基于进化神经网络的齿轮可靠性预测

人工神经网络模型中广泛应用的是BP(BackPropagation)模型 ,针对BP算法存在收敛速度慢 ,容易陷入局部最小点的缺陷 ,本文用遗传算法 (GeneticAlgorithm :GA)训练神经网络 (ArtificialNeuralNetwork :ANN) ,取代了一些传统的学习算法 ,设计了GA +BP学习算法 用遗传算法和神经网络相结合的方法求解了齿轮弯曲疲劳寿命的预测问题 仿真结果表明 ,组合GA与BP可以克服单纯使用BP易陷入局部极小等问题 ,取得了较为满意的效果 ,预测精度较高     

基于数字图像处理的温度检测算法研究

介绍了基于数字图像处理的温度检测技术原理。针对神经网络温度计算法在计算煤炉的温度时存在较大误差问题，提出用最小二乘法和改进输入的神经网络法计算温度。这两种算法以彩色CCD摄像机输出的三基色之间的比值为自变量或输入量，更好地体现了比色测温原理，因此能较好地消除在实际测温过程中黑度系数、烟尘和火焰脉动对计算结果带来的影响。通过在煤炉上的实验表明，这两种方法的计算精度均高于原神经网络法的精度，而改进输入的神经网络温度算法的计算精度略高于最小二乘法的计算精度，而最小二乘法更加简单实用。     

导弹控制系统稳定性研究

导弹控制系统是一个非线性的时变系统;传统的控制器设计是将总的飞行时间分为几段,然后对于不同的时间段设计不同的控制器;由于在同一时间段内系统参数不断变化,而控制器参数不变,这样就造成在时间段内控制系统性能变差;为了解决在每一个时间段内系统性能变差问题和在时间段之间切换控制器时系统性能的突变及发动机工作的不稳定的问题,提出了采用对各个控制器相对时间进行单点模糊化、乘积推理和平均加权反模糊化的方法,实现在整个时间段控制系统的平稳工作。克服动态性能的跳变和发动机工作不稳定的问题,提高了导弹的可靠性。仿真实验证明了此方法的有效性。     

基于Adaboost算法的实时行人检测系统

为解决智能视频监控系统下中远距离的行人检测问题,设计并实现了一个基于目标形状特征的检测系统;提出了4种较为有效的旨在描述人体形状局部特性的矩形特征,引入了对传统Adaboost算法的改进措施,减小了计算量,优化了系统结构;试验表明,该系统具有较高的检测率和处理速度,对阴影、雨天、枝叶晃动等监控场景中常见的噪声干扰不敏感,在P43·0GHz的PC上处理320×240的视频序列可达到15帧/s以上。     

不同光照下的虹膜边界定位研究

对于不完美的个人身份鉴别,高精度的虹膜区域分割有助于后面的特征提取和分类识别。不同光照下虹膜的边界定位适于采用微积分方法,但是这种方法容易受到光源像点的影响,使得定位失败,并存在实时性差的问题。本文采用亮点梯度检测方法消除光源像点干扰问题,通过瞳孔位置估计提高微积分定位快速性。仿真结果表明,本文算法对于不同光照下虹膜的边界定位是有效的。     

基于粒子滤波和似然比的联合检测与跟踪

针对低信噪比下幅值波动的弱目标跟踪问题,提出一种基于粒子滤波和Bayes似然比方法的联合检测和跟踪算法.该方法直接利用传感器的原始数据,以Bayes似然比作为目标检测的判决准则,利用粒子滤波器获得状态的后验概率分布,同时实现对目标的检测与跟踪.仿真结果表明了算法的有效性.     

基于Monte Carlo方法的自适应多模型诊断

多模型混合系统的模型切换服从有限状态的Markov链,其转移概率通常假定是已知的.当模型转移概率未知的时候,本文基于Monte Carlo粒子滤波器给出了混合系统状态估计的一种自适应算法.该算法假定未知的转移概率先验分布为Dirichlet分布,首先通过采样得到一组模型序列的随机样本,利用其中状态的转移次数计算先验转移概率,使用量测信息对样本更新选择后,获得模型转移概率的一种迭代的后验估计值,同时由粒子滤波器得到系统状态和模型概率的后验估计.将该方法用于混合系统的状态监测和故障诊断,仿真结果表明了算法的有效性.     

一种基于联合信息增量的网络级传感器管理算法

针对网络级传感器管理问题,提出一种基于联合信息增量的集中式网络多平台传感器管理算法.该算法充分考虑了网络通信故障、通信延迟以及配准误差等因素.仿真研究表明,该算法性能优于轮流分配算法,且分配结果随通信因素的变化规律符合实际物理意义.     

导弹控制系统的容错控制研究

为了提高导弹姿态控制系统的可靠性,防止由于传感器失效而引起导弹自毁,提出基于信号重构的容错控制方法．为了对姿态控制系统中的传感器进行信号重构,首先考虑弹体弹性振动的影响,分析了弹体弹性振动与姿态角之间的关系;然后分析了传感器输出信号之间的关系;最后,通过解析冗余方法,用正常工作的传感器输出信号重构出现故障的传感器的正常信号．仿真实验表明了该方法的有效性．     

飞行轨迹重构的一种二阶滤波方法

本文从非线性逼近角度入手,提出一种比推广卡尔曼滤波更接近非线性本质的二阶滤波方法,并将该方法应用于飞行轨迹重构问题,仿真和实际计算结果表明;本文提出的二阶滤波方法比推广卡尔曼滤波可得到更满意的结果。