铝合金激光超声表面检测中EMAT接收性能对比

在铝合金板材激光电磁超声换能器（Laser-EMAT）瑞利波（RW）检测中，曲折线圈EMAT、线性线圈面内EMAT和线性线圈面外EMAT常被应用于接收超声波，但是这3类EMAT的接收性能和应用场合尚不明确。为此首先建立铝合金Laser-EMAT RW检测过程的有限元模型，分析了3类EMAT配置形式对接收RW、横波和纵波等模式超声波能量的影响；其次研究了表面约束机制对RW幅值及其纯度的影响，探讨了3类EMAT的表面缺陷检测能力；最后制作了3类EMAT探头进行铝合金板材Laser-EMAT的RW检测实验，分析了表面约束机制对3类EMAT接收的各模式超声波幅值和表面缺陷检测能力的影响。结果表明：与线性线圈面内EMAT相比，曲折线圈EMAT和线性线圈面外EMAT接收的RW纯度更高，更适合表面缺陷检测；线性线圈面内EMAT接收到的多模式超声波明显，更适合同时检测表面/内部缺陷；与无表面约束机制相比，采用表面约束机制可将3类EMAT接收到的RW幅值增强2倍以上，其中对曲折线圈EMAT的RW幅值的增强作用最明显，且与无表面约束机制的激光-线性线圈面内EMAT相比，含表面约束机制的激光-线性线圈面外E...     

基于能源分解的用户用电行为模式分析

随着智能电网的普及和大数据技术的发展，利用用电数据分析用户的用电行为越来越受到关注，现存的能源分解方法无法满足实际应用中对分辨率和分解准确率的高要求，以及聚类分析方法过于粗糙没有充分挖掘每类电器的用电特点。提出了基于能源分解的用户用电行为分析方法。在判别式稀疏编码算法模型的基础上，针对L₀正则项不易求解、L₁正则项稀疏约束效果不理想的问题，提出用L_1/2正则项稀疏约束进行能源分解，并且把用户之间的同质性作为正则项加入基础模型来修正模型的性能。基于能源分解的结果，使用用户单类电器的用电特征代替总用电特征精细化分析用户的用电行为，并改进传统的K-Mean聚类算法进行实验验证。实验结果表明:所提出的基于L_1/2正则项稀疏约束和同质性约束的能源分解方法相比于传统判别式稀疏编码算法，能够有效提升能源分解的准确率。同时，基于能源分解的用户用电行为聚类分析效果也有明显提升。      

侧壁约束效应对三维方腔自持振荡和噪声辐射影响的实验研究

实验研究了侧壁约束效应对三维方腔流动结构和噪声辐射特性的影响，固定方腔长深比为2∶1，使用麦克风阵列测量了方腔宽长比从0.1变化至0.5过程中流致噪声在不同指向性下的强度变化规律，并使用脉动压力传感器测量了不同宽长比方腔内部壁面压力分布，同时采用TR-PIV（Time-Resolved Particle Image Velocimetry）测量了方腔内流动结构的发展。实验结果表明:对于宽长比为0.5的方腔，当来流马赫数大于0.03时，方腔流动开始出现振荡并向上游辐射噪声；当来流马赫数增大至0.20时，方腔流动发展为对应Rossiter三阶模态的自持振荡，并辐射出尖频噪声。减小方腔宽度，当宽长比小于0.3时，方腔流动的自持振荡和尖频噪声被大幅度抑制甚至消除，来流马赫数为0.20和0.25时，方腔上游总声压级能够降低3 dB以上。通过对比壁面压力分布和PIV流场测量结果，发现减小方腔宽长比时，方腔内主回流涡向上游移动，涡强度降低，使得方腔的流动反馈不足以形成自持振荡，从而降低了辐射噪声。     

模块化可重构无人机机翼结构优化方法研究

模块化可重构无人机设计工况复杂、约束多样，需要根据不同设计思想的特点研究适用的优化方法才能得到最优方案。本文开展针对多模型的同步优化方法研究，给出不同构型机翼翼根弯矩约束方法，提出多构型机翼结构前后梁弯矩比例约束下的同步优化技术，并以某模块化可重构无人机机翼为对象进行应用验证。结果表明：与文献中模块化机翼优化结果相比，本文多构型机翼结构同步优化方法在解决整机翼更换的模块化可重构机翼结构优化问题时具有很高的适用性和收敛性，以及广阔的工程推广价值。     

多网络约束下NNS分布式融合估计器设计

针对节点量测增益衰减、节点能量受限与系统模型不确定3种网络约束下具有随机通信时滞和非固定丢包率的组网导航系统(NNS)分布式状态融合估计问题，将增益衰减程度描述为统计特性已知的随机变量，将模型不确定描述为系统矩阵中的乘性有色噪声，将减小能耗描述为降低节点数据传输率。分别在邻节点端和目标节点端引入2种不同的线性编码器以解决丢包与时滞问题。建立丢包率与同时传输信息的节点数目之间的函数关系，将邻节点在过去有限个时刻的量测值进行线性编码后再传输，以补偿丢包与降低传输率导致的信息损失。目标节点把在同一采样周期内获取的来自同一邻节点的多个量测值按时间戳进行线性编码，以解决通信时滞导致的信息多余。基于2次线性编码建立增广系统模型，设计最小方差意义下局部无偏估计器，利用最优矩阵加权融合法得到全局融合估计器，推导得到融合估计误差协方差收敛的充分条件及次优传输率。通过算例仿真验证所提算法的有效性。     

基于动态寻优调节的卷积码堆栈-桶算法

大约束长度卷积码具有抗干扰性强，难以破译等优点，被应用于卫星通信等领域。但低信噪比环境下，存在空间利用率低和译码复杂度高的缺点。针对此问题，提出一种基于动态寻优调节的卷积码堆栈-桶（DORSB）算法。所提算法采用新参数深度因子辅助路径存取，能够增大接近码树终点的路径优势，降低译码复杂度；并在堆栈溢出时，对桶的尺寸进行调节，对桶空间进行复用的同时降低误帧率，可有效提升空间利用率。仿真结果表明：在深度因子增量适当且误帧率为10-5的情况下，相比于标准堆栈-桶算法，所提算法误帧性能提高了约0.6 dB，并且时间复杂度最多能改善72.63%。     

基于朝向约束和重识别特征的目标轨迹关联方法

基于检测关联和深度学习的目标轨迹关联方法是计算机视觉领域的研究热点之一，但现有方法设计中缺乏有效的时空约束，且目标表观特征泛化能力不足，在目标朝向差异明显的情况下会发生识别错误，在目标轨迹关联时会导致频繁的ID切换和错误关联。针对该问题，提出了一种基于朝向约束和重识别特征的目标轨迹关联方法。将行人朝向判别引入行人重识别中，提出了一种具有朝向约束力的行人重识别网络模型，提升了目标特征的表示能力。结合目标朝向、卡尔曼滤波得到的位置信息、重叠面积等时空特征，提出一种基于朝向约束的分层轨迹关联模型，得到单相机内的目标轨迹。在跨相机场景中，通过引入一种简单有效的双向竞争匹配机制，实现了目标轨迹的有效关联。实验结果表明: 所提方法在MOT数据集上度量指标优于多种方法，能够减少频繁的ID交换，有效解决了相似目标相向而行时的错误关联；帧率达到19.6帧/s，能够满足近实时场景下的使用要求。      

区间不确定信息下可修系统基于幂律过程的贝叶斯可靠性评估方法研究

贝叶斯方法常用于小子样场合下航空航天等领域中可修系统的可靠性评估，由于一些不确定因素影响致使无法精确收集先验信息和/或可修系统的故障信息，但却可获得其上下界信息。针对区间不确定信息情形，本文提出多台可修系统当其失效过程服从幂律过程（PLP）时的贝叶斯可靠性分析方法，将信息先验下PLP模型基于区间信息的贝叶斯分析转化为所求目标函数恰是该先验下PLP 模型传统贝叶斯分析的约束优化问题；具体工程实例对本文所提方法的可行性，有效性进行验证。结果表明：本文所提贝叶斯可靠性分析方法能够为小子样场合下，考虑不确定性因素影响时可修系统的可靠性评估问题研究提供一种值得参考的方法。     

状态/输入约束下飞-推一体化的保性能安全控制

基于飞行-推力一体化思想提出了一种针对搭载超燃冲压发动机的吸气式高超声速飞行器速度通道的状态/输入约束自适应鲁棒保性能安全控制方案。首先根据超燃冲压发动机的机理分析与计算流体动力模型数据，建立了安全子系统与性能子系统面向控制的仿射非线性模型。之后基于障碍Lyapunov理论与动态面设计方法设计了一套安全子系统状态约束控制器，从理论上保证了飞行器在跟踪指令的全过程中，发动机相关状态不会触碰安全边界，并结合自适应技术与辅助系统提高了该控制系统的鲁棒性。针对性能子系统设计了一套鲁棒自抗扰控制器，达到“保证安全的前提下不折损性能”的目的。仿真结果表明所设计的控制系统可以在保障安全的同时达到预想的性能，并显著放宽了超燃冲压发动机对飞行器飞行姿态的约束，保证了高超声速飞行器的机动灵活性。     

壁厚与外形耦合约束下空心叶片加工余量优化方法

针对宽弦空心风扇叶片余量分布不均匀甚至负余量的困难，提出了考虑壁厚与外形耦合约束的多层次余量优化方法。首先，获取外形在机测量结果后，利用拉普拉斯网格变形算法重构叶片毛坯曲面，据此在叶片机内测量允用时间内获得壁厚测量处精确的法矢。为了加工余量分布同时满足叶身壁厚和外形的设计要求，建立了耦合壁厚和外形的优化约束条件，提出了不同解空间的多层次余量优化变量，从而构建了不同优先级的余量优化模型。并且通过递进使用不同优化模型求解最优空心叶片余量分布。最后，以某型空心叶片为对象验证了所提方法的有效性，能保证加工余量、壁厚与外形耦合的公差约束，这为宽弦空心叶片智能余量优化提供了新方法。