基于强化学习的在轨目标逼近

从强化学习的角度,对在轨目标逼近问题进行研究,设计了一种整合制导与控制的端到端的算法.首先对在轨目标逼近问题进行数学建模;然后对强化学习算法原理进行简介,根据问题特点分析不同强化学习框架的优劣,确定以DDPG作为算法框架,并设计了基于强化学习的在轨目标逼近算法;最后通过仿真验证,分析了基于强化学习逼近算法的优劣性.     

用切比雪夫多项式对实验数据的曲线拟合

本文研究利用切比雪夫多项式对实验数据的曲线拟合。插值点的选择利用了代数插值余项的小化原理。利用切比雪夫多项式的性质，导出多项式系数的计算公式，它具有简洁特点，同时也易于计算机的实现。本文选择了两个算例，其一是二元机翼绕流，其二是圆柱绕流型阻。对这两个算例分别对表面压力分布及圆柱尾流区相对速度分布进行曲线拟合。在此基础上，对切比雪夫多项式拟合方法进行了讨论。     

铝合金焊缝成形的神经网络建模

利用神经网络对LF6铝合金的焊缝成形进行了建模，同时运用模糊推理的方法对神经网络的预测功能进行了扩展。首先根据实际确定焊缝的成形参数为正面熔宽、正面熔高、背面熔宽、背面熔高，焊缝成形的控制参数为对接间隙、送丝速度、焊接速度、焊接电流；采用正交试验设计的方法设计试验，使用较少的试验数据来获取焊缝成形信息。然后，进行试验，利用试验数据来对神经网络进行训练。采用BP算法对焊缝成形控制参数空间和焊缝成形参数空间进行了函数逼近，建立了BP网络模型。此模型能够对位于焊缝成形控制参数空间内的输入参数进行高精度的预测，对焊接参数进行修正以获得良好的焊缝成形，并可减少焊接试验次数。     

动力学缩聚模型修正的矩阵逼近法

为避免结构动力学分析中修正有限元模型时的大型稠密矩阵运算,研究了一种用基于矩阵逼近的有限元缩聚模型修正法。根据有限元模型的缩聚和修正,给出了试验模态的扩阶、物理模态到广义模态的映射和矩阵逼近,并讨论了结构存在重频时模态的相关性。算例表明,该法可行。     

FIR数字滤波器的设计方法

FIR数字滤波器是数字滤波器的一个重要组成部分,论文介绍了FIR数字滤波器的几种主要设计方法,并且结合MATLAB仿真工具来设计有限冲击响应数字滤波器。     

油价逼近历史高位，航空股弱势依旧

进入3月,一系列良好经济数据继续支撑股市创出近年新高,但同时也加大了市场对美联储继续提升利息的担忧,主要股指高位横盘。美国最新就业数据显示,就业市场需求强劲,3月失业率降至4.7%,投资者担心持续上升的利率导致经济增速过快下滑。3月底,美联储如期第15次提高联邦基金利率,达到4.75%,长期国债利率持续上涨逼近5%,达到4年来新高。道琼斯工业指数收于11120.04,上涨0.39%,纳斯达克指数收于2339.02,上涨3.40%。香港市场在周边市场以及人民币升值加速的预期下,资金流入明显,恒生指数突破16000点,创5年来新高,H股表现更为出色,升至8年来高位…     

科学计算中的高性能有限元算法

 圆周率的计算是科学计算的启示,它提供了许多信息,包括计算误差的正负、大小,以及算法的加速。在偏微分方程的计算中,有无相似的内容,这就是本文试要回答的问题。     

用于雷达波形的无损压缩编码

讨论了用算术编码实现波形数据的无损压缩。对波形数据进行无损压缩时 ,如果把每个可能的样本值看作一个符号 ,符号表会非常庞大 ,导致算法不可行。基于这种原因 ,本文用一个符号表示一定范围内波形数据 ,而不是单个波形数据 ,然后在此基础上设计了一种编码方案。先是无损线性预测 ,去除了波形数据之间的相关性。并假定产生的差值序列具有白功率谱 ,幅度服从高斯分布 ,第二步是算术编码。最后给出了对雷达回波数据进行压缩的实验结果。     

弹道导弹制导计算中扰动引力的快速赋值

主动段扰动引力是引起弹道导弹制导方法误差的主要因素。因此,要提高导弹的制导精度,就必须能够在弹上实时计算扰动引力。但现有方法在计算快速性和存储量之间无法得到有效协调。为此,把广义延拓逼近思想引入有限元逼近方法中,将插值单元周围节点的信息也包含到单元内一点扰动引力的计算当中,建立了一种新的数学模型。对所选发射空域,在发射坐标系中进行了直角坐标划分。计算结果表明,这种方法能够更加精确地逼近弹道导弹主动段的扰动引力,在600 km×250 km×6 km的主动段飞行区域内,只需要保存60个节点数据,就能使由逼近误差导致的落点偏差小于10 m,是一般有限元逼近方法精度的4倍以上。     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。