求解非线性方程及方程组的模拟退火算法

探讨了用模拟退火算法求解非线性方程及方程组的方法,该方法把方程组求解问题转化为函数优化问题.计算中不需要使用目标函数的导数信息,在Matlab环境下实现了该算法,数值实验结果表明了该算法的有效性.     

小波变换数值均匀化方法求解振荡系数的方程

将小波数值均匀化方法用于求解二维快速振荡系数的抛物型方程.小波数值均匀化方法基于小波的多分辨分析,在细尺度空间上得到原方程的半离散方程,然后利用小波映射得到粗尺度空间的数值均匀化方程,即可在粗尺度上求解原方程,有效地减小了计算量.计算结果表明:小波数值均匀化方法与精细剖分的有限差分法相比较,既大大地节省了计算时间又获得了较好的精度.     

内埋式弹舱舱门气动载荷计算分析研究

采用中心有限体积法进行空间离散和四步Runge-Kutta显式推进方法进行时间推进数值求解了非定常欧拉方程;采用Delaunay方法生成内埋式弹舱舱盖打开时的非结构网格.数值模拟了内埋式轰炸机弹舱单开舱门在分别打开8°和45°时的复杂流场.通过对上述复杂流场的分析,发现作用于舱门的气动载荷具有使其趋向于关闭的特性,且有随打开角度的增大而减小的趋势.     

一种航炮对空射击瞄准新算法

通过对目标运动的合理假设,由某型飞机航炮时空射击瞄准的矢量图,推导出适用于航炮对空射击的非同步射击算法,此算法有效地克服使用普通光学瞄准具前置跟踪算法需要稳环时间的弊端,它通过把测量目标线角速度与瞄准分开来进行的方法,使飞行员一经瞄准即可对目标进行射击,提高了命中率.     

有限推力下时间最优轨道转移

研究了一种有限推力作用下的时间最优轨道转移计算方法。以非奇异根素形式的高斯行星摄动方程为基础,由庞德里亚金极小值原理导出正则方程组,通过将最优控制问题转化为协状态初值为待优化参数的参数优化问题,并通过非线性规划求解得到的参数优化问题,从而避开求解两点边值问题的困难。文章最后给出2个算例,分别计算了零倾角零偏心率最优轨道转移和大倾角改变最优轨道转移。计算过程及结果表明本文所用方法对协状态初值猜测敏感性小,收敛迅速;零倾角零偏心率情况下无奇异;所得控制轨线光滑。     

发动机喷管非理想状态下牵连角直接测试方法研究

目前我院发动机使用的全轴摆动喷管摆动装置一般设计成非理想状态,导致摆角控制上由于牵连干扰而存在一定的误差,影响发动机试验中喷管的控制精度。只有通过测量发动机喷管牵连角,对另一个作动器进行牵连角补偿,才能消除发动机喷管牵连干扰。小组运用创新的技术及合理的软硬件设计,建立了发动机喷管非理想状态下牵连角直接测试方法,完成了牵连角测试。     

核热推进地面试验技术研究

核热推进具有比冲高、推力大等特点,在载人深空探测和星际货运任务上具有广阔应用前景。核热推进技术的研发需要进行大量地面试验。首先回顾了美国与俄罗斯的核热推进地面试验技术的发展,对地面试验技术进行分类总结。然后基于一种小型核火箭方案,研究了燃料元件非核试验、燃料元件辐照考验试验和带核整机地面试验等关键地面试验技术,并提出了初步试验方案。最后对我国核热推进地面试验的发展提出了一些建议。     

机身普通框连接结构疲劳分析方法

将某机型机身等直段试验件普通框连接结构疲劳总体有限元模型分析结果与局部细节有限元模型中对应区域分析结果相结合,获取一系列修正系数,提出一种快速精确获取机身等直段试验件所有普通框结构疲劳薄弱区域应力及钉载分布的方法.在此基础上,进行疲劳寿命分析,分析结果与试验结果吻合较好.该方法分析效率高,能较好满足多轮次尺寸优化设计要...     

基于自适应Kriging代理模型的交叉熵重要抽样法

对于复杂失效域和小失效概率耦合的可靠性分析问题,本文提出了一种交叉熵重要抽样（CE-IS）方法结合自适应Kriging （AK）代理模型的求解方法（CE-IS-AK）。所提方法基于交叉熵原理,用混合高斯模型逐步逼近最优重要抽样密度函数,并采用AK模型协助逼近过程中混合高斯模型的参数的更新,从而提高了CE-IS方法的计算效率。另外,本文还改进了CE-IS方法的收敛准则,避免了方法的冗余迭代,扩大了方法的适用范围。由于在CE-IS方法中引入了AK模型,因此,本文方法所构建的重要抽样函数在保证精度的基础上提高了效率。相较于AK-MCS方法,本文方法中引入了重要抽样的思想,因此在Kriging训练点数目基本相同的情况下,大幅缩减小失效概率计算时样本池规模,并且由于利用了混合高斯模型,因而对多失效域具有较好的适用性。算例分析也证明了本文所提方法的优越性。     

基于Transformer模型的卫星单目位姿估计方法

鉴于测量精度高、设备成本低等优点,基于单目图像的卫星位姿估计方法在交会对接、空间攻防等应用中具有广泛前景。得益于强大的特征提取与表达能力,卷积神经网络在目标单目位姿估计应用中取得了明显优于传统方法的性能表现,但已有基于卷积神经网络的方法存在诸如归纳偏置、绝对距离描述不直接、长距离建模能力不足等问题。聚焦卫星单目位姿估计应用需求,针对以上问题,创新地将Transformer模型应用于卫星目标位姿估计中,提出了一种新颖的端到端卫星单目位姿估计方法。首先,设计了一种基于关键点集合的卫星目标表示方法,并构建了基于该表示方法的损失函数,进一步,结合关键点回归任务特点,设计了端到端的关键点回归网络模型,并改进了用于特征提取的主干网络结构。在公开数据集上实验测试结果表明：本文方法实现了可靠、高效的卫星目标单目位姿估计,并取得了优于已有同类方法的性能。