传感器组网坐标变换及其精度分析

针对所得观测数据中存在一定的系统误差,这一误差又受到坐标变换的影响从而影响其校正处理的问题,结合传感器组网系统设计和应用的需要,分析了地理坐标变换算法的精度及其对组网传感器系统中的系统误差的影响,并通过理论分析和仿真实验得出了几个有益的结论,提出只有建立更为精确的大地水准面数学模型,才能真正提高坐标变换的精度。     

系统科学与复杂网络研究

从模型的角度出发，分析系统科学所讨论的几类模型，总结研究这些模型的主要概念和主要方法；依据当前复杂网络研究的实际，提出系统科学和复杂网络结合研究的思路、具体方法、应注意的问题。     

一种基于组合RBF网络及混沌理论的弱目标检测算法

针对复杂背景中的弱目标检测问题，提出了一种基于组合RBF网络及混沌理论的检测算法。该算法具有结构简单的优点。文中对算法的可实现性及合理性进行了理论分析，建立了基于预测误差优化的非线性预测模型，并结合闽值化处理实现了对弱目标的检测。在理论分析的基础上，对所提出的算法进行了仿真，结果表明了检测算法的有效性。     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。     

闭环网络控制系统全数字仿真实验方法的研究

提出网络控制系统全数字仿真的方法，针对目前Matlab没有提供NCS仿真模块的现状，设计出能够真实再现网络环境的延时模块，并在此基础上开发出一套完整的网络控制仿真实验平台，只需一台计算机就能够完成包括网络数据包丢失和时序错乱等现象在内的各种NCS仿真实验，保证在进行NCS控制算法的比较研究时，网络延时状况是一致的。在该实验平台上进行NCS全数字仿真实验，结果证明以上方法的有效性。     

卫星数字图像的智能处理研究

在借鉴成熟的数字图像特征分类模型基础上，通过特征抽取及采用神经网络方法对特征树训练，得到卫星数字图像的典型特征和在图像分析中的权重。提出利用数字图像的经验处理知识来实现卫星数字图像的自动处理，并建立分类数字图像集的经典处理案例，采用基于案例推理的方法，实现了卫星数字图像处理经验的复用和效率的提高。     

基于Ad Hoc网络的卫星通信系统建模与仿真

将Ad Hoc网络理论与卫星通信系统相结合，提出了基于Ad Hoc网络的卫星通信系统模型。并根据此模型，利用OPNET软件构建了系统仿真框架并进行仿真．同时对时延和吞吐率进行了分析，从而得出基于Ad Hoc网络的卫星通信系统所具有的利弊。     

JANSIM:基于Java的主动网络仿真模块

原有的主动网络仿真模块对于现有主动网系统的支持度较低，使得开发成本和学习成本都很高。基于Java的主动网络仿真模块JANSIM，实现了在ANTS上开发的主动协议可以无需重新在仿真环境下重新编写即可利用仿真环境的网络仿真功能对其进行仿真测试，从而大幅度的降低了主动网协议开发者的学习成本和移植成本。JANSIM包括ANTS-ESIB的适配嚣包、ANTS协议转换器和ANTS脚本转换器。ANTS-ESIB适配器可以使得基于JANSIM新开发的ANTS应用直接运行在仿真系统上，两个转换器则可以使得原先开发的ANTS协议和脚本自动转换为基于JANSIM的协议，从而在仿真环境下运行。     

活性污泥污水处理系统的模糊神经网络控制

针对中、小型污水处理厂的实际情况，在对活性污泥污水处理系统机理模型研究的基础上提出一种控制模型。在对系统进行性能分析与综合的基础上，提出了应用于该控制模型的模糊神经网络控制器。通过仿真实验表明，该控制器能够自动调整隶属度函数、动态优化控制规则，将其应用于活性污泥污水系统具有快速性与有效性，比基于规则的传统模糊控制具有更强的鲁棒性，可以获得良好的控制性能。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。