简介：遗传算法是一种高效的模拟生物进化过程的全局随机化搜索优化方法,它可直接得到所求解问题的全局最优解.针对方位保持仪,提出了一种分段参数设置与级间控制相结合的三级温控方案,并基于遗传算法对PID控制参数进行了优化整定.同时介绍了整个温控系统的软件实现.大量试验证明该控制策略接近最优,达到了战技指标要求.

简介：本文用ＢＰ神经网络对挠性陀螺仪伺服回路的故障诊断进行了模拟，取得了满意的结果。同时还介绍了作者设计的这一通用型ＢＰ神经网络软件包及其特色

简介：在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络.描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比.最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计.仿真结果证明了该法的有效性和实用性.

简介：本文针对某型陀螺启动特性进行了试验研究，在陀螺启动漂移特性试验数据基础上，用神经网络建立了启动漂移速率温度的非线性模型，并对模型进行了检验，证实了神经网络的有效性

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：为了提高潜器导航定位精度，针对等值线算法在惯导系统初始误差较大时易发散的问题，提出基于概率神经网络调优的等值线改进方法。首先，在搜索区域内，利用概率神经网络算法对惯导系统航迹进行调优，并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹；在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析，得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论，然后在潜器行驶6h后，初始误差为5.438？的条件下进行仿真验证，结果表明，改进方法定位精度均值优于0.537？，从而证明改进方法是有效的，即使在大的初始误差下仍然能够达到较高的定位精度。

简介：光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。

简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。

简介：为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论，采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模型而言，这种方法建立的模型能更好地描则EMs陀螺仪的漂移特；相对于季节时间序列模型而言，其补偿效果提高了大约15％。

简介：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。

简介：通过理论推导提出了一种评价高速流动PIV示踪粒子随流能力的松弛特性分析模型,在法向Mach数大于1.4时具有良好的适用性.将新模型应用于试验测量,发展了高速流动PIV系统和示踪粒子布撒技术,验证了高速流动PIV的定量化测量能力.针对空间发展的二维超声速气固两相混合层,数值模拟了不同Stokes数和对流Mach数（M_c）下的粒子跟随性以及弥散和迁徙运动,结果表明：相同对流Mach数,粒径越小的示踪粒子跟随性越好,Stokes数在[1,10]范围内的粒子有最大扩散距离.示踪粒子的直径大小决定其在超声速混合层大涡拟序结构中的分布特征,且粒径越小,气体与粒子的掺混越剧烈.相同粒径的粒子,对流Mach数越大跟随性越差.

简介：基于分散化滤波算法和信息分配原理,建立了广义联邦滤波器设计理论.证明了联邦滤波器当其主滤波器和局部滤波器的维数都相同时,其全局滤波和集中卡尔曼滤波等价,是最优的;同时提出当主滤波器维数和局部滤波器维数不相同时,达到全局滤波最优的解析补偿方法,其附加计算量小,并可作为一种性能指标用于子系统的软故障检测.在组合导航系统中运用此方法对非公共状态信息进行补偿,仿真结果验证了该方法的有效性.

简介：动态环境中的ＧＰＳ接收机，其伪距观测量常含有各种粗差，不同高度角的可见卫星，其伪距观测量的精度差异很大，为此，本文从可靠性与精度两个方面，分析、研究了ＧＰＳ动态定位的性能。

简介：为进行高超声速气动热数据相关性研究,选取了一平板-锥组合体模型为研究对象,开展不同缩比模型的风洞试验,分别使用3种不同方法进行气动热试验数据的相关性研究.研究结果表明,使用正激波后Reynolds数Rens和修正的黏性干扰系数V＊/Sw可以将不同缩比模型不同来流条件下的Stanton数进行较好的关联,Stanton数与正激波后Reynolds数Rens成反比例关系,与修正的黏性干扰系数V＊/Sw成正比例关系.最后基于相关性研究结论和理论分析,提出了一种模型表面传热现象的数学模型.

简介：为提高攻击导弹同时面对目标飞机及其防御导弹情况下的命中概率,基于微分对策理论,对攻击导弹的制导律进行了设计。应对独立控制的多对象博弈问题,微分对策理论具有天然的优势,且相比于最优制导律,微分对策制导律对于目标机动估计误差和机动策略具有更强的鲁棒性。所推导的微分对策制导律进一步考虑了攻击导弹的控制有界性,且适用于攻击导弹、目标飞机和防御导弹具有高阶线性控制系统动态的情形。为验证制导律性能,进行了非线性系统仿真,结果表明该制导律在成功归避防御导弹的同时可实现趋于零脱靶量的目标拦截。攻击导弹为实现规避和攻击的双重任务,仅需要保持相比于防御导弹两倍左右的机动优势。

简介：－本文在分析导弹惯性平台贮存试验数据的基础上，运用可靠性物理技术，研究探索了惯性平台贮存失效机理，建立了惯性平台贮存寿命可靠性物理模型，提出了预测惯性平台贮存寿命的计算方法。

简介：石英挠性加速度是惯性导航系统核心的惯性器件之一,其输出精度受到温度变化的影响,为了降低温度对石英挠性加速度计精度的影响,在研究石英挠性加速度计数学模型的系数随温度变化规律的基础上,设计了加速度计温度模型辨识试验方法,利用数据拟合方法建立了加速度计温度模型。应用该模型提出了石英挠性加速度温度补偿算法,针对该算法的有效性,进行了实验验证,结果表明应用该温度补偿算法,可使加速度计的测量精度提高一个数量级,补偿效果明显。该温度补偿算法可有效地应用于捷联式惯性导航系统等领域中。

简介：针对惯导平台连续翻滚自标定中安装误差标定精度不高这一现状,提出了一种解决方案。通过对惯性器件的输出误差模型和安装误差的分析,建立了系统的姿态动力学方程和观测方程,利用输出灵敏度理论分析了系统的可观性,指出加速度计安装误差可观性较差是影响标定精度的主要原因。利用Kalman滤波中的估值方差矩阵计算了安装误差之间的相关系数,计算结果表明可观性差是由安装误差之间的线性相关性造成的,并确定了具体的不可观参数。以加速度计输入轴为基准建立平台坐标系可以减少安装误差项,使所有的安装误差的变得可观。最后的仿真结果表明在新的方案下,安装误差的估值偏差小于5＂,标定精度得到了显著提高。