大规模CFD流场可视化分析系统的应用

设计了大规模计算流体动力学（CFD）流场可视化分析系统（FVAS），系统具有完善而实用的大规模三维定常和非定常流场数据预处理与特征提取、体绘制、几何图形（流线、等值面等）绘制、纹理绘制等功能，并提供多种数据分析手段和良好的交互方法.通过8种展示方式、3种显示模式以及5种视图类型展示流场数据内外流结构特征及其复杂的物理现象.同时系统针对时变数据提供动画展示功能并支持单机多核并行.案例分析表明该系统简单实用，通用性高，多种混合绘制技术能够有效展现燃烧室、进气道等流场数据内部反应情况，切面、剖分等交互方式多视图显示局部细节特征，并通过图表、曲线图等分析工具统计分析具体网格单元的信息.完成测试案例300例，与传统CFD软件相比提升70%以上的绘制效率，系统故障率为0.6%，功能事务成功率100%，有效加速对流场数据的分析统计过程.      

并行计算性能可视化方法研究

分布式并行系统中,并行程序通常表现出比传统串行程序复杂得多的行为。影响并行程序性能的各种因素的交互作用,使得获得好的并行计算性能成为系统设计者和用户所面临的极大挑战。近年来的研究表明,并行程序的性能可视化方法和工具在帮助用户理解并行程序行为和优化性能等方面起到了很大的作用,成为各种并行性能分析优化工具不可缺少的一部分。本文较为系统全面地综述了并行计算性能可视化方法研究的发展状况,讨论了其面临的主要困难及可能的解决方法,并指出了未来的若干研究方向。     

超燃冲压发动机一体化设计与优化方法研究

建立了超燃冲压发动机一体化设计的优化模型，研究了超燃冲压发动机在总体性能要求与约束条件下，进气道、燃烧室（含隔离段）、尾喷管之间的性能匹配和参数优化。针对将计算流体力学（CFD）方法应用到优化设计过程中所带来的运算量巨大的问题，引入了基于PVM（并行虚拟机）的遗传算法，为包含有复杂流场计算过程的优化设计问题提出了一条易于实现并经济、可靠的解决途径。     

NNW-TopViz流场可视分析系统

流场可视化技术采用图形图像直观地表现CFD数值模拟的计算结果,使用户能够方便地对这些数据进行分析、比较和研究。然而,CFD数值模拟的流动复杂,其产生的流场数据规模巨大、数据类型复杂、特征提取困难,传统的串行可视化软件效率低、交互手段单一,难以满足数据分析的需求。国家数值风洞（NNW）工程研制了一套流场数据处理可视化软件系统（NNW-TopViz,简称TopViz）,具有对流场数据处理与特征提取、几何图形绘制等可视化与交互功能。根据可视分析效率需求,TopViz实现了线程并行,在多核计算环境下有效提高了可视化计算和交互效率;针对流场特征提取困难、常规方法效率低的问题,TopViz实现了基于卷积神经网络的流场旋涡特征提取方法,提升了特征提取准确率和效率;为提高软件交互效率并提供便捷的交互方式和体验,基于头戴式显示设备和体感控制器构建沉浸式虚拟显示与交互平台,TopViz实现了手势和眼球凝视2种交互方法,提供沉浸式环境下多视图、多角度流场探测方式。     

合成射流激励器流场PIV实验及模态分析

为了获得合成射流激励器流场细节特性,优化合成射流流动控制系统,对于静止流场中的合成射流激励器,通过位移传感器、热线风速仪和时间分辨粒子图像测速（TR-PIV）系统,对激励器时间响应和特定工况下的流场特性进行研究,并针对TR-PIV得到的流场快照运用本征正交分解（POD）和动力学模态分解（DMD）进行模态分析。通过自定义POD和DMD的初值贡献模态和时间系数将两种分析模型标准化并对比,选取前七阶POD模态和前四阶DMD模态进行流场还原,成功表征了原流场的主要信息,表明运用POD和DMD方法进行的降阶过程在合成射流研究中的适用性,降阶模型可以有效指导和简化合成射流流动控制流场的分析过程。     

基于压缩感知的高频响流场重构方法及其应用

粒子图像测速（PIV）方法具有高空间分辨率的优势,但是往往受到采样频率的限制（一般在15 Hz以下）,难以完成高频响测量。压缩感知（CS）能够基于稀疏采样数据获得高频信息,但如果直接应用于所有的数据点则计算量过大。基于亚采样（sub-Nyquist）PIV数据,本文提出了基于压缩感知和本征正交分解（POD）的高频响流场重构方法。首先采用POD对数据降维,同时获取空间模态和相应的亚采样时间系数,将亚采样时间系数作为观测值,选取适当的稀疏基,通过求解基追踪问题来计算高频响的模态系数。结合空间模态和所得到的时间分辨模态系数,可以重构高频响的非定常流场。利用该方法分别对周期性的振荡器流场和非周期性的不同直径圆柱流场进行重构,检测该方法的适应性。结果表明,压缩感知方法无需侵入式的辅助测量,可以为周期性流场提供准确的重构,重构误差低于3%,而对于非周期性复杂流场,则出现较大的高频噪声。因此,本文所提出的方法可以应用到周期性流场中以提高测量数据的时间分辨率。     

非结构混合网格自适应并行技术

计算流体力学（CFD）模拟实际工程问题所采用的网格规模可达千万量级，并行技术是减少计算时间的有效方法。耦合流场信息的网格自适应技术能有效动态优化计算网格，被NASA视为一项亟待发展的CFD关键技术。混合网格自适应系统包含网格分布优化、表面网格投影和空间网格匹配等关键技术。针对以上3项关键技术分别建立了高效的并行算法。首先，提出了"先唯一后同一"的两步法策略实现了网格单元分布优化过程的并行相容性；其次，基于局部曲面拟合思想，实现了曲面重构和新增物理网格点投影的完全并行；再次，提出了空间网格匹配技术的半并行算法，快速解决了网格单元交错问题。为了提高后续流场计算的并行效率，发展了基于并行重分区-网格数据迁移方法的动态负载平衡技术，并采用圆柱激波流场自适应模拟对动态负载平衡技术进行初步验证。最后，采用三角翼自适应加密测试了自适应系统的并行效率。结果表明，建立的混合网格自适应系统并行效率较高，且相比流场求解耗费总时间的比例低于1%。     

可视化的并行程序设计系统

可视化并行系统的提出计算技术的匕速发展,特别是超级计算机的广泛应用,使科学家和工程师面临着巨大的数据洪流,大量数据远远超出了人脑分析、解释这些数据的能力,大规模并行机有着高性能的优点和优于巨型机的性能/价格比,但并行程序设计非常复杂,用户应用得到的性能距硬件的性能相差甚远,很难充分发挥并行系统的强大计算能力,并行计算可视化技术解决了上述困难,现正成为理解复杂系统,观察并行程序执行过程,直观调试并行程序和分析其性能的一项非常有效的工具。     

基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断

针对飞机起落架液压系统故障诊断精度低，深层故障特征提取困难的问题，提出了一种基于双路特征融合卷积神经网络（TSFFCNN）与粒子群优化支持向量机（PSO-SVM）结合的起落架液压系统故障诊断模型。该诊断模型以起落架多节点压力信号作为输入，采用一维卷积神经网络（1DCNN）与二维卷积神经网络（2DCNN）并行多通道网络结构自适应提取深层特征信息，并在融合层将深层特征信息融合，通过优化后的SVM分类器对融合特征进行故障分类。为验证所提诊断模型的故障分类效果，基于AMESim搭建了典型飞机起落架液压系统仿真模型，构建了几种典型故障类型数据集。基于仿真数据的诊断结果表明，所提故障诊断算法精度能达到99.37%，能够有效实现起落架液压系统故障诊断；与其他智能算法对比，基于TSFFCNNPSO-SVM故障诊断模型具有更好的平稳性与可靠性，诊断精度更高。     

神经网络在立体成象测速技术中的应用

立体成象测速技术是一种用于测量三维流场中流体的三个速度分量的光学方法。该测量为非接触测量,其测量原理是基于由两个CCD传感器从不同的有利位置点获取的图象。采用这一方法时,如果流场中散布的粒子的密度较大的,由成象系统所获得的图象中就可能丢失单个粒子的部分象点或者是等效的数据点。该数据丢失大多数是发生在对重叠的粒子图象进行分解的过程中和对粒子进行跟踪阶段。为了尽可能恢复更多的数据点并提高测量精度,在立体成象测速技术的两个阶段中采用了神经网络技术。在对重叠的粒子进行分解的阶段采用了后向传播(Back Propagation)神经网络,这是由于此方法具有图形识别和分类的能力。在对粒子跟踪阶段,跳跃神经网络（Hopfield neural network)是获取相应粒子轨迹的一种公认的最佳求解方法。研究表明,神经网络对于提高测试性能具有潜在的作用,而且已被证明对于立体成象测速技术是非常有用的。     

多目标跟踪中自适应时间资源调度

为了提高雷达的工作效率,在改进交瓦多模型-概率数据关联(IMMPDA)跟踪算法的基础上,提出了基于灰色关联度和粒子群优化理论的自适应多目标跟踪的时间资源凋度(ATRS)算法.首先对每个跟踪目标设置不同的期望跟踪精度;然后以灰色关联度作为资源管理模型中的度冒函数和粒子群算法中的适应度甬数,来衡量各种情况下预测跟踪精度与期...     

动态负调约束下固体冲压发动机燃气流量控制算法研究

变流量固体冲压发动机工作过程中，常采用控制燃气发生器压强的方式调节燃气生成量，在跟踪变化压强指令过程中，流量会产生明显的负调现象，严重影响发动机系统的安全性和可靠性。为 解决这一问题，本文以具有高度非线性、强时变特性的燃气发生器系统为对象，构建了基于粒子群算法的流量调节自适应PI控制器，并给出一种利用自适应微分跟踪器对期望控制指令进行“整形”的负调改善算法；首先，结合负调发生、终止判据，综合考量系统流量安全裕度，负调发生方向，构建了适配于动态负调约束的自适应跟踪微分器（TD），克服了传统跟踪微分器在负调抑制过程中控制精度不高，指向性不强等缺陷；进一步，开展了多工况下的负调抑制算法仿真校验，结果表明：所设计自适应控制算法具备良好的燃气流量控制能力，可实现在基本不改变响应时间情况下，将最大负调量削减56.6%的控制效果，展现出良好的工程应用前景。     

光电经纬仪红外成像跟踪处理器的研究与实现

以高性能数字信号处理器TMS320C6203为核心,结合CPLD（可编程逻辑器件）进行逻辑控制,用FPGA（现场可编程门阵列）进行预处理,设计了实时目标检测和跟踪系统。介绍了实时图像处理系统的硬件组成、工作原理、软件流程,重点分析目标检测算法和系统实时性。该系统被成功用于光电经纬仪红外图像处理系统中,经试验证明,系统对弱小目标的检测、识别和跟踪能力达到实际工程的实时性需求,大大提高了数据采集能力与处理速度,采样精度得到很大提高,完全满足系统设计要求。     

Altix 450在三维定常N—S层流数值模拟计算中的并行计算效率研究

在共享内存服务器Altix450上,应用Fluent流体计算软件进行三维定常N—S层流数值模拟计算,研究了该系统的加速比,并行效率和可扩展性;在对网格数为500万和1000万的两次计算对比中发现,当网格数据大的时候,该系统并行优势明显。结果表明,大型的共享内存服务器在计算流体力学中对解决复杂流场数值模拟越来越重要,符合未来计算流体力学高性能计算的要求。     

Track-before-detect for Infrared Maneuvering Dim Multi-target via MM-PHD

In this paper, we present a novel and efficient track-before-detect (TBD) algorithm based on multiple-model probability hypothesis density (MM-PHD) for tracking infrared maneuvering dim multi-target. Firstly, the standard sequential Monte Carlo probability hypothesis density (SMC-PHD) TBD-based algorithm is introduced and sequentially improved by the adaptive process noise and the importance re-sampling on particle likelihood, which result in the improvement in the algorithm robustness and convergence speed. Secondly, backward recursion of SMC-PHD is derived in order to ameliorate the tracking performance especially at the time of the multi-target arising. Finally, SMC-PHD is extended with multiple-model to track maneuvering dim multi-target. Extensive experiments have proved the efficiency of the presented algorithm in tracking infrared maneuvering dim multi-target, which produces better performance in track detection and tracking than other TBD-based algorithms including SMC-PHD, multiple-model particle filter (MM-PF), histogram probability multi-hypothesis tracking (H-PMHT) and Viterbi-like.     

基于最近邻的集中式多传感器多目标跟踪算法

经典的集中式多传感器多目标跟踪算法通常计算量较大,经常难以满足系统的实时性要求,工程上实现起来比较困难,为进一步扩大集中式多传感器的应用范围,使其在对算法实时性要求较高、跟踪精度要求较小的实际场合中广泛应用。文章基于最近邻域思想,研究了并行处理结构的集中式多传感器最近邻域算法,并从算法跟踪精度、实时性、有效跟踪率3个方面对其与经典的顺序多传感器联合概率数据互联算法进行了仿真比较。经仿真验证,并行处理结构的集中式多传感器最近邻域算法实时性提高了60%以上,且在跟踪背景杂波适中的情况下能够有效跟踪目标。     

基于嵌入式GPU的三天线GNSS基带信号处理加速技术

GNSS软件接收机因其可移植性及灵活性等优点,持续受到业内关注。但传统的软件接收机存在计算量大、耗时长的捕获和跟踪基带信号处理过程,使得软件接收机往往跟踪通道较少,且难以在嵌入式系统上运行。利用嵌入式图形处理器(GPU)的高浮点性能和并行运算能力,对GNSS软件接收机中耗时长且并行性明显的模块进行加速,实现采用CUDA流的数据读取,以及多采样点并行的捕获和多采样点、多卫星并行的跟踪。采用嵌入式GPU进行加速后,可将数据读取速度提高3.43倍,卫星搜捕速度提高16.83倍,卫星跟踪速度提高11.28倍。实验结果表明,在嵌入式Jetson TX2平台上可以支持超过90个62MHz采样的GNSS卫星信号处理。研制了三天线GNSS信号的定位和测姿接收机,为未来小型嵌入式PNT系统的研制提供新思路。     

基于背景纹影技术的随机介质折射率场测量

针对光线通过复杂流场时产生的光传输效应问题，提出了基于背景纹影技术的复杂折射率场测量方法，给出了根据粒子图像偏移量求解折射率场分布的计算方法和推导过程，并对该方法的分辨率与灵敏度进行了理论分析。在此基础上，对火焰上方折射率场的分布进行了实验测量，利用粒子图像测量(PIV)技术对实验图像进行处理。结果表明:实验测量得到的空气折射率最大值为100029，最小值为100009，测量有效值小于00001。表明该方法具有较高的测量精度，能够有效实现复杂折射率场的实时精确测量。