基于混合算法的涡轴发动机稳态性能仿真模型

以自由涡轮式涡轴发动机为研究对象,建立了涡轴发动机的稳态性能仿真模型,提出了基于天牛须算法和N+1点残量法的求解发动机模型的混合算法(BAS-N+1混合算法),利用发动机台架试车数据对仿真计算结果进行了验证。结果表明,该稳态性能仿真模型各参数的求解误差在3%以内。与PSO-N+1混合算法相比,BASN+1混合算法求解精度更高,收敛更快。BAS-N+1混合算法既保留了智能算法对初猜值误差的包容性,也拥有接近经典迭代算法的收敛速度和精度,能够实现涡轴发动机稳态仿真模型的高精度大范围快速收敛。     

Navier-Stokes方程两层稳定有限元算法分析

分析了定常Navier-Stokes方程的两种两层稳定有限元算法。它们将局部Gauss积分稳定化技术和两层算法的思想充分结合,采用低次等阶有限元P1-P1或Q1-Q1对N-S方程进行数值求解。误差分析和数值算例结果表明,当粗、细网格尺度H=O（h1/2）时,它们与在细网格上的单层有限元算法具有相同的收敛速度,而两层算法却节省了大量的计算时间。相比之下,Simple算法具有更高的计算效率。而且进一步发现Oseen算法能够对小粘性系数N-S方程进行有效求解。     

基于混合粒子群算法的航空发动机数学模型解法

以双转子混合排气涡扇发动机为研究对象,研究了粒子群算法(PSO)应用于航空发动机性能仿真时,控制参数对模型收敛性的影响,并结合N+1点残量法的优点,提出了在模型不收敛点采用粒子群算法与N+1点残量法交替计算的混合算法。理论分析与数值仿真结果表明,该算法既保持了N+1点残量法的高效率、高精度计算,又继承了粒子群算法大范围收敛的优点,可实现模型大范围、高效率、高精度收敛。     

发动机故障诊断的变记忆约束滤波算法

为提高故障诊断可靠性,给出了3种利用多次测量信息减少测量误差影响的方法,即变记忆约束滤波算法、分段算术平均预平滑算法以及指数顶平滑算法。其中,变记忆约束滤波算法能够有效地避免由于故障方程多重共线性所引起的病态解。证明了多故障诊断问题中滤波算法与分段算术平均算法的等价性,证明了在衰减滤波的条件下（第一变记忆因子小于1）,随测量点数的增加,变记忆滤波算法的第一变记忆因子与指数平滑的平滑系数之和趋近于1。利用计算机仿真方法对于所得结论进行了检验。     

无约束优化问题的一个新的DFP信赖域算法

在文献[1]的基础上,给出了一个新的DFP信赖域算法,此算法具有较好的性质,并给出了该算法的全局收敛性以及二次收敛速度.     

北斗B1 QPSK调制信号的高灵敏度捕获算法

卫星信号在复杂环境中功率存在衰减,导致其低于接收机正常捕获范围,给信号捕获带来较大困难。在分析北斗B1频点信号体制及研究码并行捕获算法基础上,提出了针对北斗B1 QPSK调制信号的双通道并行搜索捕获算法,设计了优化的相干、非相干码并行捕获算法,解决了信噪比较低环境中北斗卫星信号捕获困难的问题。利用卫星信号模拟器产生的仿真信号对双通道并行捕获算法和相干、非相干累加捕获算法进行验证与分析,结果表明,前者性能明显优于单通道捕获,后者较普通捕获算法具有更理想的捕获灵敏度。     

单子样寿命试验评估的综合概率分布法

提出了大型复杂结构体系或机构系统只做单子样1次寿命试验的评估方法。即据单子样的1次试验值创造性地提出确定当前概率分布及据此作出评估的方法,继而给出了结合半经验算法与当前概率分布算法的加权综合算法。附有算例阐明所提出的方法。     

应用神经网络的手写体数字识别算法研究

结合程序代码论述了1个手写体数字识别程序的原理。该识别程序应用了神经网络来实现其功能,采用BP网络。主要论及了关于BP网络的3个问题:反向传播算法;提高BP网络收敛速度的算法;以及文中提出的对网络进行修剪以期能改善其推广能力的1种算法。     

基于粒子群算法的发动机部件模型求解

传统求解航空发动机部件模型中的非线性方程和共同工作方程组的方法因对初值的依赖使得模型并不总能收敛。首先针对模型中的非线性方程求解的特点,在带邻域的粒子群算法的基础上,将收敛因子、被动聚集压力因子和自适应惯性权重引入算法,提出一种混合粒子群算法HPSO1。而对模型中的共同工作方程组的求解,则是在基本粒子群算法的基础上,将收敛因子和被动聚集压力因子引入基本粒子群算法,提出另一种混合粒子群算法HPSO2。实验仿真表明HPSO1和HPSO2均克服了对初值的依赖性,因而对发动机部件模型求解是有效的。     

航空发动机故障诊断装置硬件在环实时仿真平台

硬件在环仿真是将算法由理论转为实际应用的重要步骤,而针对航空发动机故障诊断算法的硬件在回路仿真平台的研制目前还处于初级阶段。基于已有的民用大涵道比涡扇发动机非线性模型,利用基于x PC的自动代码生成技术,搭建了基于工控机与DSP的故障诊断装置硬件在回路实时仿真系统,并对平台的性能参数、使用流程进行了说明。提出了1种故障诊断算法并进行了硬件在回路验证。针对搭建的平台,提出1种故障诊断算法的评价标准。     

线性规划的非可行的内点算法

首先简要介绍非可行的内点算法,然后提出一种新的中心路径的取法,并由此给出一个对Kojima-Megiddo-Mizuno算法的改进的方法,这一新的算法是具有O(n2L)次收敛性的算法,并对这一算法的收敛性加以证明,这一新的算法与其它算法最明显的差异是不必假设LP解的存在性,就可以证明原始—对偶问题的多项式时间收敛性。文章的最后通过数值实验将该算法与Ye的解决线性规划的中心路径算法进行了比较。比较的结果显示新的算法从各个方面都要优于Ye的算法。     

改进最近邻算法及其在雷达目标识别中的应用

最近邻（Nearest Neighbor,简记NN）算法是一种广泛采用的非参量模式识别方法,其渐近分类错误概率不超过Bayes错误概率的两倍。但NN算法需要存贮的训练样本较多。剪辑最近邻算法通过对训练样本进行预处理,改善了NN分类器的渐近性能,也略减少了设计NN分类器所需要存贮的训练样本,但需要存贮的样本仍然较多。     

单次扫描空间推进算法在高超声速流动中的适用性研究

通过高超声速流动的三个典型算例,研究单次扫描空间推进(SSPNS)算法计算高超声速流场气动力、气动热的精度以及适用范围.结果表明:①在楔角不大于15°,流动无流向分离的情形下,用SSPNS算法计算压缩楔板流动是可行的;②对绕圆锥流动的计算表明,SSPNS算法对横向分离的模拟是值得信赖的;③对于12°攻角以内的小攻角绕翼流动,SSPNS算法的精度与时间迭代法基本一致;④空间推进法计算速度较时间迭代CFD(计算流体动力学)方法提高1～2个数量级.      

具有（N-1）/2次乘法的快速傅里叶变换

 本文提出递归傅里叶变换的一种快速实现方法。对于一个质数长度的离散傅里叶变换,仅需用一个复数系数就可以递归算出全部N个（N=P）频率分量。恰当地选用这个系数,使其为2^-m形式,就可以用（m-1）次移位代替乘法,免去了递归结构内部的乘法,大大提高运算速度。这种方法结构简单,总共需用（N-1）/2次实数常数乘法,尤其适于硬件实现。文中给出快速运算的系数表、硬件实现的方案及乘法次数的比较,讨论了系数误差的影响,并提出了高精度实现的方案。     

遗传与枚举混合算法对航空发动机复合材料主轴的优化设计

针对复合材料主轴优化设计中离散与连续变量共存的问题,提出了一种遗传算法与枚举法相结合的混合算法.以某航空发动机低压涡轮轴为原型,在满足静强度指标、临界转速及外廓尺寸要求前提下,利用该混合算法对复合材料主轴的铺层角度与厚度进行优化设计,以减轻主轴质量.结果表明:对于1~10层铺层,相比于全排列算法与单一遗传算法,混合算法能再减轻质量5.54%与3.87%;且当铺层数大于6时,混合算法计算效率能最多提高3.1倍.最后分析给出复合材料铺层厚度受强度的限制,不宜太薄的建议.      

高轨导航接收机的时钟辅助定位算法

针对高轨卫星导航接收机接收信号弱、可用卫星少及定位精度差的问题,提出利用恒温晶振的频率稳定性抑制观测噪声,进一步改善定位精度的时钟辅助定位算法。通过区分星历星钟误差和用户测距误差在本算法中的不同传递路径,在理论上给出了算法的定位精度与星座几何构形之间的关系,并指出本算法在高轨场景下具有显著的精度优势,在低轨和地面场景下没有精度优势。仿真试验证实了算法的有效性,在典型的高轨场景下,本算法的单点定位误差仅是标准算法的1/10。     

分"档”直接插入排序算法研究

提出了一种由分"档”、整体置换和局部直接插入排序所组成的新排序算法--分"档”直接插入排序法.算法分析和实验结果都表明:在待排序数据非极不均匀分布的情况下,分"档”直接插入排序算法的时间复杂度可达到O(n),而附加存储空间开销却仅仅[(n+1)/2],同时排序速率明显优于QuickSort、HeapSort按字节桶分配链接排序、ProportionSplit Sort等算法.