可拓神经网络在可拓专家系统中的研究与应用

将可拓学理论、人工神经网络和专家系统技术有效地组合与集成,建立了基于可拓分析与神经网络的空中目标识别专家系统,并将其应用于防空作战指挥信息系统空中目标识别。着重阐述了基于物元的知识表示方法以及空中目标识别专家系统的设计思路、总体结构和工作原理。     

具有侧向脉冲推力的旋转导弹建模与控制研究

针对具有气动舵和侧向脉冲推力复合控制的自旋导弹,在准弹体坐标系中建立完整的动力学模型,由于侧向脉冲推力的离散事件特性,提出运用混杂系统理论的方法设计其复合控制自动驾驶仪。根据系统的特性将自动驾驶仪划分成两种不同的工作模式,针对不同的工作模式分别设计不同的控制方法,通过两种模式之间的切换实现导弹的快速响应和能源的合理分配。最后进行仿真检验该自动驾驶仪的有效性,并将仿真结果与气动舵单独控制时的结果作了对比,表明通过复合控制显著改善了导弹的动态响应特性     

系统近似建模技术的研究与比较

对于大系统的优化,子系统由于分析模型计算复杂而大量采用近似模型代替与优化。常用的近似建模技术有响应面模型(RS)、计算机试验设计与分析模型(DACE)和神经网络中的误差后向传播模型(BP)。拟对以上三种近似建模技术进行了比较研究,简要阐述了三种近似建模技术的理论基础,并应用实例分别进行了考核。在各近似模型的近似精度和计算费用等方面进行了初步探讨与研究。     

调频线性度对线性调频信号性能影响分析

针对去调频和脉冲压缩两种不同的处理方式,深入研究了线性调频信号调频线性度对信号性能的影响,得到LFM信号带宽越大,误差频率越低,对线性度要求越高的结论,且在相同边带抑制的条件下,去调频处理比脉冲压缩处理对LFM信号线性度的要求大约提高了一倍。仿真结果验证了理论分析的正确性。     

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。     

线性脉冲时滞微分方程解的稳定性

通过对一类n阶线性脉冲时滞微分方程零解稳定性的讨论，建立了零解稳定性的比较结果，给出了零解一致稳定、渐近稳定与指数稳定的充分条件．所得结论推广了相关结果。     

神经网络的非平衡态热力学研究

建立了神经网络的非平衡态热力学理论，给出了神经网络熵产生率，稳定条件及应用实例，为神经网络的研究增加了一种新方法，为人工神经网络的建模与应用提供了有益的信息。     

基于对角递归神经网络的非线性逆动态控制

采用2个对角递归神经网络(DRNN)构成非线性逆动态控制系统，一个用作辨识器，逼近系统的正模型，为逆动态控制提供系统的灵敏度；另一个用作控制器，逼近系统的逆动态模型，再与原系统串联组成伪线性系统．仿真结果表明该控制方法实现了对非线性系统的有效控制。     

基于组合策略的Lyapunov指数谱的计算

分析了基于BP神经网络模型的Lyapunov指数谱计算法存在的不足,提出了一种新的基于组合策略的混沌时间序列Lyapunov指数谱计算方法.由于该方法能够同时逼近给定目标函数的非线性部分与线性部分,因而具有更高的计算精度.最后将新方法应用于Henon映射Lyapunov指数谱的计算中.通过分析与比较,表明该方法具有更高的计算精度及更强的实用性.