一种基于神经网络的宽带相干信号波达方向估计方法

相干信号子空间处理方法是一种通过构造聚焦矩阵来估计宽带相干源波达方向的有效方法，本文基于逆传播学习算法，给出了一种用神经网络来实现聚焦过程的新颖方法，利用这种方法进行ＤＯＡ估计，可以无需预先知道源信号初始信息，不经预处理过程即可获得对ＤＯＡ的高性能估计。     

基于自相关的ARMA噪声中谐波恢复的预滤波方法

讨论一般ＡＲＭＡ噪声中谐波频率的估计问题，提出了一种基于自相关和奇异值分解一总体最小二乘的预滤波方法，该方法两次利用ＳＶＤ－ＴＬＳ求解由自相关获得的超定线性方程组得到噪声的ＡＲ系数估计，然后滤波输出过程的高阶延时自相关来估计谐波频率。     

ART—2神经网络分类器的研究

ＡＲＴ神经网络是按照自适应谐振理论建立的一种自组织的人工神经网络。西方通过ＡＲＴ神经网络的结构，发现其用于模式识别中有很好的在特性人工晴天 数据处理过程中有部分数据量丢失的现象，也就是说，非常重要的幅度信息没有被考虑到，本文提出一种新的结构和相应的新算法，并成功地把这种结构算法用到分类器设计中。     

基于神经网络的多维自回归模型参数估计

本文提出一种基于神经网络的多维自回模型参数估计方法，该方法采用预畸变技术，使神经网络适合于多维自回归模型参数估计，其优点是直接利用时域信息、网络结构简单，估计准确，最后给出了一些模拟结果。     

AR（n）时序模型处理方法在内燃机故障诊断中的应用

将ＡＲ（ｎ）时序模型处理方法应用于内燃机活塞－气缸磨损故障和排气阀漏气故障的诊断中，有关问题如定阶检验、ＦＦＴ功率谱ＡＲ（ｎ）自回归谱的各自特点等作了讨论。     

多层神经网络的有效训练算法

提出了基于整体模式的多层神经网络的有效训练算法，给出了偏导矩阵的递算法，由此导出多层神经网络的并行训练算法，本文提出的训练算法进行模型参数估计，其领导具结果表明，该算法不仅减少训练周期，而且还可提高模型参数的估计精度。     

炭纤维复合叠层铝板的制备工艺和实验研究

综合评论了从ＡＲＡＬＬ发展到新一代复合叠层铝合金板的进展。实验研究了新一代的叠层铝板－－炭纤维复合叠层铝板的制备工艺，并提供了所制备的炭纤维复合叠层铝板的性能。结果表明：这种铝板具有ＡＲＡＬＬ板的各种优点，能改进ＡＲＡＬＬ的一些缺点，它的各种性能指标皆优于铝合金板，因此可望取代高强度铝合金板而广泛应用于各类工程项目之中。     

NARMA模型预测控制滚动优化的两组协调法

针对ＮＡＲＭＡ模型，提出了预测控制滚动优化的两级协调法。该算法由三层构成，上、中两层是两个协调器，第三层是局部决策单元，该算法避免了在子问题的求解中使用效率较低的规划方法，提高了线计算的效率，领导具结果该算法的有效性。     

一种新的CMAC自学习控制器

本文通过分析ＣＭＡＣ神经网络的学习机制和连续搅拌反应釜的结构,提出了一种自动选择学习率的ＣＭＡＣ自学习控制方法。给出了自学习控制器的结构和算法。并以连续搅拌反应釜模型为对象进行了仿真研究。这种网络每次学习少量参数,算法简单。仿真结果表明所提出的控制器优于传统的ＰＩＤ控制器。     

AR（p）模型阶的稳健改进估计

根据稳健自相关函数ｒ（ｋ）构造了ＡＲ（ｐ）模型阶的估计，其估计结果具有一定的抗干扰性，并从理论上分析了这种估计方法的渐近收敛性质。     

基于分布替换RAID与磁盘阵列Cache研究

对ＲＡＩＤ的可靠性进行了分析，并提出用分布替换和磁盘阵列Ｃａｃｈｅ方法实现ＲＡＩＤＲ的容错，同时探讨了用此方法提高ＲＡＩＤ读写数据的可靠性。     

基于ABP-EKF算法的锂电池SOC估计

电池荷电状态(state of charge,SOC)的准确估计是电动汽车合理实施电池管理的前提条件和重要依据.针对目前电动汽车对动力电池SOC估计精度的不断提高这一问题,利用联合估计法对锂电池SOC进行研究.基于Thevenin电池模型与修正的安时积分算法,推导出了锂电池的输出方程以及状态空间模型,通过采集实验过程中的相关数据并应用递推最小二乘法对电池模型参数作出辨识.分析了扩展卡尔曼滤波(EKF)算法以及自适应BP神经网络算法的原理,联合两种算法并在此基础上提出了自适应BP-EKF算法(ABP-EKF).运用所提出的算法对锂离子电池SOC进行联合估计,最后通过对比ABP-EKF与EKF两种算法估计锂电池SOC的数据,研究结果表明:所提出ABP-EKF算法相比于EKF算法在均值误差项与均方根误差项分别减少了3.9％和3.79％.     

非最小相位系统的离散时间MRACS的一种设计方法

探讨了关于非最小相位系统的参考模型自适应控制系统（ＭＲＡＣＳ）的一种设计方法。所提出的ＭＲＡＣＳ由串联、并联补偿环节来补偿不稳定的零点和构成极点配置控制器，可以保证自适应系统的稳定性和收敛性。     

用于求解线性方程组的神经网络新方法

本文提出了用于求解实系数、复系数线性方程组的一种新的神经网络方法和相应的递归预测误差算法，求解结果准确。仿真模拟结果表明：该方法求解线性方程组是有效的。     

基于RBF的城市快速路交通异常事件自动检测算法分析

通过对城市快速路交通异常事件自动检测方法的分析,提出用MATLAB神经网络工具箱建立交通异常事件自动检测RBF模型,并通过采集的实测交通异常事件数据对RBF神经网络在自动检测算法中进行仿真研究。结果表明RBF神经网络算法具有检测率高、误报率低和检测速度快等优点。     

WH6120R型客车的可靠性增长分析

应用ＡＭＳＡＡ可靠性增长模型对单台可修系统－ＷＨ６１２０Ｒ型客车可靠性试验的故障数据进行了可靠性增长分析，可可靠性增长参数、平均故障间隔里程，采用经典方法与贝叶斯方法进行了点估计与区间估计。     

四阶累积量ESPRIT波达方向估计算法研究

ＥＳＰＲＩＴ是一种基于阵列数据相关矩阵信息的广义特征值分解的高分辨率波达方向（ＤＯＡ）估计算法。由于空间噪声的相关性，这种基于自相关的高分辨率算法将出现极大的偏差。本文针对自相关算法的局限性，提出一种基于高阶累积量的ＥＳＰＲＩＴ算法。实验结果表明，借助高阶累积累方法，不仅能有效地抑制高斯色噪声，而且还能获得高精度、高分辨率的渐进无偏估计。     

雷达杂波相关功率谱特性的AR模型及其模拟

研究了雷达相关杂波功率谱特性的AR模型及其模拟方法，在现有功率谱估计方法的基础上，提出了具有约束条件的修正LEVISON递推算法，并同时给出了AR模型阶数的估计方法，最后，给出了计算机仿真结果。     

神经网络在机场物流预测中的应用研究

考虑到神经网络在机场物流预测应用的必要性及其优点，依据已有的内、外回归神经网络预测模型及其算法，利用它们的良好特性，提出了对角回归神经网络滚动预测模型及其机场流预测系统，突破了传统意义上进行机场流预测的局限性，经过实际运行检验，证明在机场物流中应用人工神经网络预测方法不仅可行，可且有更好的预测精度。     

概率神经网络回归,判别与聚类

本文基于相同结构的概率神经网络，提出了使其具有回归、判别与聚类功能的不同权重学习算法以及通用变元最优选择方法。该网络具有结构和学习算法简单、收敛速度快、易于软件模拟实现等优点，并可方便地应用于预报、控制、决策等领域。