能量匹配条件下的CMA盲均衡算法

对CMA盲均衡技术在海上靶场遥测信号接收中的应用进行了仿真研究,同时在CMA盲均衡算法的基础上提出了一种能量匹配约束条件,对在能量匹配约束条件下的CMA算法进行了理论分析和算法推导。根据峰度准则,输入输出信号能量相等是盲均衡实现的充要条件的前提,依据这一前提,对CMA算法代价函数进行修正,有效提高了算法的收敛速度和均衡性能。     

一个均衡调整算法

本文对任务分配问题提出一个新算法－均衡调整算法，该算法具有变异性，均稀性以及均衡持久性，并以均衡定理的形式加以论述和证明，从而证明了均衡调整算法的正确性。     

人口信息系统中动态负载均衡算法的研究

现有的人口信息系统在数据流量不断增加的情况下,将会出现负载不均衡的状况,直接影响了系统的整体功能。为此提出了新型的负载均衡算法在人口信息管理系统下的研究及应用,并根据人口信息系统的特性提出了一种新型的负载均衡策略。实验表明,算法能够有效的均衡负载分布。     

一种修正的双模式盲均衡算法研究

传统的CMA盲均衡算法存在收敛速度较慢、稳态均方误差较大的缺点。结合了判决引导算法的CMA算法虽具有稳态均方误差小的优势,但是算法本身收敛能力弱,在信号眼图未张开的条件下难以保证算法收敛。针对上述不足,提出了一种含软判决思想的双模式盲均衡算法。该算法通过最大化均衡器输出信号的后验概率密度函数来获得均衡器抽头系数的最优值。计算机仿真结果表明,所提算法可以有效地纠正输出信号的相位旋转,具有较好的均衡效果。     

纤维缠绕复合材料圆环壳线型设计与优化

由微分几何理论，导出了纤维缠绕圆环壳曲面的滑移和架空判据。基于薄膜理论和网格理论，结合圆环壳几何特征，得到了内压作用下纤维螺旋加环向缠绕圆环壳的平衡方程组，给出了均衡缠绕线型的确定方法。以稳定缠绕条件和壳体强度要求为约束，缠绕层最小质量为优化目标，利用收敛效率较高的序列二次规划算法（SQP）求得了不同爆破压强下的各项最优均衡缠绕参数。文中的设计方法真实反映了环壳结构特征和实际工程设计要求，算例表明可直接应用于纤维缠绕环壳的初步设计。     

基于概率矩阵分解的推荐算法

为了解决传统协同过滤推荐算法的可扩展性差和数据稀疏性的问题,提出了一种基于随机梯度下降的概率矩阵分解推荐算法。该算法是生成两个服从高斯分布的随机数矩阵,不断训练和更新使得这两个矩阵的内积趋近于用户评分矩阵,为了避免模型过度拟合训练数据,在此基础上加入正则项进行约束,并通过批处理的随机梯度下降法来优化模型。在MovieLens提供的数据集上进行实验验证,与传统的协同过滤算法相比较,该算法不仅缓解了可扩展性问题和稀疏性问题,而且推荐的准确度也得以提升。     

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。     

云存储环境下的负载均衡策略研究

云存储系统具有高容错性、部署在低廉的硬件上、易扩展性、提供高传输率访问数据的优点,但是在云存储环境下的HDFS架构中,原有的数据节点选择策略有可能造成大文件存储负载不均衡,从而影响整个系统的性能。针对这一问题,综合考虑多个因素对其进行改进,提出了设备选择策略算法,用以均衡系统的负载。并设计仿真实验,验证了算法的有效性。     

面向风险均衡的AFDX虚拟链路路径寻优算法

为确保综合模块化航空电子系统的安全性需求能够在全双工交换式以太网中得到一致性保证,提出了一种面向风险均衡的路径规化（RBPP）算法,以满足各航电功能间的安全隔离要求,同时分散风险,避免局部物理链路的风险集中,提高系统安全性。以民机失效状态类别划分为基础,建立了航电功能、分区、端系统、虚拟链路（VL）风险模型;RBPP以均衡各物理链路风险为目标,同时综合考虑网络实时性、链路负载能力等因素,采用粒子群算法进行优化目标求解。利用仿真优化方法对RBPP算法进行了实现,在典型工业航空电子全双工交换式以太网（AFDX）网络架构及A380AFDX网络架构下进行仿真分析,结果显示多播VL的简化处理的会使网络风险增加;在1 000条VL配置下与负载均衡（LB）算法和最短路径（SP）算法进行了分析对比,结果显示RBPP算法在满足各航电功能间的隔离需求的同时,链路风险均衡能力在两种网络拓扑下分别比负载均衡算法提高了10.7%和23.4%,比最短路径算法分别提高了35.4%和47.9%。     

四面体网格边界恢复改进算法

Delaunay三角化是生成四面体网格的主流方法,而通过该方法生成的初始网格无法保留所有边界约束,因此边界恢复是Delaunay四面体网格生成的必要步骤。边界恢复的难点在于确定辅助点（Steiner点）的数量和位置,以及降低Steiner点引发的负面效应。为此,本文提出了一种改进的四面体网格边界恢复方法,旨在提高约束边界恢复成功率,并减少加入的Steiner点数量。该方法总体流程由“两层+两轮”迭代构成,流程充分利用了约束边界恢复方法和体内Steiner点插入方法的优势,降低了边界恢复对边界约束的破坏。方法首先针对递归壳变换算法容易陷入局部最优解的问题,通过引入模拟退火算法加以解决,提出了一种改进的约束边界恢复方法;然后对于方法中的“网格实体—边界实体求交”关键环节,引入或实现了AABB树、几何精确的“线面相交”函数、交点数查询哈希算法三个关键方法加以优化;最后对于拓扑变换无法恢复的边界,实现了体内、边界两种Steiner点插入方法。实验阶段取用了Thingi10k数据集的4 000余例面网格样本进行测试,结果表明该方法有效提高了约束边界恢复的成功率,并能普遍性地减少边界恢复引入的St...     

Kalman Filtering with Nonlinear State Constraints

An analytic method was developed by D. Simon and T. L. Chia to incorporate linear state equality constraints into the Kalman filter. When the state constraint was nonlinear, linearization was employed to obtain an approximately linear constraint around the current state estimate. This linearized constrained Kalman filter is subject to approximation errors and may suffer from a lack of convergence. We present a method that allows exact use of second-order nonlinear state constraints. It is based on a computational algorithm that iteratively finds the Lagrangian multiplier for the nonlinear constraints. Computer simulation results are presented to illustrate the algorithm.     

直升机旋翼尾迹研究的进展

 通过对直升机旋翼尾迹分析方法现状的考查,提出相应于“自由尾迹”的“约束尾迹”概念,设想了在约束条件限制下进行尾迹分析的一类新方法——约束尾迹分析法。其基本点在于通过实验分析,建立可靠的尾迹约束条件,既可克服预定尾迹分析的局限性,又可克服自由尾迹分析过于理想化的缺点。其目的是减少计算量,提高计算结果的可靠性。     

基于图的DTAD的简易稳健自动生成算法

二维任意域(含任意多个空腔)的Delaunay三角剖分(简记为DTAD)广泛应用于有限元网格生成等方面。本文提出了一种基于图的DTAD的简易稳健自动生成算法。该算法首先构造任意域中所有边界点集的约束最小生成树,然后将同时满足本文所给三个简易约束算法的边逐次引入初始三角形网格表,形成边界点集的三角剖分,再通过稳健局部优化算法和贴体生成核插入算法自动生成DTAD。本文同时分析了退化及数值计算误差对剖分结果的影响,在提高局部优化的稳健性方面对该算法做了进一步完善,使之能更好地满足任意域网格剖分的要求。文末给出具体应用实例以说明本文所提算法的有效性。     

航空电子设备冷却轴流风扇优化设计

基于风扇参数化设计和数值模拟程序,分析风扇各主要结构参数对其气动性能的影响,为进一步的优化设计提供了条件.采用并行计算流体力学(CFD)方法,基于组合优化策略(正交实验设计、响应面模型、遗传算法和混合整型算法)以多工作点流量系数平均值最大为目标函数对风扇进行多参数结构优化.8025型轴流风扇的优化结果比初步设计方案的性能提高14.5%.      

Systolic robust adaptive beamforming with an adjustable constraint

This paper presents a novel, fully parallel algorithm for robust linearly constrained minimum variance (LCMV) beamforming. The robustness results from the use of an adjustable constraint to compensate for the unavoidable small mismatch between the nominal and the actual steering vector of the signal-of-interest. The need for parallelism follows from the large computational demands of beamforming algorithms and by the high data rates which are typically present in communications applications. The algorithm exhibits good numerical properties as it is based on orthogonal transformations only. Two systolic architectures are presented on which the throughput is independent of the size of the beamformer     

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。     

存在观测站位置误差的转发式时差无源定位

无源定位中,由于观测站安放在运动平台等原因造成的观测站位置误差会影响无源定位精度性能。另外到达时间差(简称时差)(TDOA)的转发式测量需要将不同观测站截获到的辐射源信号都转发到同一位置,如主观测站。针对这两个问题,提出了基于约束总体最小二乘(CTLS)的无源定位算法。首先将转发式时差的非线性定位方程转化为不需要中间变量的直接线性方程,再基于CTLS算法依次转化为约束优化问题和无约束优化问题,最后推导给出定位近似闭式解。仿真实验表明在观测站误差较大时,该算法与其他算法相比定位精度性能较好。     

Adaptive double chain quantum genetic algorithm for constrained optimization problems

Optimization problems are often highly constrained and evolutionary algorithms(EAs)are effective methods to tackle this kind of problems. To further improve search efficiency and convergence rate of EAs, this paper presents an adaptive double chain quantum genetic algorithm(ADCQGA) for solving constrained optimization problems. ADCQGA makes use of doubleindividuals to represent solutions that are classified as feasible and infeasible solutions. Fitness(or evaluation) functions are defined for both types of solutions. Based on the fitness function, three types of step evolution(SE) are defined and utilized for judging evolutionary individuals. An adaptive rotation is proposed and used to facilitate updating individuals in different solutions.To further improve the search capability and convergence rate, ADCQGA utilizes an adaptive evolution process(AEP), adaptive mutation and replacement techniques. ADCQGA was first tested on a widely used benchmark function to illustrate the relationship between initial parameter values and the convergence rate/search capability. Then the proposed ADCQGA is successfully applied to solve other twelve benchmark functions and five well-known constrained engineering design problems. Multi-aircraft cooperative target allocation problem is a typical constrained optimization problem and requires efficient methods to tackle. Finally, ADCQGA is successfully applied to solving the target allocation problem.     

发动机故障诊断的主成分算法

 给出了两种基于主成分分析的发动机故障诊断算法,即主成分估计算法和主成分降维算法。这两种算法可以有效地解决发动机故障诊断中的两个技术难点,即减少故障方程中故障因子的个数以及克服故障方程的多重共线性的不良影响．在主成分估计算法中提出了最优主成分个数的概念,解决了主成分个数选择的难题．还以JT9D发动机故障诊断问题为例说明主成分分析算法的应用。研究结果表明,利用主成分降维方法可以将JT9D发动机的26个故障因子压缩到9个,或者将5个单元体的10个故障因子缩减到５个综合变量。所给出的两种算法可以在故障方程存在严重多重共线性而又无约束条件可供利用的情况下给出满意的故障诊断结果。