基于人工神经网络的IGBT变频器死区时间控制系统

介绍了基于人工神经网络的IGBT变频器死区时间控制系统,设计了依据直通电流来调整变频器死区时间的人工神经网络.论述了该种控制策略的基本原理,并在MatIab软件中建立了该系统的仿真模型并对其进行了仿真.     

基于神经网络的永磁直线同步电动机推力波动补偿的仿真研究

通过分析永磁直线同步电动机推力波动机理(PMLSM)，指出引起PMLSM的推力波动的主要原因，并提出了在系统控制指令中叠加补偿指令的推力波动抑制方法。本文运用BP神经网络，建立了波动力估计模型，实现了波动推力补偿指令的计算。仿真结果表明该方案能有效地抑制PMLSM推力波动对系统的影响，具有很强的鲁棒性。     

一种基于傅里叶描述子的轴心轨迹自动识别方法

傅里叶描述子是分析和识别物体形状的重要方法之一。文中详细讨论了傅里叶描述子的原理、不变性和实际应用方法;运用人工神经网络分析方法,以傅里叶描述子作为特征向量,对汽轮发电机组轴心轨迹的自动识别进行了探讨;并对3类典型的轴心轨迹的自动识别进行了仿真试验,结果表明该方法是有效、可行的。     

Design and Realization of CPW Circuits Using EC-ANN Models for CPW Discontinuities

将一种精确高效的等效电路训练人工神经网络模型引入共面波导不连续性结构建模.该建模算法继承了等效电路模型和电磁仿真人工神经网络模型的优点.此次开发并得到验证的共面波导不连续性结构模型包括:台阶段、叉指电容、对称十字节和螺旋电感.这些模型嵌入CAD仿真工具可以完成电路的设计、仿真和优化,最后通过一个GaAs工艺的共面波导带通滤波器的设计与实现验证了模型的有效性.     

目标识别技术及其在现代战争中的应用

讨论目标识别在现代战争各个领域中的应用,总结目标识别技术的发展方向,提出目标识别技术工程化实现方法。     

压气机失速检测的神经网络反面选择模型

提出了一种航空发动机压气机失速故障检测的神经网络反面选择模型。该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将压气机的异常模式信息存储在分布的检测器中,根据检测器的激活来发现故障。通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响。某型涡喷发动机失速检测实验表明,该方法对压气机失速信号的模式特征具有较强的分辨能力,同时证实神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力。     

基于人工神经网络的认知无线电频谱感知研究

认知无线电是一种新的智能无线通信技术,通过感知周围环境特征,并采用构建理解的方法进行学习。频谱感知技术是认知无线电系统设计的重要组成部分,本文提出了基于人工神经网络（ANN）算法的认知无线电感知技术。由于单用户检测存在检测精度不高的问题,本文通过采用ANN的自主学习能力设计频谱检测分类器,对以往分类器所收集的环境信息进行学习和储存,从而对以后感知新的环境时起到先验信息的作用,能快速准确地判决出主用户的存在与否。通过与能量检测和循环平稳检测对不同调制方式信号进行信号识别仿真实验可以看出,相比原有的单用户频谱检测技术,ANN具有更高的有效性和可靠性。     

一种基于循环谱分析的调制信号识别算法

对调制信号识别技术进行了研究。传统的调制识别方法需要先验已知待测信号的某些关键参数(如载波频率、码元速率、相位偏移等),而且处理噪声干扰的能力较差。文章提出了基于循环谱分析理论和改进的BP人工神经网络分类器的调制识别算法,该算法无需获知信号的任何先验信息,即可实现低信噪比下无线信号调制方式的自动识别。仿真结果验证了所提算法的有效性。     

人工神经网络的激光熔覆层特征分析

为了分析激光熔覆层特征状态,提高激光熔覆质量,对基于人工神经网络的激光熔覆层特征分析方法进行设计。首先制备激光熔覆样本;将样本制作工艺参数输入遗传算法神经网络,建立激光熔覆层特征变化规律预测模型,分析几何特征与激光工艺参数间关联,依据关联分析熔覆层特征的变化情况。结果显示：该方法能够预测激光熔覆层特征变化征规律,宽度最大误差仅为0.003 mm,高度最大误差仅为0.002 mm,稀释率最大误差仅为0.002;不同的扫描速度下,熔覆层的稀释度特征呈现出明显差异,并且在激光功率、送粉速度的变化下,熔覆层特征均发生不同程度的变化。     

一种新型的光纤陀螺非线性温度漂移模型ANN辨识方法

介绍了Gauss-Newton全局优化算法在干涉型光纤陀螺非线性温漂模型人工神经网络辨识器中的应用,详细阐述了该辨识器的构成、算法原理以及辨识方法。应用结果表明,该优化算法具有收敛速度快、网络训练精度高的优点。采用该辨识方法可实现光纤陀螺非线性温度漂移的在线辨识和补偿,有效地提高光纤陀螺的测量精度。