垂尾抖振响应的鲁棒-FxLMS主动控制试验

针对垂尾模型低阶模态抖振响应的主动控制问题,设计鲁棒控制器对次级通道进行反馈式阻尼补偿,建立了多模态的RFxLMS控制器,采用宏纤维复合材料压电作动器,开展了垂尾抖振响应压电主动控制的地面模拟试验。试验结果表明,RFxLMS控制器具有收敛速度快、控制效果好的优点,并且相比于单独的FxLMS控制器或鲁棒控制器,对垂尾抖振响应具有更好的控制效果。进一步开展了垂尾抖振响应主动控制的风洞试验。结果表明,RFxLMS控制器在多个试验工况下均有稳定的控制效果,并提升了控制系统的性能,垂尾抖振受控响应的RMS值比无控响应的RMS值降低了39.7%~48.1%。     

基于改进鲸鱼优化算法的无人机航路规划

针对复杂地形环境下的无人机航路规划问题，提出一种基于改进的鲸鱼优化算法的航路规划算法。首先，根据起始点和目标点等信息，通过坐标系旋转将二维航路规划问题转化为D维空间下的寻优问题；然后，将灰狼优化算法中的等级制度和微分进化算法中的贪婪策略引入鲸鱼优化算法提出改进的鲸鱼优化算法。在保证算法收敛速度的同时，所提的改进鲸鱼优化算法有效地提高了开发能力和搜索能力。最后，将提出的改进算法应用于无人机的航路问题求解。仿真结果表明，所提的改进鲸鱼优化算法能够有效的获得一条代价最优的、有效的航路结果，其性能优于传统的优化算法。     

直升机旋翼悬停流场的粘性数值模拟

在旋转坐标系下求解可压缩NS方程,对Caradona-Tung旋翼的跨声速悬停流场进行了数值模拟,计算中采用嵌套网格方法,并且应用了多重网格技术加速流场收敛。计算结果表明,多重网格技术显著改善了流场的收敛效率,计算量仅为单重网格的四分之一。文中同时还对无粘和粘性流场进行了对比,NS方程考虑了物面的粘性作用,能正确模拟出激波和边界层的干扰现象,计算得到的桨叶表面压力分布与实验值更加吻合。     

具有确定弧数最长路的算法

给出了寻求强连通赋权有向图中从一顶点到任意顶点间具有确定弧数的最长路 (最短路 )和最长初等路 (最短初等路 )的算法 ,并对算法的有效性进行了讨论。该算法对扩展 Karp和Cohen的结果——强连通赋权图中最小平均权的算法和线性离散事件系统的闭环系统矩阵在极大代数意义下的特征值的算法 ,具有实际意义     

基于改进蚁群算法的飞机低空突防航路规划

蚁群算法是一种新型的基于群体的仿生算法。采用蚁群算法实现了飞机低空突防的航路规划,为航路规划问题提供了新的解决思路。并对原始蚁群算法进行了改进,提出了保留最优解、自适应选择策略和自适应信息素调整准则,有效地提高了算法的收敛速度和解的性能。最后用计算机进行了仿真,取得了较好的结果。     

基于人工势场法优化的蚁群无人机航路规划

针对复杂环境下无人机航路规划问题,提出一种势场法优化的蚁群航路规划算法。为了改善蚁群初始路径搜索过程中的盲目性,将人工势场法的规划结果作为先验知识,对蚁群初始到达的栅格进行邻域信息素的初始化,进而运用改进的蚁群算法完成航路搜索任务。仿真结果表明,新算法具有收敛速度快,规划路径短以及环境自适应的优点。     

自适应差分进化算法在气动优化设计中的应用

以实数编码的差分进化（DE）算法为基础,引入种群熵估计方法分析种群个体的分散程度,自适应地调整设计变量的搜索范围。采用Navier-Stokes方程作为主控方程计算翼型气动性能,分别采用标准遗传算法（SGA）、基本DE算法和自适应差分进化（ARDE）算法作为气动性能优化算法进行了针对翼型的气动优化设计。函数测试实例表明,ARDE算法具有更好的收敛稳定性和收敛速度。并针对翼型气动优化问题的特点,分析了参数设置对ARDE算法优化结果的影响。实验结果对比表明,ARDE算法得到了更好的优化结果。     

基于改进蚁群算法的无人机航路规划

为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路.针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进.提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能.最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法.     

基于改进蚁群算法的飞机低空突防航路规划

采用蚁群算法实现了飞机低空突防的航路规划，为航路规划问题提供了新的解决思路。并对原始蚁群算法进行了改进，提出了保留最优解、自适应选择策略和自适应信息素调整准则，有效地提高了算法的收敛速度和解的性能。最后用计算机进行了仿真，取得了较好的结果。     

基于Bang-Bang控制思想的迭代学习控制算法研究

根据迭代学习控制基本原理,吸取了Bang-Bang控制的思想,提出了新的迭代学习控制算法。与常用的利用迭代误差或误差变化率进行控制率计算的算法相比,该算法只需根据迭代误差的符号即可计算控制率,不仅大大减小了计算工作量,而且增强了系统的抗干扰能力。给出了算法表达式和控制结构图,进行算法收敛性分析。仿真结果表明该算法的有效性和收敛性。     

计算机网络路径选择信息规程的实现

本文从路径选择信息规程中的不足入手，构造一系列解决策略，从而使路径的选择达到最优。     

Practical Comparison of Iterative Matrix Orthogonalization Algorithms

In previous work several algorithms for orthogonalizing the direction cosine matrix were introduced and their convergence rate and range were theoretically investigated. Three of the most promising algorithms are examined in this paper. lt is shown that the so-called Dual Algorithm is by far superior to the other two from the point of view of speed, computer memory, accuracy, and convergence rate. lt is therefore recommended that whenever the direction cosine matrix is computed by simple numerical integration of a matrix differential equation, the Dual Algorithm be used to orthogonalize the resultant matrix.     

基于改进启发式蚁群算法的无人机自主航迹规划

无人机自主航迹规划是未来无人机作战使用的关键技术难题。针对传统航迹规划方法存在的求解效率不高、实时性较差、容易陷入局部最优等缺点,提出一种基于改进启发式蚁群算法的无人机航迹规划。算法前期使用Dijkstra 算法进行初始化航迹,引入启发式信息,提高搜索效率;采用Logistic 混沌映射初始化信息素,增加解的多样性,提高算法收敛速度;算法中、后期采用多航迹选择策略和模拟退火机制,提高全局搜索能力,避免因收敛速度过快,陷入局部最优解。对该算法进行仿真分析,结果表明：在存在威胁和障碍的复杂环境中,本文的改进蚁群算法与标准蚁群算法相比,能够有效规划出一条从起点到终点的航迹,并且寻优精度更高,收敛速度更快,具有一定应用价值。     

Rectangle expansion A*pathfinding for grid maps

Search speed, quality of resulting paths and the cost of pre-processing are the principle evaluation metrics of a pathfinding algorithm. In this paper, a new algorithm for grid-based maps, rectangle expansion A* (REA*), is presented that improves the performance of A* significantly. REA*explores maps in units of unblocked rectangles. All unnecessary points inside the rectangles are pruned and boundaries of the rectangles (instead of individual points within those boundaries) are used as search nodes. This makes the algorithm plot fewer points and have a much shorter open list than A*. REA*returns jump and grid-optimal path points, but since the line of sight between jump points is protected by the unblocked rectangles, the resulting path of REA*is usually better than grid-optimal. The algorithm is entirely online and requires no offline pre-processing. Experi-mental results for typical benchmark problem sets show that REA*can speed up a highly optimized A* by an order of magnitude and more while preserving completeness and optimality. This new algorithm is competitive with other highly successful variants of A*.     

定向层片组织铸造 TiAl 合金的热等静压温度选择

研究热等静压温度对定向层片组织常规铸造 TiAl 合金层片分解程度和室温拉伸性能的影响,以期优选出适于定向层片组织的热等静压温度。结果表明：在1250℃热等静压处理,析出过多的等轴γ晶粒,降低了该合金的室温拉伸强度;在1290℃热等静压处理,发生层片粗化和生成随机取向二次层片,破坏了取向一致性,降低了室温拉伸性能的稳定性。在1270℃等静压处理,等轴γ晶粒析出量较少,且未见明显的层片粗化和二次层片,所得组织保持较好的层片组织完整性和取向一致性,并表现出最佳的室温强度、塑性和性能稳定性。确定适于定向层片组织铸造 TiAl 合金的热等静压温度是1270℃。     

双机协同无源定位算法

相较于有源定位,只能利用到达角(Angle of Arrival,AOA)的双机协同无源定位对目标的观测维度很低,这会导致对目标的定位精度低或迭代收敛速度慢等问题发生。对此,利用有限的测量值研究更优秀的算法以提高定位精度具有实际意义。首先,介绍了普通最小二乘法、加权最小二乘法、总体最小二乘法 3种基于最小二乘算法的定位算法;然后,介绍了高斯-牛顿迭代法(Gauss-Newton iteration method,GNIM)和加权工具变量伪线性估计法 (Weighted Instrumental Variable Pseudolinear Estimation Method,WIVPLE)2种基于最大似然估计的定位算法;最后,使用蒙特卡洛法在不同误差条件和几何构型下对这些算法的定位精度进行仿真实验。     

基于改进多目标布谷鸟搜索算法的翼型气动优化设计

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法，其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足，采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性：通过引入非支配排序与拥挤距离来改进解的适应度评估；通过改进随机游走策略来提高局部搜索能力；通过引入改进的自适应丢弃概率策略来提高算法的收敛速度；加入档案管理机制，提高解的均匀性。典型的多目标数值算例结果表明，改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例，将改进的MOCS算法应用于多目标气动优化中，改进的MOCS算法共获得64个Pareto解，优化后的翼型气动性能有明显的提升，设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题，改进的MOCS算法与目前主流的NSGA-Ⅱ相比，收敛速度更快。     

APSO算法在语音信号盲源分离中的研究

将自适应粒子群优化（Adaptive Praticle Swarm Optimization）算法运用到语音信号的盲源分离中,以峰度为目标函数,通过自适应调整惯性因子,克服了收敛速度和分离效果之间的矛盾,最终实现盲源分离。该算法避免了传统的优化算法自然梯度法稳定性差、易于陷入局部最优的不足。通过比较仿真结果和性能指标可以看出,APSO算法提高了收敛速度,改善了分离性能,表明了该算法在实现语音信号盲源分离中性能的优越性。     

一种实时飞行轨迹重构方法

提出一种有效的实时纵向飞行轨迹重构的新方法。为了得到状态估计的快速算法,本文把非线性飞行轨迹重构转化为线性、离散、时变状态和参数估计问题。将数值稳定性好、计算量也小的序列U-D分解滤波算法用于状态方程为线性、观测方程为线性或非线性的滤波问题中。由于测量值中常常含有系统偏差,本文把这些偏差作为增广状态加入增广状态模型中,并利用模型的一些特点,提出偏差分离的U-D分解算法,使计算量大大减少。仿真和实际试飞数据计算表明、本文的方法可得到比平方根协方差滤波更有效的实时飞行轨迹重构结果。     

基于比例归一化LMS算法次级通道模型辨识

将主动噪声控制技术应用于地铁通风隧道的噪声控制上，其应用效果在很大程度上取决于信号处理的实时性。在保证控制算法收敛的基础上，要求算法收敛速度尽可能快，以确保对声波变化的准确跟踪，据此产生匹配的振幅相等、相位相反的次级声信号，进而对噪声进行控制。利用比例思想对LMS算法进行改进，为小系数配上小的步长因子，为大系数配上较大的步长因子。最后，将其应用在地铁通风隧道的次级声通道模型的辨识上，并与常用的LMS算法在收敛速度、稳态失调性能上做出比较。数值分析结果表明，采用改进后的LMS算法能够有效地加快算法收敛，改善算法的稳态失调性能。