基于访问数据模式的Cache缺失预测模型

为缓解SMT上线程对Cache的争用，提出了基于访问数据模式的Cache缺失预测模型ADM。使用模型对线程访存轨迹进行分析和计算，以两个线程在下一个时间片的访存地址信息作为模型的输入，预测Cache缺失情况并以此作为线程间Cache争用指标。 ADM实现了针对共享数据访问和私有数据访问两种模式的缺失计算方法，对比分析表明，ADM加入了对共享数据情况的分析过程，分别计算针对不同模式访存序列，结果更为精确，仿真试验表明，Cache缺失预测模型结果与目前同类模型的预测结果相比，误差分布在合理的范围内，当两个访存序列中有较多共享数据时，使用SMM方法计算结果将更为准确，证明了对访问模式进行划分的必要性。     

基于eN转捩预测方法的翼型低雷诺数气动性能分析

小型无人机由于尺寸较小,飞行速度较低,使得绕其机翼的流动雷诺数一般较低,处于低雷诺数范围。由于在低雷诺数流动中容易产生层流分离并转捩为湍流,故准确预测层流分离并预测转捩的发生对气动特性特性的计算至关重要。文章采用基于e~N转捩预测方法的XFOIL软件对两种较为常见的微小型飞行器的共四种翼型在低雷诺数流动中的气动性能进行了计算分析,结果表明CLARKY翼型比Benedek 10355B翼型更适合小型侦察机,而MH114和MH115两种翼型均比较适合小型载重机。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点，借助深度学习在多参数寻优上的优势，提出了一种基于卷积神经网络的模型预测控制算法，满足航天工程低硬件需求，实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态，然后将控制过程中状态量用于3层3核卷积神经网络的训练，训练完成后，用该卷积神经网络代替模型预测对组合航天器进行控制，从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数，相比传统模型预测算法所需硬件计算时间降低约5倍，在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制，控制精度在10 -4 量级。     

宽弦风扇叶片颤振预测的工程研究

为研究宽弦复合弯掠风扇叶片的颤振问题,以及适用于工程设计的颤振预测方法,分别采用经验法和数值模拟方法,对大涵道比风扇性能试验件叶片进行颤振预测,并将预测结果与试验结果进行对比,考察颤振预测方法的准确性和实用性。对比过程中,分析了颤振发生的机理,提出了抑制颤振的手段。结果表明:两种方法都准确地预测了风扇转子叶片发生的颤振,与试验现象吻合,计算量在可接受范围内,具备工程实用价值。     

基于最大转矩电流比控制的永磁同步电机模型预测控制

由于永磁同步电机(PMSM)具有诸多优点,提出了一种基于最大转矩电流比(MTPA)控制的永磁同步电机模型预测控制方法,使磁阻转矩利用率最大化。利用离散化的数字处理技术,深入研究了多个优化目标的典型问题,其中包括:开关状态约束、MTPA优化、最大电流限制及延时补偿策略等。MATLAB/Simulink仿真数据证明:该控制系统实现了MTPA控制并且动态响应过程十分迅速,而且显著提升了PMSM模型预测控制系统的工作效率,对电机参数产生的波动显示出较强的鲁棒性。     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。     

成功转型靠质量

9月7日,世界主要飞机制造商波音公司在北京发布其2011中国市场展望。今年的展望较之去年的更为乐观。根据波音的预测,在直至2030年的未来20年内,中国将需要5000架新飞机,价值6000亿美元。中国航空市场在未来20年将呈现长期强劲增长,客运量(RPK)将以年均7.6%的速度增长,货运量年均     

构造Bayes与Fiducial预测区间的若干方法

对构造Bayes与Fiducial预测区间的几种方法进行了讨论,并举例比较了它们在使用中的方便程度。     

基于确定学习理论的轴流压气机系统分岔预测

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。     

一种基于历史标校数据的移相值预测方法

地面测控设备在执行测控任务前,需要对和差接收通道的相位差进行标校(简称校相),以满足测角分系统的目标自跟踪要求.针对因标校设备故障而无法进行校相的问题,通过使用数理统计的多元回归分析方法,对积累的历史标校数据进行分析,确定了设备工作的环境温度对跟踪接收机移相值有显著影响.在此基础上,利用滑动窗口多项式拟合方法得到拟合移相值,并与最近一次的标校移相值进行时变加权,可以得到基于历史标校数据的移相值预测方法.仿真试验表明该方法具有较好的预测精度,可将预测移相值作为跟踪接收机参数,提高测控设备应急测控能力.