神经网络在机车测速传感器故障诊断中的应用

提出了采用径向基(RBF)神经网络设计一种新型的机车测速传感器故障诊断方法.以光电式测速传感器的常见故障为模型建立RBF神经网络预测器,通过对预测器进行在线训练和实时检测来判断测速传感器是否发生故障,并对故障传感器提出决策方法和进行数据重构.仿真结果表明,该方法能够高精度地模拟传感器的输出特性,快速有效地进行测速传感器的故障诊断.     

一种新的自适应线性预测器算法

提出了一种基于常系数线性模型的自适应预测器算法,它具有二阶以上的高阶统计特性、非常适合非稳定随机信号,采用该算法对语音信号进行有效地模拟实验,由实验结果服理论的正确性。     

基于RLS算法的DGPS差分改正数在线预测

构造了一个基于RLS（Recursive Least Squares)算法的预测器，并将其用于差分全球定位系统DGPS（Differential Global Positioning System)差分改正数的在线预测，仿真结果表明该预测器具有较短的预测时间和较高的预测精度。     

用格形滤波器构造D步预测器

基于格形滤波器的正交特性，利用稳态观测过程在赫氏（Ｉｉｌｂｅｒｔ）空间的投影，运用最小二式递归跟踪，本文建造了Ｄ步预测器的模型，这是对常用了１步预测最小二乘式格形滤器模型的发展。     

基于控制器的惯性平台初始对准方法研究

采用带有观测器的反馈控制系统设计方法,对平台式惯导系统进行初始对准研究。通过构造一个降维的预测器,利用北向和东向加速度计的测量值重构平台方位对准误差角,同时利用状态反馈改善系统的动态性能,这种方法不需外部信息对平台式惯导系统进行实始对准,仿真结果表明该方法具有一定的对准精度的快速性。