体验中望CAD2008新功能

与以往版本相比,中望CAD2008整体速度和稳定性有了质的提升,并在完善已有功能的基础上添加了一些新功能,提供了对DRX(类ARX)和Visual lisp加密的支持,在性能和功能上显示出了新优势。(1)速度提升。中望CAD2008在速度上取得大幅提升。文件的读取速度提高了30%,保存速度提高了70%,复制/粘贴、屏幕刷新、平移等操作的速度显著提高,在超过一万个选择对象时,速度提升5倍,布局空间的显示速度也有5倍的提升。     

图象序列中机动目标的形心跟踪

 从边检测边跟踪的角度探讨了图象序列中机动目标的形心跟踪问题,深入分析了强高斯噪声背景下目标形心估计的统计性质及用于形心估计的图象预处理方法。指出经典的图象二值化变换分割后作形心估计的方法面临着估计偏差和方差的矛盾,提出了用自适应交互三模型(ATIMM)跟踪图象序列中机动目标的方法,同时发现在了解目标形状的条件下,空间匹配滤波,二值变换点集聚类和 ATIMM三者的结合对图象序列中的机动目标具有最好的跟踪性能。     

民用飞机气动工程估算软件设计与开发

工程估算是飞机概念设计阶段常用的气动力计算方法,其计算效率高,并且满足飞机概念设计的精度要求。工程估算过程涉及大量的图表查阅与数据插值,传统的手动计算存在工作量与人为误差较大的缺点。针对上述问题,在已有工程估算方法的基础上,搭建了气动工程估算数据库,提出了软件的系统架构与组成,设计并开发了基于民用飞机的气动估算软件。软件具有良好图形用户界面,提供了多种输入方式与自动多维插值算法,与手动计算相比,减少了计算工作量,提高了计算效率和精度。以某大型民用飞机为对象,利用软件进行气动工程估算,并与算例的计算流体力学法(CFD)结果进行比较。结果表明:二者结果基本相符,而且计算成本远低于CFD方法。这体现了软件在民机概念设计阶段具有较高的工程实用性。     

HCKF性能评估及其在传递对准中的应用

针对高阶容积卡尔曼滤波(HCKF)算法在传递对准中的应用问题，提出综合运用多变量函数泰勒级数展开和计算复杂度分析的性能评估方法。基于高阶球面-径向容积准则建立HCKF算法模型，并对其估计精度和计算量进行量化和对比分析：HCKF具有5阶泰勒级数展开精度且计算复杂度为O(n 4)，综合性能优于高斯厄米特积分滤波(GHQF)和无迹卡尔曼滤波(UKF)。将三种非线性滤波算法应用到舰机大失准角传递对准系统中，摇摆台试验结果表明：HCKF的估计精度比UKF高17%，计算量比GHQF小2个数量级，与HCKF性能评估结果一致。     

重访机制驱动的多无人机协同动目标搜索方法

为实现多无人机高效捕获灰色任务区域内的移动目标，考虑传感器探测概率与虚警概率，提出了重访机制驱动的协同搜索规划（RMD-CSP）方法，以降低目标遗漏与误判概率。考虑无人机飞行性能约束，以最大化任务执行效能为目标建立多无人机协同搜索模型。根据目标先验信息初始化环境搜索信息图（包括目标概率分布图、环境不确定度图与环境搜索状态图），利用无人机实时探测信息，基于贝叶斯准则持续更新搜索信息图。定制基于环境不确定度更新的重访机制，通过增加长时间未被重访区域的环境不确定度，引导无人机搜索该区域，降低移动目标的遗漏概率；定制基于目标函数权重更新的重访机制，引导无人机快速重访发现新的疑似目标的区域，对疑似目标进行再次确认，减少由于传感器虚警概率造成的目标误判概率。采用滚动时域规划架构，将搜索规划问题分解为一系列短时域规划问题，提升了求解效率。在典型任务想定下，通过数值仿真试验验证了所提方法的有效性。仿真结果表明，RMD-CSP能够在秒级时间内生成每个时域的搜索航迹，相比于光栅式搜索方法与标准的概率启发式搜索方法，能够引导无人机捕获更多的移动目标，同时减少误判次数，有效提升了多无人机协同搜索的任务效能。     

考虑性能及成本的固体火箭发动机多学科设计优化

为综合考虑固体火箭发动机的燃烧室、药柱、内弹道、喷管及成本等学科影响,梳理学科间耦合关系,并建立了以总冲最大、成本最小为优化目标的固体火箭发动机多学科设计优化（MDO）模型。为降低MDO问题的计算成本,提出一种基于Kriging代理模型的多目标自适应优化方法（KRG-MAOM）。优化过程中,分别对目标与约束构建Kriging模型,并采用多目标优化算法求解,在伪Pareto解中综合考虑支配关系与分布特性选取新增样本点,引导优化快速收敛。算例结果表明,KRG-MAOM算法在全局收敛性与优化效率方面具有显著优势。最后,采用KRG-MAOM算法求解该MDO问题,得到可行的Pareto解集方案,与初始方案相比,同性能情况下成本节省约3.36%;同成本情况下性能提升约10.93%,从而验证MDO模型合理性与KRG-MAOM算法有效性。     

基于径向基函数的卫星平台桁架结构优化设计

为了降低结构优化计算成本,同时保证搜索优化问题的全局优化解,本文将径向基函数代理模型应用于桁架式卫星平台结构设计优化中。针对桁架结构涉及离散的拓扑和尺寸变量,本文采用连续松弛变量的方式处理离散变量。另外,本文采用增广拉格朗日函数将涉及非线性约束的优化问题转换为一个只包含边界约束的优化问题,然后应用径向基函数代理模型对转换后的优化模型进行近似,并采用具有全局寻优能力的优化算法对所构造的代理模型进行优化。在桁架结构优化过程中,逐次更新朗格朗日罚系数和代理模型,直至搜索到可行优化点。最后,本文将所提出的优化策略应用于一个桁架式卫星平台设计优化实例中,通过优化结果验证了本文所提出的优化策略的高效性。     

基于支持向量拟合代理模型的卫星多学科设计优化

为了提高卫星的设计质量与效率,建立以卫星总质量最小为优化目标的多学科设计优化问题,主要考虑轨道、有效载荷、电源和结构4个分系统的设计并梳理其耦合关系,整理并建立了较为详细且贴近工程实际的学科分析模型。本文提出了基于支持向量拟合(Support vector regression,SVR)代理模型的优化策略,并将其应用于海洋卫星多学科设计优化中。本文算例卫星参考海洋一号卫星(HY-1),优化后整星质量相对于初始质量下降了约14.1%。优化结果表明了卫星多学科优化设计(Multidisciplnary design optimization,MDO)模型的合理性和该优化策略的有效性,为进一步探索代理模型技术在卫星MDO设计当中的应用奠定了基础。     

考虑高耗时约束的全电推进卫星多学科优化

为提高卫星系统整体性能与优化设计效率，本文采用多学科设计优化（MDO）方法进行全电推进卫星总体参数优化。主要考虑轨道转移、位置保持、空间环境、供配电、结构及质量六个学科，以整星质量最小为优化目标，考虑轨道转移时间等约束条件，建立了全电推进卫星MDO模型。提出一种基于增广拉格朗日乘子法的高效全局优化方法（ALM-EGO）以快速求解卫星MDO问题。标准数值算例对比研究表明，对于处理高耗时约束优化问题，ALM-EGO方法在全局收敛性与优化效率方面具有一定的优势。最后，采用ALM-EGO求解全电推进卫星MDO问题，优化后的全电推进卫星设计方案满足各类工程设计约束，实现整星减重161.09 kg，从而验证了本文所建立模型的合理性和ALM-EGO方法的有效性。