性,对非线性系统进行建模和逆建模,从而为非线性自适应逆噪声控制器的有效性提供了保障。最后将所设计的控制器用于仿真实例,研究表明该噪声控制器能有效地消除非线性被控对象的噪声污染。说明了该方法的可行性和有效性。     

基于时域滤波的点目标检测算法

当红外预警系统对低空飞行的运动目标进行检测时,由于云杂波的存在,系统的检测性能会受到严重影响。分析了云层背景下目标和云层在探测器上的时间响应特性,建立了四种类型的像素点时域模型。并以这四种时域模型为基础,提出了云层背景下点目标的时域检测算法。理论分析和实验结果表明,新算法能有效检测出各种云层背景下的点目标。     

信息融合技术在某试验指挥控制系统中的应用

针对靶场试验指挥控制系统中的信息融合需求,提出了一种改进的联合卡尔曼滤波算法,用计算加权系数的方法代替原来的计算加权矩阵,从而避免了求解滤波误差方差阵的逆矩阵。以GPS系统和地面某雷达的测量数据为例,对该算法进行了计算机仿真。结果表明,该算法对于抑制滤波发散、提高整个系统的精度和运算速度是行之有效的。     

基于T-S模型的非线性系统非脆弱保性能模糊控制

针对一类用T-S模糊模型描述的非线性系统,采用状态反馈的并行分布补偿方法研究其非脆弱保性能模糊控制问题,使得在控制器存在可加性摄动的情况下,其闭环性能指标值低于确定的上界。利用线性矩阵不等式处理方法,导出了非脆弱保性能模糊控制律的存在条件。通过建立和求解一个凸优化问题,给出了最优非脆弱保性能模糊控制律的设计方法,并用此方法设计一级倒立摆的非脆弱模糊控制律。仿真结果表明了方法的有效性。     

一种改进的粗粒度并行蚁群算法

蚁群算法是一种模拟进化算法,具有很强的全局搜索能力。提出了一种基于粗粒度模型的并行蚁群算法,该算法采用了一个新的信息素更新策略———Ant-proportion,这种新的更新策略是综合考虑全局和局部信息,依据蚂蚁在搜索过程中所得到的路径的优劣程度和路径中各路段对其贡献的大小来分配信息素增量;另一方面,该算法采用的粗粒度模型充分利用了蚁群算法内在的并行性,使得算法具有更快的收敛速度和更好的优化质量。最后,选用了CHN144问题对该算法进行了检验,算法求得的最优路径优于已知的最优结果。     

由混沌直接输出任意波形的控制方法

提出了一种采用辅助参考反馈控制混沌行为的方法,控制混沌系统直接到达任意波形的途径。该方法只要适当调整反馈系数、辅助参考项及相关参数,就可以使系统直接输出所需要的任何波形。通过确定混沌系统的稳定输出范围,可得到输出任意波形的具体方法,并通过仿真实验证明了该方法的有效性。选择对任意常数、正弦输出、脉冲波输出和间歇稳定波形的数值模拟实验,获得了很好的控制结果。