最优试验设计辨识捷联组合陀螺动态误差模型

本文提出了在三轴惯性综合测台上采用最优试验设计辨识捷联组合陀螺动态误差模型,只用四个位置就可以完成捷联组合陀螺21项动态误差模型参数的辨识.这种方法不仅试验时间短,而且模型估计精度,有利于全部测试自动化,在惯性测试理论应用上向前迈进了一步.仿真结果表明该方法正确实用.     

带稀疏特性的最优区间回归模型辨识方法

传统的系统辨识方法主要是针对确定性数学模型辨识,其输出为确定的点输出,鲁棒性差,易受外界干扰。本文针对此问题,提出了最优区间回归模型(OIRM)辨识的方法。该方法将逼近误差的?_1范数思想与结构风险最小化理论相结合,建立求解区间模型的最优化问题,应用线性规划独立求解区间模型的上界和下界模型。实验分析表明,对来自测量以及参数不确定性的数据,从均方根误差(RMSE)以及支持向量的百分数(SVs%)两个指标论证了,提出的方法不仅可以获取最优区间输出,还能确定区间模型的辨识精度和泛化性能之间的平衡。     

基于神经网络辨识某型发射架随动系统模型及仿真应用

应用神经网络方法辨识某型发射架随动系统的模型，并应用辨识的结果对随动系统的一些战技指标进行了分析。结果表明采用神经网络辨识系统模型是一种非常有效方法。     

基于飞行模态辨识的飞行器弹性运动计算模型选择研究

通过对比分析了飞行器机动飞行时动载荷数值计算结果和辨识结果,对弹性运动的计算模型进行了验证分析。首先,详细介绍了飞行器的弹性运动模型和结构动力学模型,并简要介绍了模态特征系统实现算法(Eigensystem Realization Algorithm,ERA)环境激励模态辨识方法的理论。其次,计算分析了由于操作机构作动引起的飞行器整体动载荷,研究了两种激励力计算方法间的区别。最后,基于工作模态辨识理论和实测振动数据,辨识了飞行器的动载荷,对计算结果进行了验证。通过研究,发现弹性运动计算模型是介于增量模型和绝对量模型这两者之间的。     

扑翼飞行器的模型辨识与控制

针对扑翼飞行器(FAV)的飞行控制,提出一种基于近似线性化的控制方法.此方法以平均理论(averaging theory)为理论基础,通过系统辨识,用一个辨识得到的线性时不变(LTI)模型近似扑翼飞行器的模型,并在辨识模型的基础上设计扑翼飞行器的控制器.此方法的有效性将通过检验对一个小型扑翼飞行器的辨识结果,以及设计的控制器的控制效果得到证明.     

基于神经网络与自适应控制的自动驾驶仪设计

针对弹体作为制导系统控制对象的时变非线性特点,应用间接神经网络模型参考自适应控制理论,采用两个BP网络设计了导弹自动驾驶仪,其中一个用来对系统动态特性进行辨识,并利用辨识得到的信息,采用控制网络对系统进行控制.对所设计的自动驾驶仪进行了系统仿真,结果表明,被控弹体很好的跟踪了参考模型的输出.     

方位捷联平台速率陀螺数学模型的鲁棒辨识

建立了方位捷联平台上速率陀螺的数学模型,应用鲁棒辨识理论,将速率陀螺的数学模型考虑成含有非参数不确定性的模型集.实验结果表明:简化的、实用的具有非参数不确定性的模型集包含一般最小二乘点估计的参数值,这为适应鲁棒控制的发展提供了模型集.     

具有非模型动态的加速度计数学模型辨识

将加速度计数学模型的不确定性看成是在H~∞单位球内的非模型动态,应用成员集辨识理论给出加速度计的数学模型集。用仿真和试验结果说明加速度计的这种非模型动态可以很好的描述实测的情况。     

基于系统辨识的冲压发动机动态模型分析

冲压发动机动态模型是研究控制系统的基础,动态模型的准确性直接影响控制方案的有效性.为了获得面向控制的高精度低阶动态模型,利用试验数据,理论分析传递函数模型,选择误差平方和最小作为辨识准则,并利用非线性最小二乘法对模型进行辨识,获得了燃油控制系统中燃油流量对燃油指令的传递函数模型.进而将该模型和发动机气路通道模型结合起来,建立了发动机推力对燃油流量的传递函数模型.辨识模型的时域特性曲线与试验数据符合得很好,能够代表发动机系统的主要动态特性.     

方位捷联平台速率陀螺数学模型的鲁棒辨识

建立了方位捷联平台上速率陀螺的数学模型,应用鲁棒辨识理论,将速率陀螺的数学模型考虑成含有非参数不确定性的模型集.实验结果表明简化的、实用的具有非参数不确定性的模型集包含一般最小二乘点估计的参数值,这为适应鲁棒控制的发展提供了模型集.     

基于目标识别的D-S数据融合

目标识别是雷达信号处理的重要组成部分．详细地阐明了D—S证据理论的决策方法，重点研究了D—S证据理论应用于目标识别的方法．通过实例分析，指出了将D—S证据理论应用于目标识别具有实际应用前景。     

基于威胁的飞行器航迹辨识问题研究

由航迹规划系统通常可以得到一条或多条可飞航迹,为解决航迹规划中多航迹归类和评价问题,建立了一种基于威胁的航迹辨识模板,应用数学形态学图像处理膨胀运算和着色原理,提出了基于膨胀辨识和着色辨识两种策略对备选航迹进行辨识的方法,为任务规划人员提供决策依据。仿真结果表明,该方法可以回避复杂的建模和计算过程,易于实现,有一定的应用价值。     

海防编队对海上目标类型识别模型研究

基于目标的物理和战术两方面的特征，应用D-S证据推理理论，对海上目标类型归类。根据证据推理相关理论，建立融合目标战术特征和物理特征的目标识别模型，取目标的距离特征、速度、加速度特征和回波特征4项进行具体分析。模型目标类型识别的可信分辨阈值，可根据对目标类型识别的统计数据和要求达到的准确率决定。     

基于证据组合理论的多传感器目标识别算法

为了提高多传感器目标识别的准确性，提出了证据加权数据融合的新方法。给出了证据理论的基本概念、组合规则、加权证据组合及决策规则，同时给出简单的多传感器信息融合模型。针对战场环境下多传感器系统获得的辐射源信息。通过仿真给出了文中方法的目标识别步骤及识别结果．仿真结果表明该算法提高了目标识别的准确性和有效性。减小了识别的不确定性。     

导弹在真空段自由飞行时捷联惯导系统脉冲数据辨识

介绍了导弹在真空段自由飞行时加速度计的误差模型及其输出脉冲数据的选取与处理。重点探讨脉冲数据的识方法,并通过具体实例说明了该方法的有效性及其应用价值。     

雷达引信视频放大器的GFRF辨识模型及其误差分析

基于雷达引信视频放大器的实测数据，探讨利用非线性系统理论和方法建立视频放大器的广义频率响应(GFRF)简化辨识模型的方法与步骤，并对所建的辨识模型误差产生的原因做出合理的解释，它是构造雷达引信自动化测试系统的基础工作之一。     

基于ARMA-NExT的飞行器工作模态辨识技术研究

基于飞行实测遥测数据,研究了使用工作模态辨识方法辨识飞行器系统的模态参数。详细介绍了ARMA-NEx T工作模态辨识理论基础,梳理了模态辨识的关键步骤和实施方法,最后通过两个算例研究了工作模态辨识。结果表明:第1个算例是针对某一小段时间的遥测数据,辨识系统的模态参数,包括模态频率、阻尼比和振型;第2个算例针对较长时间的遥测数据,辨识系统的模态频率随时间变化的规律。     

基于粗集-神经网络模型的目标识别方法研究

为了克服传统目标识别方法的缺点，建立了一种基于粗集理论和神经网络结合的粗集-神经网络模型．利用粗集对输入信息进行约简，剔除冗余信息，简化了生成规则和神经网络模型结构，提高了网络训练速度和运行速度，并通过仿真实验证明了该混合模型的可行性。     

支持向量机非线性辨识与控制概述

首先讲述非线性系统辨识的一般模型、基于支持向量机（support vector machine．SVM）非线性辨识的结构和SVM辨识与控制的优势、特点，然后阐述了SVM在控制中的应用，包括SVM在内模控制，SVM预测控制及多核SVM控制等，最后探讨了SVM本身在算法快速性，核函数的改进，错误惩罚参数选择以及在SVM中损失函数的选择上存在的问题。     

材料缺陷超声检测中谱分析技术的研究

现代超声无损检测技术正向着数字化、自动化、智能化和系统化方向发展,材料缺陷检测中定位、定性、定量的可靠性将不断得到提高,超声波频谱分析是把数字频域分析的理论和方法应用于超声检测的技术。作者综述分析了在材料缺陷检测中超声频谱分析技术的应用发展和研究现状,指出简单的超声波原始信号能够提供的信息是有限的,远不能满足声波分析和特征识别的需要,须对其进行一定的加工和处理。通过对域函数图谱的识别、特征提取和分析,能获得更多有用信息,以便更好地指导工程实践。