界面捕捉中耦合Level-set与VOF算法

针对传统的level-set方法在处理界面问题时守恒性差的缺点,提出了一种耦合level-set方法和VOF方法的算法(CLSVOF)。不仅保持了level-set界面光滑性好的特点,还结合了VOF高守恒性的优点。Level-set方程的求解采用五阶WENO格式,而VOF的体积分数输运方程采用Gueyffier的界面重构方法求解。三维数值计算结果表明这种耦合算法对level-set的守恒性有明显的改善。     

无人机绳钩回收系统参数设计

以某型无人机回收方案设计研究为背景,分析影响无人机绳钩回收系统回收性能的参数,对无人机绳钩回收系统建立多目标优化模型。运用多目标遗传算法进行优化设计获得优化结果。多目标优化用于无人机绳钩回收系统参数优化,可以更加合理地评价回收系统参数最佳组合,提高设计效率。结果表明,通过改善绳钩回收系统参数,回收性能得到优化,无人机拦停时间减少,在实际回收中有一定参考价值。     

基于改进HMM和LS-SVM的机载设备故障预测研究

针对传统故障预测方法不能直接预测设备状态的不足,提出了将改进隐马尔科夫模型（HMM）和最小二乘支持向量机（LS—SVM）相结合的机载设备故障预测方法。首先,采用多智能体遗传算法对HMM参数进行训练优化,克服了B-W算法易陷入局部最优解的缺陷;其次,分别研究设计了设备是否具有使用阶段状态退化过程数据2种情况下的故障预测算法流程;最后,以飞机发动机温控放大器为应用对象进行仿真计算。结果表明,该算法不仅预测精度高,而且预测结果直接与设备状态相关,易于理解分析。     

基于方波信号的半全局极值搜索算法

针对半全局极值搜索算法,采用正弦信号作为激励信号时,幅值自适应律初始值选取严格、输出存在颤振的问题,提出了采用方波信号作为激励信号。利用平均化方法证明了激励信号选取较小的初始值即可使目标函数收敛到全局极值,同时减弱了输出颤振;采用正弦和方波信号作为激励信号进行仿真对比,说明方波信号可以提高算法的半全局收敛性,有效减弱输出颤振。     

复合材料加筋板剪切后屈曲分析与优化设计

为了充分利用复合材料加筋板的后屈曲承载能力,针对复合材料加筋板的后屈曲行为开展优化设计方法的研究具有重要意义。详细探讨了筋条尺寸及密度等参数对承受面内剪切载荷作用下的复合材料双向加筋板屈曲后屈曲的影响规律。建立了复合材料加筋板考虑后屈曲响应的结构分级优化方法:在一级优化中以结构几何尺寸为设计变量,使用响应面法(RSM)拟合出结构后屈曲响应的全局近似函数,结果显示,加筋缘条的宽度及加筋的密度对屈曲承载能力有重要影响;在二级优化中采用遗传算法(GA)对复合材料铺层顺序进行优化,经过两级优化后的复合材料加筋板相比于初始设计在质量减少了3%的同时,线性屈曲位移提高了8.86倍,线性屈曲模态由局部屈曲改善为整体屈曲,同时结构的后屈曲承载能力提高了8.7%。基于解决旅行商问题(TSP)的遗传算法被调整用于固定铺层厚度的复合材料铺层顺序优化问题,经优化,结构线性屈曲特征值提高了12.76%,表明了优化方法的可行性。     

一种优先级区分的机载无线网络MAC层自适应退避算法

针对现有无线网络媒介接入控制(MAC)协议退避机制存在的竞争窗口(CW)易产生振荡、不能为紧急业务提供低时延QoS保障、难以区分服务类别等不足,提出了一种区分业务优先级的自适应退避(PAB)算法。该算法在二进制指数退避(BEB)算法的基础上,根据信道忙闲标识和业务优先级自适应选择相应退避阶段,通过参数设置可对不同优先级业务相邻退避阶段的前、后转移概率进行调整。利用二维马尔可夫链理论对PAB进行了建模分析,理论分析获得了饱和吞吐量和平均MAC时延的数学表达式,仿真实验结果表明:在机载无线网络(AN)环境下,PAB的性能相对BEB有了显著提升,可有效保障机载无线网络多业务类型的传输需求。     

基于SA*的CE-3巡视器机械臂就位探测任务规划

针对机械臂规划方法无法满足CE-3巡视器成像及探测光照约束、避碰及机械臂位形切换次数等约束的不足,提出一种基于SA^*的月面巡视器机械臂就位探测任务规划算法。该算法在机械臂的工作空间进行搜索,根据星历计算太阳光照以解决光照约束,通过层次包围盒高效准确地进行机械臂碰撞检测以满足机械臂与环境不存在干涉的约束条件,通过相邻运动行为的代价削减保证规划后机械臂位形切换次数最少。最终通过月面巡视器在轨任务结果验证该算法的可行性。     

基于信息理论的网络文本组合聚类

尽管近年来针对文本聚类问题进行了大量研究,其仍然是数据挖掘领域的一个富有挑战性的问题,特别在弱相关特征乃至噪声特征的处理上,仍然存在诸多挑战。针对这一问题提出了文本聚类的分解-组合算法框架——DIAS。该方法首先通过简单随机特征抽样将高维文本数据进行分解得到多样化的结构知识,其优点是能够较好地避免产生大量的噪声特征。然后采用基于信息理论的一致性聚类（ICC）将多视角基础聚类知识组合起来,得到高质量的一致性划分。最后通过在8个真实文本数据集上的实验,证明DIAS算法相较于其他被广泛使用的算法具有明显优势,特别在处理弱基础聚类上具有突出效果。由于在分布式计算上的天然优势,DIAS有望成为大规模文本聚类的主流算法。      

增强RRAM可靠性的热通量压缩算法

为提高阻变存储器(RRAM)的可靠性,研究了RRAM中的热串扰问题,提出了一种热通量压缩(TFC)算法,通过在RRAM读写电路之前加入TFC算法,降低在RRAM中产生的焦耳热,从而减弱RRAM中的热串扰问题,提高RRAM的可靠性。TFC算法通过分析计算写入数据流产生的真实焦耳热热量进而判断是否对写入数据流进行翻转编码,即TFC算法会在原始写入数据流和翻转编码数据流二者中选择热通量较小者通过算法层,从而达到减小RRAM存储器中焦耳热热量的目的。理论分析和仿真结果表明:以字节为单位数据块条件下TFC算法平均可降低30%以上的写入焦耳热,阻变单元的保持时间估值平均增加了35%以上。      

磁场梯度张量测量法消除卫星磁干扰

在调查了消除卫星本体对磁场探测造成磁干扰的方法基础上,采用磁场梯度张量测量法替代传统的双探头梯度测量法消除卫星磁干扰,通过仿真分析和实测验证重点考察了基于欧拉反褶积算法的构造指数、伸杆长度与背景磁场反演误差之间的关系。仿真结果表明:对于本体边长1 m总剩磁1 A·m2的卫星而言,磁场梯度张量测量法在1~2 m的较短伸杆条件下,背景磁场反演误差较大;在3 m以上的较长伸杆条件下,具有较高的背景磁场反演精度,4 m条件下反演精度约0.5 nT。在长伸杆条件下,磁场梯度张量测量法比双探头梯度测量法的背景磁场反演精度提高约3倍。