简介：为了克服“当前”统计模型自适应跟踪算法（CAF）跟踪匀速运动目标误差较大和跟踪加速机动目标速度与加速度估计误差和动态时延较大的缺陷，通过分析研究CAF算法，采用截断正态分布表征目标的机动加速度特性，考虑风速和加速度估计均值的影响，对机动加速度与方差自适应关系修正，自适应补偿过程噪声协方差矩阵，提出了一种改进的机动目标自适应跟踪算法。理论分析与仿真结果表明，该算法能够准确描述目标的各种机动情况，具有良好的跟踪性能和实际应用价值。

简介：针对目标跟踪中非线性滤波精度下降甚至发散的问题，提出了一种时变噪声统计估计的自适应无迹卡尔曼滤波（UnscentedKalmanFiltering，UKF）算法。首先将系统模型和滤波算法修正为适于噪声非零均值时的情况，然后根据极大后验估计原理，推导出一种次优的时变噪声统计估计器，其系数通过指数加权的衰减因子计算得到，最后与传统UKF算法结合形成自适应的滤波算法。仿真结果表明，该算法保证了滤波收敛性，能够对目标进行有效跟踪，而且滤波精度显著提高。

简介：常规模糊控制器对系统的控制方式完全基于启发式的控制,对超调量的回调速度较慢。以武器随动系统和模糊控制为背景,提出一种基于参考模型的自适应模糊控制器以改善其控制性能。利用参考模型与系统过程的递归方程式的关系,确定自适应模糊控制器的单点输出值,从而克服启发式控制方式在小误差范围内灵敏度差的缺点,达到加快系统的过渡时间和增强系统的速度跟踪性能的目的,最终使设计的控制器对武器随动系统的控制效果达到其技术指标的要求。仿真结果验证了所设计的控制策略的有效性。

简介：针对坦克火炮稳定系统提出了一种新的直接自适应控制器设计方法。该方法应用基于CGT的直接自适应控制原理,采用加并联前馈补偿器的方法,将非严格正实的被控对象转化为严格正实的对象,满足了基于CGT的直接自适应控制方法的要求。该算法无需采用辨识系统的参数,算法简单。

简介：对于结构复杂的自行火炮变速箱,其故障模式具有不可预知性.针对传统的神经网络识别方法明显存在不足这一问题,提出一种基于自适应谐振理论(AdaptiveResonanceTheory)的自行火炮变速箱瞬态过程故障诊断新方法.该方法不仅可以对已知的故障模式进行分类,而且对自行火炮变速箱未知故障模式具有很强的自适应分辨能力.实例证明,ART-2神经网络与传统的神经网络方法相结合为自行火炮变速箱故障诊断提出了新思路.

简介：分析了转管武器系统射击时射频产生波动的原因,通过动力学仿真,解决了某内能源转管武器缓冲装置对其射频波动的适应性,结果表明,合适的缓冲装置是解决射频波动所引起不良影响的一种技术途径.