基于改进遗传算法的多脉冲交会轨道优化研究

最优空间多脉冲轨道交会是一个复杂的非线性系统。由于结构复杂,存在非线性特性,影响系统的快速性和实时性。建立最优空间多脉冲轨道交会模型,传统遗传算法不能满足要求,因此提出了在自适应遗传算法的基础上引入多位变异的多变异位自适应遗传算法,对空间多脉冲交会轨道优化进行了求解。多变异位自适应遗传算法增加了种群的多样性,可避免算法的早熟收敛现象。仿真结果表明,利用多位变异自适应遗传算法求解空间多脉冲交会轨道优化效果好,避免了早期收敛,提高了全局寻优能力,为多脉冲交会轨道优化提供了较好的方法。     

卫星导航信号码跟踪精度理论的适用性研究

针对码跟踪精度理论在导航系统信号体制评估中的广泛应用,利用自主研发的卫星导航信号仿真平台对导航跟踪优化的适用条件进行了研究,对不同载噪比环境、前端接收带宽以及超前滞后间距条件下的信号伪距误差进行了测量,将仿真结果与理论结果对比,分析了实际应用中滤波器、鉴别器的非理想特性对信号码跟踪精度所造成的影响.仿真结果表明,在非相干超前滞后(NELP)码跟踪环的条件下,当载噪比较高时,前端接收带宽接近发射带宽,并在超前滞后间距足够小时,计算结果能够较真实的反映信号的性能,并可以为导航信号体制的理论评估以及新型导航信号的设计提供参考.     

大型金属桁架雷达罩桁架综合优化仿真

关于雷达罩性能优化设计问题,大型金属桁架雷达罩是雷达的保护伞.针对雷达罩与天线伺服系统的相关性,为使雷达免受恶劣自然环境的影响,提高雷达的工作性能,提出采用金属桁架雷达罩建立仿真模型,首先利用matlab软件,获得满足电学性能指标的雷达罩金属肋尺寸范围,然后再使用ansys软件组合进行仿真.仿真结果获得了金属肋的最优尺寸,既满足雷达罩电性能要求,又满足雷达罩结构强度要求,同时还能达到精简用料,节省费用,方便安装的效果,改进方法对于实际制作金属空间雷达罩设计具有重要的参考价值.     

基于模糊神经网络的智能车辆路径跟踪

在自主车辆路径优化控制的研究中,针对智能车辆传统的路径跟踪控制需要建立精确的数学模型且鲁棒性差的问题,提出了一种模糊神经网络的角速度控制器设计方案。首先建立了智能车辆运动学模型;然后以方向角误差和位置误差作为该控制器的输入,利用神经网络的学习能力来调整模糊参数得到性能优化的控制器,最后对直线和圆路径进行了路径跟踪仿真。仿真结果表明提出的模糊神经网络控制算法具有很高的控制精度和较好的鲁棒性,能够满足智能车辆实时精确路径跟踪的优化控制。     

变形镜交连值的优化分析

关于优化光波控制,自适应光学校正是至关重要的一个环节,可用于改善激光光束质量及校正光束在传输过程中气流引起的波前畸变等。变形镜是其核心器件,而交连值是影响变形镜校正精度的关键因素。针对变形镜实际使用时需要对致动器进行一定的约束,利用带约束的最小二乘法,分析了在一定约束条件下交连值变化对变形镜校正精度及控制稳定性的影响。以Zernike像差和以大气湍流模型构造的像差为校正对象,寻找校正效果最好的交连值。结果表明各阶Zernike像差对应的最优交连值差异较大,最优交连值主要分布在15%～35%之间。从控制误差引起的校正效果变化的方面考虑,对正方形致动器排布的最优交连值位于15%～25%区域。     

谐波齿轮精确间隙分析可视化仿真

研究谐波齿轮传动优化问题,渐开线齿廓代替齿轮共轭齿廓时,存在齿轮重叠干涉影响精度问题。为保证齿轮既不发生干涉又能实现精确传动,且提高计算精度与收敛速度,提出根据齿顶干涉检验法的自动优化算法。通过图形界面参数化设计进行迭代计算,快速精确计算出最小啮合间隙,并对齿廓啮合过程进行了可视化仿真。结果表明,优化结果啮合状况良好,明显提高了计算精度与收敛速度。最后,通过大量实例分析,得到齿轮啮合过程中最容易发生干涉的转角,并采用变位修正法进行修正。为谐波齿轮加工与检验提供参考依据。     

基于自适应卡尔曼滤波的机动目标跟踪算法

在机动目标跟踪过程中,由于目标运动的不确定性,雷达系统接收的数据存在噪声,使预置目标运动模型通常很难得到较高的跟踪精度。为此,以自适应卡尔曼滤波为基础,将直角坐标系和球坐标系相结合,提出了一种混合坐标系下的自适应卡尔曼滤波算法。算法避免了两个坐标系变换引起的噪声统计规律变化问题,并针对目标发生大机动运动的情况,自适应的调整动态模型中机动目标运动参数。蒙特卡洛仿真结果表明,改进算法的收敛速度和对状态的估计精度均得到优化,并对机动目标具有较好的跟踪性能。     

企业图书管理信息系统的设计与实现

本文采用三层架构开发了图书管理信息系统,解决了开发中的一些关键问题,并利用豆瓣API实现图书详细信息的快速录入,对同类软件的开发具有一定的指导作用。     

PSONN在可编程控制系统PID参数优化中的应用

研究可编程控制系统优化问题,可编程控制系统具有非线性、时变性等特点,传统PID控制器优化方法难以建立精确的数学模型,使得系统参数设定困难,导致可编程控制系统的控制效果不理想。为了解决传统的PID算法所带来的问题,利用RBF神经网络非线性、自学习能力,提出一种基于粒子群神经网络的PID参数优化算法。将粒子群和神经网络相结合,形成了一种智能控制算法,并将应用于可编程控制系统。测试结果表明,粒子群神经网络提高了PID控制参数优化速度,提高了可编程控制系统可靠性和鲁棒性,具有一定的理论和实用价值。     

古迹行动导览系统之适地性服务机制设计

在本文中,以利用适地性服务机制之设计,来建立一个行动导览系统带领用户体验空间和主题维度的古迹导览服务。为了满足此需求,设计了一套后设数据(Metadata)来描述导览内容,并且在适地性服务机制设计上,提供包含适地性内容方法有效取得使用者附近的内容,并藉由适地性内容的暂存与安排方法,减少网络间的讯息传递,提供用户结构化的介绍内容,并在适当的时机触发内容的呈现。最后,以所提供之内容的相关性来比较所提方法与一般适地性服务之差异。邀请用户进行实地系统测试,以了解系统的实用性,取得测试者的建议。结果证实所设计之导览系统可以是导览解说员的多媒体辅助工具,或在没有导览解说员时,为使用者提供景点导览解说的服务。