多点切触加工中的局部干涉分析

为了消除多点切触加工刀位计算的局部干涉,通过对中凹端铣刀和工件曲面之间的几何接触状况分析,得到了多点切触加工算法的局部干涉判别条件.利用微分几何得到了多点切触加工刀位中刀具和工件的交线在第一切触点处的曲率半径和刀具曲率半径的比值,结合局部干涉判别条件,得到无干涉的多点切触加工约束的解区域.结果表明无论曲面为何种样式,必须选择第二切触点在曲率较大的主方向附近的解区域中,再使用多点切触加工算法算出的刀位,才有可能不发生过切现象.      

曲线合成孔径雷达迭代算法

研究了曲线合成孔径雷达(SAR,Synthetic Aperture Radar)二维信号模型和三维信号模型,得到了曲线SAR回波信号的数学表达式.将迭代算法应用于曲线SAR, 根据最小化非线性方差准则得到了曲线SAR中RELAX估计算法代价函数,详细研究了二维RELAX估计算法和三维RELAX估计算法的每一个具体步骤,可估计出目标点的散射强度和位置.给出了递推过程,规定了收敛条件,分析了RELAX估计算法的特点和计算量,得出RELAX算法收敛速度快,计算量相对较小,收敛条件苛刻会增加RELAX算法的计算量.研究成果为应用迭代算法提取曲线SAR数据的三维信息提供了指导.     

改进的基于剩余度置信度传播的LDPC解码算法

低密度奇偶校验（LDPC,Low-Density Parity-Check）码的剩余度置信度传播（RBP,Residual Belief-Propagation）和基于行的剩余度置信度传播（NWRBP,Node-Wise RBP）解码算法的性能提升非常有限且计算复杂度较高.提出改进的RBP（ERBP,Enhanced RBP）算法,在一个子迭代中,仅更新一个消息,然后设置被更新消息所在行的所有节点的剩余度值为0,使得ERBP解码算法在每个子迭代中使用不同行的消息进行计算,以加速迭代收敛.不同的LDPC码用于对所提出的算法进行性能仿真.仿真结果表明,与其他算法相比,ERBP算法降低了误帧率（FER,Frame Error Ratio）,并加快了迭代收敛速度.      

交替LU分裂算法及其在CFD中的应用

在CFD(Computational Fluid Dynamics)时间相关算法中,为了保证计算的稳定性,时间步长的取值通常会很小,这将导致计算过程收敛缓慢.针对这一问题,提出了一种新的迭代算法—交替LU分裂(ALUS,Alternating Lower-Upper Splitting)算法,可以有效加速收敛,提高计算效率.ALUS算法将系数矩阵分裂成上、下三角矩阵,因此仅需要利用追赶法求解两个三角矩阵,计算量较小,容易实现.给出了ALUS算法收敛的定理,并且通过线性问题以及CFD圆柱绕流的数值模拟对ALUS算法进行了检验.理论分析和数值实验的结果均表明:ALUS算法计算量小,大大节省了计算时间,而且该算法是鲁棒的.因此ALUS算法是高效的、稳定的算法,适用于CFD数值模拟.     

改进自适应人工免疫算法求解函数优化问题

为克服经典人工免疫算法（AIA）在函数优化过程中存在的计算量大、收敛精度不高和收敛速度较慢等不足,引入多个自适应免疫算子,提出了一种改进自适应人工免疫算法（IAAIA）。在经典人工免疫算法中,引入迭代次数对抗体激励度计算算子进行自适应设计,引入种群抗体平均激励度与抗体激励度对免疫选择算子、克隆算子、变异算子与克隆抑制算子进行自适应设计,提升人工免疫算法的收敛速度、收敛精度和稳定性。选择9个典型测试函数作为实验对象,同时选择4种典型人工免疫算法作为对比算法优化实验函数,对比实验结果表明了改进的自适应人工免疫算法在求解函数优化问题的有效性和优越性。      

高超音速化学非平衡流的隐式格式迭代解法

针对高超音速化学非平衡流计算中的隐式TVD格式给出了一种迭代解法.该方法是在原有的Harten-Yee格式基础上,在每一时间步对无粘部分进行迭代运算,目的是为了加速收敛.借助对模型方程的收敛性分析,证明该迭代算法是收敛的.二维数值实验表明该方法对于高马赫数时的化学非平衡流能明显提高隐式格式的计算效率,其计算结果是满意的.     

PCB电源地层腔模辐射快速算法

电路板电源总线的分析非常复杂,虽然传统腔模方法是分析电路板电源总线的一种非常有效的方法,但是该方法具有收敛速度慢,计算时间长和不能分析电源总线辐射发射的缺点.在该算法的基础上,改进二重级数和形式的电源总线辐射发射方法并提出了单一级数和形式的电源总线辐射发射表达式.在此基础上指出了单一级数腔模理论解的适用条件,并对该快速算法的收敛性进行了分析.分析表明,该方法减少了传统二重级数求和的计算工作量,提高了收敛效率并节省了计算时间,而且能够有效逼近双级数腔模辐射算法的计算结果.通过对电路板的辐射发射数值仿真验证了该算法的有效性和正确性.     

一种解析和数值相结合的机器人逆解算法

针对不存在解析逆运动学解的机器人结构,提出一种解析与数值相结合的求解算法.将传统的算法简化为寻找一个合适的目标函数,对一维关节变量进行迭代求解,其余关节变量可以用解析式求得,从而将逆运动学的多变量迭代求解问题简化为一维变量迭代求解.利用该算法对一种不存在解析逆解的5自由度机器人进行解算,耗时不足0.3ms,计算速度优于传统的算法.这种算法的实时性和准确性满足了机器人实时控制的要求,不需要进行正运动学计算,可以解决大多数关节正交结构的机器人逆运动学问题.      

一种新的频域自适应算法

分析了现有自适应滤波算法,并且提出了在有色噪声背景下能够快速收敛的频域自适应新算法.使用牛顿法搜索性能表面和近似于递归最小二乘(RLS)算法的结构,利用现有的拟牛顿QN(Quasi-Newton)时域自适应算法原理,通过快速傅里叶变换(FFT)将其应用于频域.结合快速块最小均方自适应滤波算法FBLMS(Fast Block Least Mean Square)中的并行处理方法对算法的运算过程进行了改进.由于调整了数据格式和增益矩阵的系数加快了迭代过程的收敛,并且提高了信号处理的效率.附加的计算机仿真结果分别给出了在白噪声和有色噪声输入相同汉明窗条件下,新算法、LMS算法和拟牛顿算法QN的自适应系统辨识的效果比较图,表明新算法能有效用于色噪声下的自适应滤波.     

基于蚁群算法的卫星磁力矩器反馈参数设计

卫星姿态控制系统参数设计中,引入不确定性的部件误差模型可以提高系统模型的精度。针对传统优化算法处理随机因素的能力不强的情况,提出了基于蚁群算法的参数优化设计方法;并将该方法应用在某型号偏置动量轮小卫星的磁力矩器反馈控制参数设计中。与Powell方法对比,蚁群算法的寻优过程有明显的收敛趋势,这表明蚁群算法相对于传统优化算法鲁棒性好、处理随机因素能力强,可以应用在考虑随机因素的参数优化设计中。     

基于Tent映射的自适应混沌混合多目标遗传算法

提出一种Tent映射在计算机上实现的改进算法,有效解决了受计算机字长影响,Tent映射存在不动点和小周期的情况.将改进的Tent映射应用于混沌优化算法中,对基本NSGA-Ⅱ算法进行改进.使用混沌序列对初始种群赋值,提高算法收敛能力;使用改进的混沌搜索增强种群多样性;分别使用基本算法和改进算法对标准测试函数进行数值仿真.统计结果显示:改进的算法可以在保持高效率求解的同时,得到的非劣解在收敛性和多样性指标上均优于基本NSGA-Ⅱ算法.     

基于最小二乘估计的电影经纬仪交会测量算法

提出了一种基于最小二乘估计的电影经纬仪交会测量算法.充分利用3台经纬仪测得的冗余数据,用迭代算法求得运动目标在任一时刻的空间位置,且避免了目前的直接算法中两套公式切换时机不易掌握的问题.理论分析和在新的布站方案下的数值模拟结果表明,该方法具有计算精度高、收敛速度快的优点.相对于目前采用的直接算法,可较好地改变对飞行目标的测试精度.     

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要,提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先,在传统A*算法的基础上,引入了障碍威胁系数改进A*算法,为领航无人机规划从起点到目标的全局安全路径;其次,采用Hermite多项式在离散化后对领航无人机的全局安全路径进行参数化表示。当遇到新的障碍信息时,利用改进A*算法重新规划路径;随后,领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步;最后,基于一致性原理设计了编队队形协同控制器,并基于改进人工势场法设计了动态避障控制器。仿真结果表明,与传统的领航-跟随方法相比,该方法可以降低编队误差,提高了复杂曲线路径下无人机的编队精度与稳定性,具有一定的工程应用价值。     

马尔可夫更新方程的迭代算法研究

冷储备系统的动态结构变化使得系统可用度分析必须基于瞬态求解,针对频域两部件冷储备系统马尔可夫更新方程解算困难的问题,提出基于时域伏尔特拉方程的迭代算法,证明了该迭代方程的唯一性和收敛性,并给出迭代算法的误差分析.理论和实例分析表明,当冷储备系统部件的工作寿命和维修时间分布是有界函数时,利用迭代算法可以容易实现时域马尔可夫更新方程的求解.      

应用遗传算法的频域最大似然参数辨识

针对基于变量误差模型EV模型(Errors-in-Variables Model)的传递函数频域最大似然参数估计中存在的初始值以及收敛问题提出了使用浮点遗传算法的改进算法.仿真试验表明,单独使用遗传算法难以得到系统传函的精确估计,传统的非线性数值递推算法在一些情况下容易收敛到局域最小值.将两种算法结合使用,可以有效地克服各自的不足.新算法可以给出系统延迟的初始值的估计.当代价函数存在多个局部最小值时,它仍然能够快速准确地寻找到全局最优点.改进的算法比原算法具有更强的适应性.      

基于多分类AdaBoost的航空发动机故障诊断

对航空发动机运行数据进行数据挖掘的方法,是发动机故障诊断研究领域的重要研究内容。由于各种算法自身的局限性,通过某种单一算法很难大幅度提升故障分类的准确性。运用组合分类的AdaBoost算法,综合多个分类模型进行诊断,是提升故障识别精度的一种较好的方法。通过AdaBoost算法及其改进算法的结合,建立一种多分类的AdaBoost算法,以支持向量机（SVM）为基础分类器,进行综合诊断模型的建立。通过单位向量法、比值系数法和相关系数法将指印图中统计的故障标识数据进行处理,得到不受故障程度影响的训练数据,再进行建模。实验表明,AdaBoost相关结合算法能够显著提升分类器性能。根据实际故障案例,验证了所建立的诊断模型能够较好地用于发动机的故障诊断。      

考虑系统不确定性的高超声速飞行器容错控制

针对一类含有执行器失效故障和范数有界不确定性的系统,提出了一种鲁棒容错跟踪控制设计方法。该方法利用有界实引理,给出了保证闭环系统稳定且满足鲁棒性能要求的线性矩阵不等式（LMI）的表达式;为了削弱控制器的保守性,使用不同的Lyapunov变量对应不同的系统状态;由此带来的非凸优化问题,发展了一种迭代线性矩阵不等式算法。考虑到该迭代算法的收敛性取决于初值的选择,经过推导给出了一种求解合适初值的算法。将该算法应用于高超声速飞行器X-33跟踪控制器的设计,仿真结果表明本文算法是可行和有效的。