公共文化服务平台

共 10 条记录，以下是 1-9

全选清除导出

排序方式：

基于神经网络干扰观测器的导弹飞行控制器设计被引量：2: 2008年; 利用RBF神经网络的自学习能力,并结合非线性动态逆原理,设计了一种基于RBF神经网络干扰观测器的导弹动态逆控制器。根据时标分离的原则,可将导弹系统分解为快慢不同的四个回路,本文主要对快、慢两个回路分别设计动态逆控制器,并且在慢回路利用RBF神经网络干扰观测器估计导弹所受的扰动,同时,用于在线估计动态逆误差,降低了控制器对干扰和模型精确度的要求,增强了控制器的适应性。仿真结果表明,该控制器具有有效性和鲁棒性。; 刘国琴陈谋姜长生; 关键词：RBF神经网络干扰观测器动态逆

基于多源信息和改进证据理论的空战攻击决策被引量：4: 2010年; 针对证据理论不能有效地处理带冲突证据信息的缺点,结合已有的证据理论改进算法研究了一种新的多源信息融合策略并应用于多机协同空战决策。根据不同的前提条件采用不同的融合规则,并在融合过程中引入可靠性度量,以反映具体证据的信任度。同时采用闭世界和开世界的观点,区别两种不同部分冲突信息的分配并考虑融合的顺序,提高冲突证据的融合效率。仿真结果表明所研究的融合策略能够得到较好的空战攻击决策结果。; 杭文庆姜长生; 关键词：多源信息融合

自适应模糊逻辑的多模型跟踪被引量：2: 2009年; 为了克服基于"当前"统计模型的交互式多模型算法难以恰当地确定当前模型的概率,以及系统参数amax和a-max在跟踪过程中不能自适应调整的缺点,提出了一种基于自适应模糊逻辑的多模型跟踪算法。介绍了基于"当前"统计模型的交互式多模型算法,给出了算法的基本步骤。在"当前"统计模型算法基础上,提出了一种基于自适应模糊逻辑的多模型跟踪改进算法,采用模糊推理给出了模型的选择概率,以提高跟踪的速度;同时,采用蚁群算法对设计参数进行优化,以提高跟踪的精度。最后,将所设计的基于"当前"统计模型的多模型改进算法用于机动目标的跟踪仿真。实验结果表明:改进的算法使得跟踪精度提高了20%左右,机动目标跟踪一次仿真时间为0.047 s,基本满足高速、高精度跟踪目标的要求。; 陈谋姜长生; 关键词：机动目标跟踪当前统计模型蚁群算法

基于神经网络的导弹变结构制导律被引量：8: 2009年; 导弹的打击精度容易受干扰的影响,针对这些未知干扰的存在,利用RBF神经网络具有自学习的能力,并结合变结构控制方法的鲁棒性,提出了一种基于RBF神经网络的滑模变结构控制的导弹制导律。利用RBF神经网络对干扰进行在线估计,克服了未知干扰对制导精度的不利影响,并且分析了闭环系统的稳定性。仿真结果表明,RBF神经网络能够很好地估计出干扰,所设计的制导律能够不受干扰的影响,从而快速精确地打击到目标,验证了该制导律的有效性和鲁棒性。; 刘国琴陈谋姜长生; 关键词：导弹制导律 RBF神经网络变结构控制

基于改进蚁群算法的无人机三维航路规划被引量：33: 2008年; 研究了一种基于改进蚁群算法的无人机三维航路规划方法,以保证在敌方防御区域内以最小的被发现概率以及可接受的航程到达目标点。首先对无人机三维航路规划模型进行分析,在此基础上采用蚁群算法对三维航路进行优化。将最短路径的信息反馈到系统中作为搜索的指导信号,并改进节点选择方法,以提高应用蚁群算法搜索无人机三维航路的效率。最后将所研究的方法应用于无人机的三维航路规划,仿真结果表明本文方法是有效的。; 陈谋肖健姜长生; 关键词：飞行器控制导航技术无人机改进蚁群算法信息素能见度

基于蚁群算法的我方机群优化分组被引量：1: 2009年; 针对空战中我方机群分组问题,首先以敌方相应的空战能力、战术价值和分组情况以及我方空战能力建立我方机群分配模型,然后结合具有变异和自适应功能的蚁群算法,在分析了蚁群算法的状态转移、局部调整和全局调整规则的基础上,给出了我方机群分配优化算法,最后进行仿真实验。; 许骏马姜长生方神州; 关键词：蚁群算法智能优化算法

基于信息融合的空中红外小目标识别被引量：6: 2009年; 针对空中红外小目标难以识别且可信度低的问题,本文结合已有的识别算法,利用非平等D-S证据融合设计了一种小目标识别方法。将小目标的灰度和速度信息作为主要识别证据,并在此基础上加入小目标的轨迹信息作为补充证据,以提高识别置信度。首先利用灰度和速度信息进行小目标识别,如果无法完成识别则将轨迹信息加入到证据当中,进行非平等的D-S证据融合。当增加的轨迹信息强烈支持速度或灰度信息的判决倾向时,本算法能显著提高空中红外小目标的识别能力。仿真结果表明,所研究的算法在不增加传感器数目的情况下能将识别置信度平均提高125%。; 陈谋谭晓宇姜长生; 关键词：红外目标信息融合 D-S证据

基于视觉信息的无人机自主着陆过程姿态和位置估计被引量：11: 2009年; 为了提高无人机着陆的自主性和安全性,基于视觉信息提出了一种自主着陆过程中无人机姿态和位置估计新方法。该方法将无人机的滚转、偏航和俯仰运动视为跑道做反方向运动,无人机视为静止,利用Hough变换检测跑道边界线并提取图像直线特征,同时融合无人机的平移运动和旋转旋动,利用地面直线和图像直线间对应关系,根据跑道边界线在图像中的直线特征从而估计出无人机姿态和位置。最后采用仿真实例来验证所研究的无人机姿态和位置估计算法的有效性。; 陈龙胜陈谋姜长生; 关键词：无人机视觉信息 HOUGH变换位置估计

Sensor Fault Diagnosis for a Class of Time Delay Uncertain Nonlinear Systems Using Neural Network被引量：5: 2008年; In this paper,a sliding mode observer scheme of sensor fault diagnosis is proposed for a class of time delay nonlinear systems with input uncertainty based on neural network.The sensor fault and the system input uncertainty are assumed to be unknown but bounded.The radial basis function (RBF) neural network is used to approximate the sensor fault.Based on the output of the RBF neural network,the sliding mode observer is presented.Using the Lyapunov method,a criterion for stability is given in terms of matrix inequality.Finally,an example is given for illustrating the availability of the fault diagnosis based on the proposed sliding mode observer.; Mou ChenChang-Sheng JiangQing-Xian Wu

全选清除导出

共1页<1>

中国航空科学基金(20075152014)