基于小波分析的神经网络识别毒剂的研究

为快速、准确地识别毒剂,在分析神经网络识别毒剂基本方法的基础上,建立了带有偏差单元的递归神经网络识别毒剂模型,包括神经网络识别毒剂的学习算法和基于小波分析的毒剂特征提取. 通过剖析神经网络识别毒剂模型,设计了神经网络识别毒剂的软件,实现了神经网络对毒剂的识别. 用沙林模拟数据进行了测试和分析,结果表明,利用与化学传感器相联结的神经网络识别毒剂,是实现毒剂识别自动化、智能化的一种有效方法.     

一种基于小波模极大值的信号去噪算法

研究了小波变换中噪声和信号的次要的模量极大值曲线对定位信号特征点造成干扰的问题,提出一种基于小波模阈值和模极大值曲线长度阈值的去噪算法,并把该算法与传统小波阈值去噪算法进行了对比。仿真结果表明,该算法可以明显地去掉噪声和信号中次要的模极大值曲线,保留信号主要的模极大值曲线,在定位信号特征点上优于小波阈值去噪算法。     

逆系统方法在制导系统中的应用

利用非线性控制折逆系统方法原理，在多变量辨识基础上建立一种远程反坦克导弹制导系统的逆系统控制器，通过改变伪线性系统控制器输入以参数，减少辨识模型的差异和降低由于输入限幅对控制快速性的影响。     

变参量弹体运动稳定性判据

本文根据导弹弹体运动的变参量线性化微分方程组,利用LyaPunov稳定性理论导出了具有充分条件的变参量的弹体自由运动稳定性的判据。在此基础上又利用Popov的超稳定性理论得出了具有充分必要条件的变参量的弹体俯仰或偏航自由运动稳定性判据。这些判据可用于旋转或不旋转的导弹弹体运动稳定性分析与设计中,其中有的结果也可应用到火箭弹上。     

全系数自适应控制方法在制导系统中的应用

在全系数自适应控制方法基础上,利用低阶等效和规范化模型方法,对自寻的导弹制导系统设计了一种新的自校正控制器.数字仿真结果表明,这种控制器对自寻的导弹有很好的控制效果,而且控制器算法简单,具有较强的鲁棒性。     

在线调节加权因子的快时变系统自校正控制

在全系数自适应控制方法基础上,利用规范化模型方法,对快时变系统提出了一种自校正控制器,并在广义最小方差自校正控制律中引入了能自动整定的加权因子,以适应快速时变系统动态特性变化大的特点.数字仿真结果表明,这种控制器对快时变系统有很好的控制效果,而且控制器算法简单,对过程的非线性、阶次失配和未建模扰动均有较强的鲁棒性。     

智能交通系统中车型分类的模糊模式识别方法

目的 车辆经过环形线圈传感器时,车体铁磁物质与环形线圈相互作用改变了线圈的频率,形成感应曲线,针对感应曲线的不同形状,对车辆进行自动分类。方法采用特征分离的模糊模式识别方法,根据每类车辆感应曲线的特点,找出一组特征唯一地描述该类车辆,从而进行匹配分类。结果 本的研究方法及其装置已在道路,桥梁收费系统以及在交通流量统计中得到利用。结论 特征分离与匹配分类的模糊模式识别方法能够较为准确地对车辆进行分     

一种改进的递归神经网络及其仿真研究

针对BP神经网络在学习速度方面的不足,在Jordan和Elman网络结构的基础上,提出了一种带偏差单元的IRN(internally recurrent network)网络模型,根据BP算法推导出了该网络模型的权系数调整规则,并应用该网络模型进行了故障诊断方面的仿真分析.试验结果表明,该网络模型的收敛速度比一般BP网络有了很大提高,具有很好的实用性.     

模糊控制在导弹倾斜稳定系统中的应用

目的 研究模糊控制在制导中应用。方法 采用一种改进的模糊控制方法,设计远程反坦克导弹的倾斜稳定系统,通过仿真试验研究模糊控制方法对远程反坦克导弹倾斜通道的控制效果。结果 在国内首次将模糊控制应用于非线性时变的反坦克导弹的倾斜稳定,达到了很好的控制效果。稳定精度高,动态过程短,对系统参数和结构不确定性具有很好的适应性和鲁棒性。结论 本文采用输入论域无“零”档的方法,解决了模糊控制应用于倾斜稳定系统的     

基于小波变换模极大的脉象信号研究

针对脉象信号的时变、非线性和低频特性,提出了应用小波变换模极大对脉象信号进行研究的方法.介绍了利用小波变换模极大对信号局部特征进行描述的三个参数:Lipschitz指数α、平滑因子σ和分形维数D(α),并提出了对小波变换模极大曲线进行滤波的算法.用高斯一阶导数和二阶导数小波变换分别对单周期三峰脉象信号进行了实验.实验结果表明,该方法可以描述一些时域难以表达的特征,并能对脉象信号的局部特征点进行准确定位,从而为各项脉象特征的定量化描述和脉象分类识别奠定基础.