并发式软件系统横切关注点的建模方法

基于面向侧面技术及统一建模语言状态图提出了并发式软件系统开发过程中横切特性的建模方法.该方法将并发软件系统的业务逻辑和横切行为分别封装到复合状态的不同正交区域中,并通过事件广播机制反映二者的交互关系.同时,以模块化的状态迁移系统作为基本计算模型,对该建模方法进行形式化描述,给出了模型元素及建模过程的精确语义.实例研究表明,该方法在并发软件设计阶段实现了横切关注点的分离策略,并使得系统模型具有松耦合、适应性和可跟踪性的优点.     

现代航空声学风洞技术现状与发展

随着航空运输业的发展,飞机的噪声问题日益引起人们的关注.开展航空声学试验研究的地面试验设备主要是航空声学风洞.笔者阐述了大型航空声学风洞的发展,介绍了目前世界上主要的大型航空声学风洞的性能和特点.指出了在航空声学风洞设计中,试验段构型和参数的选择以及试验大厅布置等应考虑的主要问题.论述了风洞的主要噪声源及声学处理技术.阐述了航空声学风洞中声学测量技术的发展.结论指出,目前专用航空声学风洞的背景噪声比常规气动风洞低5~25dB,而第二代汽车/航空声学风洞的背景噪声又比第一代航空声学风洞下降10~15dB.在建造现代航空声学风洞的同时,航空声学风洞中声学测量技术得到了迅速发展.突出的例子是相阵麦克风技术的开发与应用.     

天空飞行与地面风洞实验动态气动相关中雷诺数影响

近10余年来,在3个动态气动专题领域内,地面风洞自由飞实验与对应的天空飞行器的绕流雷诺数虽然相差1~2个量级,但风洞自由飞实验结果多次预测或再现了天空飞行器出现的对飞行安全、飞行性能产生严重影响、其它地面风洞实验方法难以预测或再现的这3个专题领域内的动态气动特性,这至少为3个专题领域内天地动态气动相关中的雷诺数影响,提供了一个新的理解.     

一种基于数字空间的空间站任务飞控事件规划方法

针对空间站任务飞控事件规划问题,结合资源约束、飞控事件需求数据维度高、事件间互相影响等特点,提出一种基于数字空间的飞控事件规划方法,将飞控事件规划问题转化为数字模型构建、数值计算及飞控事件时序设计问题。结合空间站应用实例,给出了飞控事件规划流程和规划结果分析,验证了方法的有效性,为空间站任务飞控事件规划问题提供了新思路。     

DSMC方法模拟微尺度流动时的特征参数选取

利用DSM C算法对微尺度平板附面层流动进行了数值模拟研究,分析了算法中3个主要特征参数:采样循环数、单位网格粒子数和子网格数对模拟结果的影响。分析结果表明,当采样循环数增加到一定程度后,计算结果趋于一致,考虑到计算机时,采样数取8左右为宜;单位网格粒子数过多或过少都会使计算机时增加,太少了还会影响计算精度,建议4~5个左右合适;子网格数对运算时间影响很大,分析认为每个网格内的子网格数为4时最为节约计算时间。最后通过微通道内流动计算进一步验证了本文参数选择方法的可行性。     

基于IP网络的测试研究

为实现IP语音测试的专项研究,介绍了基于VOIP(Voice over IP IP语言)的信令及语音测试相关技术实现方案,系统硬件及功能实现框图。对IP语音测试平台的硬件设计方法及语音质量测试(VQT),信令流及媒体流的测试模型进行了研究。     

基于双向流固耦合方法的柔性变结构喷管性能分析

为研究柔性变结构喷管的高度补偿潜力,利用ANSYS平台,基于双向流固耦合方法,对柔性变结构锥型喷管进行数值模拟,分析了飞行高度和柔性材料的弹性模量对喷管性能的影响.模拟结果表明,随着飞行高度的升高,柔性喷管变形加剧,喷管内部流场呈现出膨胀波-激波-膨胀波的波系特征,喷管柔性段壁面的最大变形量和最大应力逐渐增大.当材料弹...     

超快激光诱导等离子体成丝光谱

飞秒激光等离子体光丝大气中传输的独特物理过程在航天领域具有重要的应用前景。采用仿真与实验,验证了飞秒等离子体成丝的光谱展宽特征,获得了超快等离子体光丝在不同参数特征下,覆盖从可见到红外探测系统的波谱范围,及保持系统相对稳定的特征,对于借助强激光等离子体光丝光谱进行红外特征探测具有重要的启发作用。     

隧道内危险性介质泄漏扩散的数值模拟

化学危险品的意外泄漏已经造成很多事故,尤其是在隧道这样相对封闭的空间内,事故发生的概率更大。为了有效地控制和预防事故的发生,本文以RANS方程为控制方程,采用基于simple算法的有限体积法,对隧道内危险性介质泄漏扩散过程进行了数值模拟。讨论隧道内危险品(乙炔)运载车在行驶过程中发生小孔泄漏扩散的情况,计算得到了危险性介质浓度的时间和空间分布规律。同时,分析了运载车不同行驶速度和危险品泄漏释放方式(水平释放和垂直释放)对其扩散过程的影响,为进一步了解危险性介质的扩散行为和控制方式提供了理论基础。     

基于对角回归网络的非线性系统建模

分析了非线性系统神经网络建模的规律,利用对角回归神经网络(DRNN)实现了非线性动态系统的辨识.辨识结构采用串并联模式,网络权值的调整为考虑时变因素的调整算法.与静态神经网络相比,基于DRNN的辨识方法显示出很强的处理动态问题的能力,无需辨别系统阶次,辨识结构简单,收敛速度快.仿真结果表明该方法是有效可行的.