摘要：基于神经网络所具有的定性推理和定量数值并行计算能力 ,以及学习记忆能力 ,集成非线性系统的多个特征模型和控制器 ,实现了控制系统的多模态智能控制 .该方法充分结合系统的定性知识和定量数学描述信息 ,实现了参数大范围变化时变系统的良好控制 .最后用该方法对某型激光制导炸弹设计了一多模态控制器 ,仿真结果表明了该方法的优良性能 .

摘要：本文以矩阵特征值、特征向量摄动理论为基础,研究挠性结构低权速率输出反馈控制器的设计。本文的方法是用特征值的一阶摄动设计控制器的参数,用特征向量一阶摄动和特征值高阶摄动规定控制器设计约束。简单的例子表明方法直观有效。

摘要：本文研究了对一些传感器失效控制系统仍保持稳定性的问题。将多层前传神经网络用于这一问题，通过对神经网络的训练，使训练后的神经网络构成的控制器对传感器故障具有完整性。该方法对达到完整性设计的要求条件较低，且不受线性系统方法的限制。文末的仿真实例说明了所给方法的有效性。

摘要：针对反馈传感器具有延迟特性的一类系统，提出了三自由度ＷｉｅｎｅｒＨｏｐｆ 最优控制器设计方法，并给出了状态空间实现算法．

摘要：本文研究将改进的推广Ｋａｌｍａｎ滤波器（ＭＥＫＦ）应用于导弹被动制导问题。为了提高系统的可观性，我们采用一种双重指标来设计最优导引律。仿真结果表明，如果系统状态的均值较高，波动较小，那么ＭＥＫＦ的估计精度明显优于推广Ｋａｌｍａｎ滤波器（ＥＫＦ）。

摘要：该文对线性离散系统的最优预见控制方法进行了研究。这种方法在二次型性能指标中综合考虑跟踪误差和控制量的变化 ,在设计反馈控制器的基础上 ,利用已知的未来目标值及未来干扰信号设计前馈补偿器 ,进一步改善了系统的性能。该文讨论了最优预见控制设计方法的关键技术 ,即预见步数的选取问题 ,推导了预见步数与性能指标函数值之间的关系 ,并给出了预见步数的选取方法。

摘要：讨论了二自由度控制系统设计及适定性问题．给出了一般情形下的系统适定的充分必要条件．

摘要：一种新的地形跟踪控制方法 ,即利用已知未来地形信号的预见控制算法设计巡航导弹地形跟踪控制器。针对巡航导弹这个复杂的高阶非最小相位系统 ,设计前馈与反馈控制器 ,反馈控制器保证了系统的稳定性与鲁棒性 ,而前馈控制器则使系统实现精确跟踪。采用上述方案设计的地形跟踪系统具有良好的跟踪特性 。

摘要：提出一种新的预见控制方法——一般型最优有限预见控制方法 ,并将其应用于巡航导弹地形跟踪控制系统的设计。将参考信号和干扰信号考虑成更一般的形式 ,在其自相关函数值已知的条件下 ,得到了一般型有限预见伺服系统设计问题的最优解。通过仿真证实 ,采用该方法设计地形跟踪系统 。

摘要：针对实际系统中经常存在的多模型情况，给出了一种用神经元网络实现多模型同时镇定的设计方法。该方法以经过训练的神经网络控制器代替常规控制器，可同时镇定多个模型。最后，对一个用线性方法不能同时镇定的多模型问题，用神经网络方法实现了其同时镇定。