基于预处理共轭梯度算法的有限元模型修正方法

在预处理共轭梯度算法的基础上,提出了一种新的有限元模型修正方法。该方法利用有限元模型的特征方程和试验数据的特征方程相互交叉建立模型修正的数学模型,在质量矩阵和刚度矩阵满足正交性条件和特征方程的约束下,然后利用预处理共轭梯度算法修正方程的数值解。通过算例对该方法进行数值验证,并与其他方法进行了比较,结果表明计算方法提高了模型修正精度,收敛速度快,合理、可行。     

基于分数阶傅立叶变换的湍流退化图像相位恢复算法研究

为克服气动光学效应对目标成像的影响,针对湍流导致的图像退化问题,将分数阶傅立叶变换引入到相位恢复算法中,由分数阶傅立叶域的幅值得到目标的自相关,进而转化为解相关问题的求解恢复目标图像。为改进解相关算法,采用最小二乘共轭梯度法解高斯-牛顿方程,有效提高了算法的收敛速度和正确的收敛概率。仿真试验结果表明该算法对湍流退化具有较好复原能力。     

基于降阶模型和梯度优化的流场加速收敛方法

CFD是解决流体相关复杂工程问题的重要手段，随着流体力学研究和工程应用问题的日益复杂，更高效、精确的CFD算法研究至关重要。提出了一种基于降阶模型（ROM）和梯度优化用于加速稳态流场的收敛方法。该方法首先收集CFD迭代求解过程中的流场快照构造基于正交分解（POD）的降阶模型，然后使用梯度优化方法求解降阶模型得到残差更低的流场，最后以该流场为初值继续进行CFD迭代求解从而加速CFD的收敛过程。将该方法用于基于有限体积法的CFD求解器中，针对无黏、湍流算例验证了所提加速收敛方法的有效性。结果表明，加速收敛方法相比于初始CFD方法迭代步数能显著减少2～3倍，是一种高效且鲁棒的加速收敛方法，且在复杂工程问题中具有广泛的应用前景。     

涡桨发动机螺旋桨实时建模技术

基于螺旋桨片条理论对叶素进行受力分析,推导了螺旋桨拉力和功率等参数的计算公式,建立了螺旋桨实时数学模型,将模型求解归结于干涉角的迭代,并指出模型保证实时性的关键在于迭代算法的收敛速度.通过分析迭代函数及其导数关系,提出一种干涉角初值设置方法,并提出采用割线法代替导数法能加快迭代运算.仿真结果与实验数据对比分析表明:基于叶素受力分析得到螺旋桨拉力和功率的计算精度满足要求,干涉角初值设置以及基于割线法的迭代收敛速度能满足涡桨发动机控制系统实时仿真的需要.      

求解涡扇发动机数学模型的有限域搜索方法

提出一种基于N-R迭代方法的有限域优化搜索法,用于求解涡扇发动机数学模型。该方法不仅具有N-R优化迭代求解特色,还具有将初猜解附近划定域进行泛搜能力,使迭代运算具有强收敛性和平稳性。该方法所定义的迭代因子可通过编程自动调整,进而可以确定最小迭代次数及此意义下的最优迭代因子。      

求解非线性代数方程组的一种建议方法

飞行动力学研究中常遇到的求解非线性代数方程组的问题，现提出一种求解实函数非线性代数方程组的组合迭代方法，以多步交替使用的方式将梯度下降法和拟牛顿代法结合起来，综合两者的优点，组成一种对大范围内偏离精确解的任意初值均能收敛，且有一定收敛速度的迭代法，通过算例，对三种方法进行了对比和分析，计算结果证明，该方法是优越的。     

嵌入式浮点部件平方根算法设计

简要介绍了嵌入式浮点部件中一种复杂度小、但运算性能高的平方根算法的设计。该平方根算法以高效的乘运算为基本运算，迭代的收敛性比Goldschmidt除法的收敛性还好，可以较少的迭代次数获得高精度的结果。     

基于蒙特卡罗法的航空发动机空气系统稳态算法优化

针对目前航空发动机空气系统稳态算法中收敛性依赖初值的问题,将蒙特卡罗方法与流体网络法综合应用到空气系统可压缩流体一维网络计算中,提出了一种新的计算方法Monte Carlo-Fluid Network（MC-FN）。该方法将空气系统简化为由节点和元件组成的网络,借助蒙特卡罗方法获得空气系统内各节点压力分配,再根据空气系统中各元件流阻特性和换热特性计算流量、温度。计算中通过将游动次数比较少的蒙特卡罗方法的计算结果作为流量残差法节点压力、温度的初始值,实现快速求得精确收敛解。与流量残差算法相比,MC-FN方法计算精度不变,收敛速度提升了66.5%;与线性求解法相比,MC-FN方法的计算精度提升了25.2%,收敛速度提升了43.8%。     

多威胁障碍下翼伞系统的最优轨迹规划

针对翼伞系统在多威胁障碍环境下的最优轨迹规划问题,提出了一种结合改进RRT~*算法和高斯伪谱法的混合策略方法。根据翼伞运动模型特点,改进了原始RRT~*算法的距离度量和节点扩展方式,采用目标偏向的采样策略加快算法找寻初始轨迹的速度;根据翼伞系统的四自由度运动模型建立以控制量为目标函数的最优控制问题,利用高斯伪谱法将最优控制的轨迹规划问题转换为带约束的非线性规划问题,再将初始轨迹作为该非线性规划问题的初始解以减少迭代次数、加快收敛速度。仿真结果表明,所提方法在多威胁障碍环境下可以规划出满足要求的最优轨迹,且比原高斯伪谱法节约了大量运行时间。     

带有误差的广义压缩映射迭代序列的收敛阶

Liu Qihou提出了度量空间中带有误差的迭代序列的定义，并研究了迭代序列的收敛性。严格分析了完备度量空间中带有误差的两类广义压缩映射迭代序列的收敛速度，得到了迭代序列收敛阶的最佳估计，这些结果在近似计算中可用于估计不动点的大致范围以及根据精度要求确定迭代次数。     

多层快速多极子算法的改进措施

 为精确求解散射问题,采用混合场积分方程（CFIE）、多层快速多极子算法（MLFMA）和共轭梯度算法（CG）的收敛技术。基于传统多层快速多级子算法,详细研究了二维拉格朗日插值节点数对计算精度的影响,并改进了插值方法,在不同的层采用不同的插值节点数;提出了在不同的层采用不同的精度控制来计算多级子模式数;分析了稀疏矩阵的对称性对内存使用的影响以及磁场积分方程对迭代初始值的选择。数值计算结果表明以上改进可较大幅度地提高计算精度和计算效率,同时降低内存使用,可满足复杂目标电磁散射计算要求。     

基于Levenberg-Marquardt算法的航空发动机模型求解混合算法

为了降低航空发动机非线性模型求解的收敛性要求,将模型非线性方程组的求解问题转化为最小二乘问题,提出了基于Levenberg-Marquardt(L-M)算法的混合算法。为了使L-M算法跳出局部解,混合算法使用动力学方法修正局部解;为了提高计算效率,利用Broyden拟牛顿法加速L-M算法。以涡扇发动机为研究对象,应用混合算法、L-M算法、牛顿法和Broyden拟牛顿法进行稳态和瞬态仿真。结果表明：在稳态工况下,L-M算法和混合算法收敛范围更大,在随机初值条件下能达到90%以上的收敛率,远高于牛顿法和Broyden拟牛顿法不到20%的收敛率,且混合算法计算速度与Broyden拟牛顿法相当。在瞬态工况下,L-M算法和混合算法能够在牛顿法和Broyden拟牛顿法都不收敛的强瞬变工况收敛,且混合算法瞬态计算时间仅为Broyden拟牛顿法的1.13倍。仿真结果表明该算法在航空发动机模型求解上具有良好的适用性。     

一种变步长LMS自适应滤波算法研究

为了解决最小均方(LMS)算法的稳定性以及收敛速度和稳态误差之间的矛盾,提出了一种复数型自适应变步长的LMS算法,它的权系数的调整取决于误差曲面在新权值点上的梯度。分析了新算法的收敛特性以及参数选择对算法性能的影响。算法具有较快的收敛速度、鲁棒稳定性且运算小易于实现的特点。计算机仿真的结果与理论分析相一致,证实了算法的收敛性能优于标准的LMS算法并且具有较好的实用性。     

基于粒子群优化的WNN飞行数据气动力建模

为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法。该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型。试验结果表明:提出的气动力建模方法预测精度高,收敛速度快,能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的。     

基于改进BP网络的手写体汉字识别技术

研究了手写体汉字识别技术，采用改进BP算法进行网络训练，提高了算法的收敛速度。同时，利用神经网络完成了汉字识别系统的实现。实验表明系统较好地回避了汉字结构复杂、变形难以预测等问题，提高了识别效率。     

航空发动机约简遗传规划起动非线性动态模型

提出了一种新的用于航空发动机最优化起动过程数据驱动动态建模的约简遗传规划(PGP)算法。这种模型采用遗传规划产生航空发动机辨识模型的输入输出非线性模型集,并以二叉树结构表征函数项,运用正交最小二乘算法(OLS)估计二叉树分支对于模型精度的贡献并据此去除复杂、冗余的函数项,从而加快遗传规划的收敛速度,最后通过GP进化可获得简单、可靠、准确的线参数非线性线参数动态模型。实际发动机起动过程建模应用案例证明,这种思路对于具有非线性输入输出关系特征的数据可以产生鲁棒性好、解析性强的线参数非线性模型。      

EBE技术在结构分析中的应用——EBE—CG方法及其并行实现

共轭梯度法(CG法)是求解大型稀疏有限元方程组的有效迭代解法。针对大规模结构分析问题,提出了不形成总刚度矩阵时的EBE-CG法及其并行处理方法。在国内规模最大的大型MIMD分布式系统上的初步数值试验结果表明,并行的EBE-CG法是很有效的。     

基于改进型遗传算法的多传感器—多目标定位信息融合

针对用遗传算法解决多传感器-多目标定位收敛速度的问题,提出了采用拉格朗日松驰技术改进遗传算法的方法,并给出几种典型情况下算法的实验结果。实验结果表明,改进的遗传算法收敛速度比改进前提高了5—6倍。     

WENO格式在隐态问题中的应用

高阶、高分辨率的WENO格式大大加强了对于复杂流场结构的分辨能力和计算精度，但计算时间较TVD格式有了明显的增加。近似隐式分裂的LU方法能够加快求解稳态问题的收敛速度。本文结合WENO格式和LU方法实现了求解稳态问题的有效方法，它使得求解稳态问题在收敛速度和计算精度上都有较大的提高。通过算例的数值分析可以看出，上述方法不但收敛速度有了明显的提高，而且对于复杂流场现象仍然具有良好的分辨能力。     

基于AEKF的永磁同步电机转速估计算法研究

针对在转速估算研究中采用常数矩阵不能准确描述永磁同步电机(PMSM)在不同运行条件下系统噪声的问题,提出了一种基于新息序列和状态残差的自适应扩展卡尔曼滤波算法(AEKF)。同时,对AEKF的稳定性进行理论上的探究。经仿真验证,与传统扩展卡尔曼滤波算法相比,AEKF在收敛速度和收敛精度上更优,参数鲁棒性更好。