舰炮电气故障神经网络预测技术研究

为实现舰炮的故障预测和健康管理,针对舰炮电气系统的运行机理,利用电路仿真软件提取了该系统的故障知识,建立了故障诊断专家系统知识库,并运用BP神经网络方法实现了该舰炮电气系统的故障预测。仿真结果验证了该方法的有效性,取得了良好的诊断预测效果。     

弹炮结合武器系统随动精度测试方法研究

随动精度测试是弹炮结合武器系统标校和维修保障的重要内容.由于弹炮结合武器系统的火控计算和随动控制功能往往集成在同一台计算机,如何保证整个武器系统的维修性成为武器系统技术保障中的一个新问题.论文进行了随动系统精度测试的总体方案设计,针对该武器系统的特点采用DSP实现了位置控制器,进行了正弦机信号精度分析、位置控制器软件设计和原理样机试制.初步对接试验表明,调测功能基本实现,测试系统满足实际要求.     

变结构控制装置的理论分析

介绍了利用复合控制校正以及变结构控制来改进舰炮瞄准随动系统的性能，分析了该装置在滤波与不滤波时对系统性能的影响，阐明了该装置在提高瞄准随动系统稳定性和精度方面的优越性。     

基于PXI的舰炮电气设备通用自动测试系统

采用虚拟仪器技术，并通过软件产生模拟信号控制设备的运转，完成动态信号的提取，实现电气设备测试系统的研制，该系统具有通用性、高效性和易用性等特点，具有较好的实用价值。     

神经网络在随动系统测试中的应用研究

针对神经网络在故障测试中因训练样本集大而导致的诊断速度慢和性能下降等不足，提出区域法则，即将全系统化解为若干个子模块并用神经网络去分别匹配，以此达到加快诊断速度和提高诊断能力的目的，同时给出了典型训练样本的建立思路和网络结构的学习算法．实验表明，该方法在火炮随动系统测试中体现出了较好的诊断效果，具有一定的工程应用价值．     

小波包在火炮系统故障特征提取中的研究分析

故障的特征提取是故障诊断尤其是动态信号分析中经常面临的首要问题．文中通过对小波包正交变换理论的分析．给出了基于小波包的特征提取方法．并采用相对熵标准对其分类能力进行优化。通过对火炮系统的仿真试验．显示了这种方法的有效性，具有一定的工程应用价值。     

自主车导航中提高目标行为预测能力的新方法

鉴于激光雷达目标识别能力较弱的问题,首先利用视觉较强的分类能力,采用协同学习粒子滤波算法实现前方车体的识别和跟踪;再将图像中车体特征区域坐标信息转换到激光雷达图像坐标系中,在线快速提取目标车体距离信息序列,再融合里程计和GPS信息,实现自主车前方车体的行为预测;实验表明,所提出的方法能够在激光雷达信息中快速准确地定位车辆距离信息,并实时估计自主车前方车辆的行驶趋势,得到的目标速度计算误差约为6.2%,使导航更趋合理。     

单目相机-IMU外参自动标定与在线估计的视觉-惯导SLAM

针对视觉-惯导信息融合同时定位与地图构建(VI-SLAM)中,单目相机-惯性测量单元(IMU)外参离线标定繁琐的问题,以及单目相机-IMU外参因传感器受到冲击或调整发生变化影响系统跟踪精度的问题,提出一种单目相机-IMU外参自动标定与在线估计的VI-SLAM算法。该算法首先利用手眼标定方法计算单目相机-IMU外参旋转矩阵并估计陀螺仪零偏;接着,在不考虑加速度计零偏的情况下估计系统的尺度、重力加速度以及单目相机-IMU外参平移向量;然后,利用已知的重力加速度大小估计加速度计零偏并更新以上已估计的初始化参数;最后,将单目相机-IMU外参放入状态向量中进行在线估计。EuRo C数据集实验表明,该VI-SLAM算法可以自动标定并在线估计单目相机-IMU外参,得到的旋转与平移外参误差分别在0. 5°和0. 02 m之内,这有利于VI-SLAM系统的快速使用以及精度的提升。     

基于神经网络的模拟电路硬故障诊断

基于直流测试只能测试电路的静态工作状态,对敏感于信号频率的元件不能作完全测试这一情况,提出了交流测试下模拟电路硬故障状态特征的提取方法,使得样本具有非常好的典型性,便于网络诊断速度的加快和准确性的提高,以及通过在典型训练样本的基础上对每一状态增加两个容差范围内随机样点作为附加训练样本点,改善了诊断系统对容差下故障的诊断能力;实验证明,该方法是有实用价值的.     

火炮连续射击过程中对动态误差变化的补偿方法研究

阐述了火炮在连续射击过程中，由于系统转动惯量的变化，会产生很大的负载力矩，对系统产生一系列的冲击，影响了系统的射击精度与稳定性、分析了动态误差产生的主要原因，并提出了通过对干扰力矩进行补偿来提高性能的方案．仿真结果表明了该补偿方法的有效性和可行性。