神经网络校正的EKF在高超声速目标跟踪中的应用

针对临近空间高超声速目标高度非线性、强耦合、高机动、时变参数、和独特气动特性等特点,综合运用军事运筹学理论与方法、系统建模技术、神经网络技术以及计算机仿真等,提出基于神经网络校正的扩展卡尔曼滤波(EKF)算法,并在高超声速目标跟踪中进行了应用研究。采取神经网络的学习能力来克服卡尔曼滤波发散问题,通过卡尔曼滤波后加一级误差处理环节使滤波收敛。仿真结果表明:该算法在目标发生较大机动时仍能保持较高的跟踪精度。     

基于天基信息的反导作战效能分析

应用系统效能分析(system effectiveness analysis,SEA)方法,研究天基信息支持反导武器系统的反导作战效能分析问题.根据天基信息支持武器系统的反导作战流程和系统间的相互作用关系,设计了天基信息支持反导作战效能分析的性能度量、使命度量和效能度量算法.算法有效地把武器系统的性能和使命与环境有机结合,能够实现天基信息对武器系统反导作战支持作用效果的综合整体分析和关键指标参数的灵敏度分析.最后的数值仿真实例进一步说明了所取得的主要结果.     

基于小波变换的仿真模型验证方法研究

仿真模型验证是从仿真预期应用的角度来确定仿真模型表达实际系统的准确程度,是建模与仿真VV＆A中最重要的内容之一。将小波变换理论应用于仿真模型验证,在时一频分析法方面进行了探索。应用小波变换多分辨率分析的基本理论和性质,从以小波变换系数表征信号特征的思想出发,在小波变换多尺度分解的基础上,将仿真模型输出序列与真实输出序列分解为低频部分和高频部分,针对各自特性,建立了基于小波变换系数的相容性检验算法。通过实例分析,证明了本文所提方法的有效性。     

基于BP神经网络的PID控制器研究

从BP神经网络的基本原理、学习规则和学习算法出发,研究了基于BP神经网络的PID控制方法,采用3层前向网络及动态BP算法,取得了较高的控制品质。仿真结果表明,基于BP神经网络的PID控制方法在处理非线性和时变系统时具有很强的鲁棒性。     

一种用于模型结构辨识的新方法

系统辨识的关键是模型结构的辨识，它包括模型验前结构的假定和模型结构参数的确定。线性系统的模型结构辨识实质上就是确定模型的结构参数。该文以飞行器运动数学模型为研究对象，介绍了一种基于Bayes假设检验理论、适用于线性系统模型结构辨识的新方法，并给出了工程应用实例。     

马尔可夫决策过程在防空系统目标分配中的应用

综合考虑了目标分配中的一些重要问题,将马尔可夫决策过程理论应用于目标分配决策中,这种方法充分考虑了攻防对抗这个动态系统本身的特征,避免出现发射平台工作饱和,使决策的长期效益趋于最优。     

导弹预警卫星的引导能力评价方法

针对导弹预警卫星的预警信息战术应用问题,提出了一种基于助推段观测的弹道导弹轨迹参数误差估计的导弹预警卫星引导能力评价方法。利用数理统计和推理估计方法,建立了导弹预警卫星利用助推段观测的弹道导弹发射点、关机点和落点估计误差计算模型,进而设计了导弹预警卫星对导弹防御系统的目标引导区域增长率计算模型。数值分析实例进一步说明了该方法的有效性。导弹预警卫星的引导能力评价方法可以为导弹防御体系的重要战术和技术参数的设置提供参考。     

基于神经网络的模型验证方法

通过对传统模型验证方法在应用中所存在问题的详细分析,提出一种基于神经网络的模型验证方法.该方法利用神经网络强大的非线性映射能力,通过对各种模型关键行为特性的学习,将实际系统行为归类为其中的一种模型,从而对模型的可信性做出评估.首先利用仿真模型的输入输出作为训练集充分训练神经网络,再使用实际系统参数作用于训练好的神经网络,通过神经网络的输出值(概率向量)确定模型与实际系统的匹配程度.最后的图像目标识别模型验证数值仿真实例,说明了该方法的可行性和有效性.基于神经网络的模型验证方法能够很好地验证模型对复杂不确定系统的建模准确程度.