基于神经网络的符号化飞行动作识别

飞行动作识别是飞行训练评估和空战智能决策等多项关键技术的基础, 实现飞行动作的快速高效识别具有重大意义。对此, 提出一种基于神经网络符号化模型的方法, 实现对基本飞行动作和复杂飞行动作高效识别。首先, 利用微分分割的思想对飞行参数进行切片处理, 然后通过卷积神经网络(convolutional neural networks, CNN)和长短期记忆(long-short term memory, LSTM)神经网络实现飞行动作的模块化处理, 有效代替了传统方法中对原始数据的逻辑推理。并且该方法可以利用基本飞行动作对飞行过程实现飞行数据分割, 具有良好的扩展性, 能够快速处理批量飞参数据。最后对13种基本飞行动作、两种复杂飞行动作和整段飞行数据进行仿真实验。仿真结果表明, 该方法具有良好的识别性能。     

基于分段模糊Lyapunov函数的模糊系统分析与设计

在分析模糊系统前提规则结构信息的基础上,将模糊Lyapunov函数和分段Lyapunov函数结合,构造出一类连续模糊系统的分段模糊Lyapunov函数。采用并行分配补偿(PDC)结构,利用分段模糊Lyapunov函数进行了稳定性分析与控制律设计,得到了线性矩阵不等式(LMI)形式的连续系统镇定方法。该方法减少了模糊Lyapunov函数与分段Lyapunov函数的局限性,继承两者的优点,所得稳定性判据更为宽松,控制系统具有良好的控制性能。仿真实例表明了该方法的有效性。     

外辐射源雷达模糊函数的快速算法与硬件实现

外辐射源雷达作为一种新体制雷达在探测低空小目标应用中得到了广泛的关注。针对外辐射源雷达利用模糊函数探测目标时延和多普勒频移的计算量大、难以满足系统实时性要求的问题,提出一种快速计算模糊函数方法。首先，将数据进行分段;然后，对分段后数据分别进行相关运算和抽取滤波;最后，用快速傅里叶变换(fast Fourier transform, FFT)算法对数据进行处理,显著提高了模糊函数的计算效率,并在现场可编程逻辑门阵列(field programmable gate array, FPGA)上实现了该算法。实测结果表明了该算法的可行性，研究成果为外辐射源雷达系统算法硬件化提供了参考依据。     

外辐射源雷达模糊函数的快速算法与硬件实现

外辐射源雷达作为一种新体制雷达在探测低空小目标应用中得到了广泛的关注。针对外辐射源雷达利用模糊函数探测目标时延和多普勒频移的计算量大、难以满足系统实时性要求的问题,提出一种快速计算模糊函数方法。首先，将数据进行分段;然后，对分段后数据分别进行相关运算和抽取滤波;最后，用快速傅里叶变换(fast Fourier transform, FFT)算法对数据进行处理,显著提高了模糊函数的计算效率,并在现场可编程逻辑门阵列(field programmable gate array, FPGA)上实现了该算法。实测结果表明了该算法的可行性，研究成果为外辐射源雷达系统算法硬件化提供了参考依据。     

基于T-S模糊逻辑推理的DFS预测控制方法的研究

高载荷飞行仿真中载人离心机本身的转动惯量较大,在飞行高过载状态离心机的延时控制成为控制系统要解决的主要问题之一。针对这一问题,通过基于T-S模糊逻辑推理建立DFS系统高载荷飞行阶段的模糊规则,经对相关操纵输入量的模糊聚类辨识,在采样点附近采用广义预测控制方法得到当前控制规律,从而实现对飞行仿真的预测控制。仿真试验表明了该方法的科技较好的调节控制规律。     

基于Kohonen网络的减速箱机械故障模式识别

在自动聚类分析的基础上，根据某汽轮机减速箱运行状态的特征数据，采用Kohonen网络方法，随机选取该汽轮机减速箱运行状态的几组特征数据进行训练。结果竞争层有三个神经元获胜，即该机械的运行状态被分为三类。训练好的网络于对其余几种特征数据进行识别。根据识别结果可以确定该机械的运行状态。结果与选用其它方法所确定的结果一致。因此，Kohonen网络方法可应用于模式识别。从而该方法能实现对汽轮机减速箱运行状态的监控。     

基于复合神经网络的数据分布模式仿真识别

采用复合结构神经网络对数据概率分布模式进行了仿真识别。首先提取数据的样本峰度、偏度、分位数和累积概率等数字特征 ,构建数据概率分布模式和仿真识别训练样本 ,然后采用Kohonen网络对概率分布进行聚类 ,接着运用BP网络对各聚类分别进行分类识别 ,最后对任意数据流进行了仿真识别。仿真识别结果表明 ,同其它模式识别方法相比 ,该方法更能够反映数据流概率分布的特征 ,从而得到了满意的模式识别效果。     

一种基于光纤网络实时飞行仿真系统

提出了一种基于广播内存光纤网的分布式无人机实时飞行仿真系统,通过对系统数据交换网络和功能节点的设计克服了一般的网络环境中存在通信延迟和有限带宽等缺点,使系统实时性和扩展能力都得到保证。系统按照节点功能分为无人机动力学、运动学特性仿真,传感器的仿真,实时仿真飞行数据、飞行轨迹、三维视景显示与数据记录和遥控/遥测与地面检测等部分。半物理实时飞行试验结果表明系统设计正确,满足新型无人飞行器飞行控制系统的内、外回路动态控制功能和性能测试与验证要求。     

路口群落交通流的区间二型模糊预测与多级模糊控制

提出"路口群落"的概念来分析城市交通网络中拥挤区域的交通信号控制方式.应用二型模糊逻辑对区域交通流量进行预测,得到以防止路口群落堵塞为前提的车辆平均延误最小的多级模糊控制算法(T2F-MACFC).在二型模糊规则提取时,应用了一种改进的c均值模糊聚类算法,该算法可以针对区间型数据进行模糊聚类.计算机仿真表明,T2F-MACFC算法相对于目前实际应用的"绿波"(Green Wave)自适应控制方法,可以减少交通拥挤地区50%的堵塞情况发生,而二型模糊预测方法的引入使得车辆平均速度提高大约15%.     

基于模糊小波网络的防空导弹自动驾驶仪设计

针对防空导弹的飞行控制问题,提出一种基于模糊小波网络的导弹自动驾驶仪设计方法。该方法利用模糊小波网络良好的学习和参数自调整能力,因而使建立的系统辨识器及控制器能够很好地近似系统动态特性,逼近最佳控制效果。给出了应用该方法的具体实现步骤,结合导弹飞行的全弹道典型特征点参数,通过仿真实验说明了设计方法的有效性。     

基于模糊C均值的支持向量机数据分类识别

提出一种基于模糊C均值的支持向量机分类算法，通过模糊C均值算法对未知类别数据进行划分，然后再利用支持向量行对划分后的数据机进训练。解决了以往人们应用支持向量机进行数据分类识别前必须采用已知类别的数据对支持向量机进行训练的弊端，提高了数据分类的效率。     

模糊支持向量机与模糊模拟

研究当训练点的输出为模糊数时，支持向量机的构建问题。首先将模糊分类问题转化为求解带有模糊决策的机会约束规划问题。利用模糊模拟和基于模糊模拟的遗传算法，求解带有模糊决策的机会约束规划。在此基础上，构造模糊支持向量机(算法)。最后，给出显示模糊支持向量机特点的模糊支持向量集的定义。     

模糊互补判断矩阵的排序方法研究

指出了模糊互补判断矩阵的一种常用排序方法的不足 ,提出了模糊互补判断矩阵排序的一种新方法 ,并研究了该法所具有的一些优良性质。该法不仅能充分利用模糊一致性判断矩阵的优良特性及其判断信息 ,而且可以直接由原模糊互补判断矩阵求出较为理想的排序向量 ,所需计算量较小。所得方案排序权重属于正常范围 ,因而更为合理、实用。最后进行了算例分析。     

基于模糊比例指标的模糊线性规划求解方法

定义了一种模糊数之间的模糊比例指标，并利用模糊比例指标提出了约束条件中含有三角模糊数的模糊线性规划转化为经典的线性规划的方法。实例表明，与其他方法相比，该方法得到的解优于其它解，且约束条件个数保存不变。因此，本文方法是可行和有效的。     

A Novel Coding Method Based on Fuzzy Vector Quantization for Noised Image

1. INTRoDUCTIONAs we all know the image compressing coding is under such an assumption that the data being processed hasnot been polluted by noise. However, images poisoned by white Gaussian noise are met in applications. Thewavelet transform (WT) can analyse the signal with multiresolution and decompose it to differellt scales andfrequencies. So if the high frequency subbands of its decomposition can be restrained, the noise will be removedremarkably. The vector quaniization (VQ) techn…     

模糊模型辨识中模糊聚类方法应用分析

模糊聚类算法已广泛应用于模式识别、数据聚类以及从数据中提取模糊规则的过程。介绍了基于模糊聚类的非线性系统模糊辨识方法 ,并通过著名的Box和Jenkins煤气炉数据仿真实例详细研究了模型性能指标与输入变量及模糊聚类数之间的关系 ,指出了应用模糊聚类方法的优势与不足。对于模糊建模中正确应用模糊聚类方法具有重要指导意义     

具有模糊信息的多目标系统解模糊决策方法

对于具有模糊信息的多目标系统提出了一种模糊多目标决策方法。首先利用专家意见通过模糊算法集结各方案的模糊综合评价值,然后改变传统方法中对模糊数进行排序的做法,利用一种解模糊算法,直接对模糊综合评价值实行解模糊来进行方案优选,方法直观、简单,易于实现。最后给出了一个数值例子。     

一种基于模糊规则的模糊辩识方法

提出了一种基于模糊聚类和最小二乘估计方法的模糊辨识方法。该方法是基于模糊聚类,计算给定样本在各类中的隶属度,并给出输入变量的隶属度函数。利用递推最小二乘估计辩识模糊模型的后件参数,本文给出了详细的的算法。为了验证该方法的有效性,本文给出了Ｂｏｘ－Ｊｅｎｈｉｎｓ数据的辨识结果。     

Simulation Modeling by Fuzzy Nets

Fuzzy technology is a newly developed discipline based on fuzzy mathematics. In the recent years, it has been successfully applied into many areas, such as process control, diagnosis,evaluation, decision making and scheduling, especially in simulation where accurate mathematical models can not or very hard be established. In this paper, to meet the demands of fuzzy simulation, two fuzzy nets will first be presented, which are quite suitable for modeling the parallel or concurrent systems with fuzzy behavior. Then, a concept of active simulation will be introduced, in which the simulation model not only can show its fuzzy behavior, but also has a certain ability which can actively perform many very useful actions, such as automatic warning, realtime monitoring, simulation re-sult checking, simulation model self-adapting, error recovery, simulating path tracing, system states inspecting and exception handling, by a unified approach while some specified events occur. The simulation model described by this