飞翼布局飞行器结构拓扑优化设计

飞翼布局飞行器由于具有气动效率高的优势,将成为未来航空飞行器发展的主流方向,然而结构质量限制了其性能的进一步提升,结构优化是实现结构减重的重要技术。以飞翼布局飞行器内部结构为研究对象,建立拓扑优化模型,以柔顺度作为目标函数,探究飞翼布局飞行器全机内部结构的最优布置方式,分析弯曲梁构件在飞翼布局飞行器结构优化中的作用和减重机制,根据拓扑优化结果建立重构模型,同时依据Boeing第二代结构设计建立标准模型,使用尺寸优化评估重构模型相较于标准模型的减重效果。结果表明：在等柔顺度时,重构模型相比标准模型质量减少14.53%;在等质量时,重构模型相比标准模型全机柔顺度降低47.90%,并减少了44.87%的z向最大位移,拓扑优化减重和增加刚度效果显著,验证了弯曲梁构件的减重作用。研究结果可为飞翼布局飞行器结构减重优化奠定基础,建立的优化评估机制可为飞翼布局飞行器的内部结构设计提供参考。     

基于SMABC算法的FPRM逻辑电路面积优化

固定极性Reed-Muller (FPRM)逻辑电路面积优化是当前集成电路设计领域的研究热点。但现有FPRM逻辑电路面积优化方法存在优化效率低和优化效果差等问题。FPRM逻辑电路面积优化属于组合优化问题,提出一种自适应混合人工蜂群(SMABC)算法。所提算法在引领蜂搜索阶段引入细菌觅食算法中的细菌趋化行为,使引领蜂向靠近优秀蜜源的方向搜索,提高了所提算法的收敛速度;对跟随蜂的选择概率进行改进使其依据种群的变化自适应改变,提高了所提算法的全局搜索能力;对侦查蜂的转换条件进行改进,增加了侦查蜂在进化过程中的扰动幅度;且在进化过程中引入精英保留策略以提高种群质量。此外,提出一种基于SMABC算法的FPRM逻辑电路面积优化方法,所提方法收敛速度最快且面积优化率最高为54.62%,平均面积优化率为15.33%。     

基于多智能体强化学习的无人艇集群集结方法

为解决数量不定的同构水面无人艇(USV)集群以期望队形协同集结的问题,提出一种基于多智能体强化学习（MARL）的分布式集群集结控制方法。针对USV通信感知能力约束,建立集群的动态交互图,通过引入二维网格状态特征编码的方法,构建维度不变的智能体观测空间;采用集中式训练和分布式执行的多智能体近端策略优化(MAPPO)强化学习架构,分别设计策略网络和价值网络的状态空间和动作空间,定义收益函数;构建编队集结仿真环境,经过训练,所提方法能有效收敛。仿真结果表明：所提方法在不同期望队形、不同集群数量和部分智能体失效等场景中,均能成功实现快速集结,其灵活性和鲁棒性得到验证。     

网格结构对Euler方程解的影响

 采用2种不同对接分区网格技术讨论了不同的网格结构对绕偏副翼的三维机翼流动的Euler方程解的影响.一种是部分不连续的网格(PDG);另一种是完全连续的网格(CCG),分别在PDG和CCG中采用Van Leer的矢通量分裂格式和Jameson的中心差分格式求解了Euler方程.算例表明,2种网格各有其优缺点,且都能得到有用的结果,但为了高效地取得更好的计算结果,必须根据流动和几何外形选取恰当的计算网格.     

基于对偶原理的二子样划船补偿算法

划船补偿算法一般以典型划船运动为基础,利用最优化理论来进行推导.圆锥补偿算法不仅可利用最优化理论,还可利用Goodman-Robinson理论进行推导.利用对偶原理,将Goodman-Robinson理论下得到的二子样修正圆锥补偿算法推广至划船补偿算法设计中,得到一种改进的二子样划船补偿算法.在典型划船运动条件下,对得到的划船补偿算法进行了数字仿真,并与二子样优化划船补偿算法进行了对比研究.仿真结果表明,此改进二子样划船补偿算法能提高速度更新精度.     

适用于连续数值标签的兴趣漂移增量学习方法

针对现有兴趣漂移增量学习方法大多针对包含二值数据标签的用户反馈进行学习的不足,提出了一种适用于连续数值标签反馈的兴趣漂移增量学习方法,以或然概念集的形式描述用户兴趣,将用户反馈中包含的数据标签视为用户对该实例的喜好概率,并采用基于指数近度加权平均的方法对兴趣模型进行增量学习.在不同学习任务下的实验结果表明,该方法能够在反馈数据标签为连续数值的条件下达到比现有方法更好的学习效果.     

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。     

基于间接伴随法的大气层内高超声速飞行器最优上升轨迹研究

利用修正的无量纲因子,建立了适用于大气层内高速飞行器数值优化的数学模型。创新地采用欧氏空间中超立方体顶点坐标作为协状态初始值的方法解决了伴随方法的初始值估计难题,实现了间接伴随法在最优轨迹优化中的应用。完成并给出了该方法在真空状态和有空气动力存在的情况下轨迹优化结果,并在控制约束存在的前提下,对上升段轨线进行重规划,仿真结果表明,该方法快速、有效,且具有在线制导的应用潜力。     

一种BOC调制信号的同步主峰检测新算法

BOC(Binary Offset Carrier)调制信号具有相关函数多值性,这就导致接收机同步阶段容易错锁在虚假相关主峰上。本文提出了一种新的主峰检测算法,很好地解决了接收机同步中出现的此类错锁问题。新算法通过本地增设一条QBOC支路,与BOC支路结果经补零、移位、相加计算而实现,称此算法为OQCC(Offset Quadratic Cross-Correlation)算法。理论与仿真分析结果表明,OQCC算法同时适用于奇数阶和偶数阶BOC调制信号;能够在不改变BOC信号主峰宽度的情况下,通过降低副峰,有效提高主副峰分离度;在同等条件下,可有效提高BOC信号主峰检测概率,降低BOC信号副峰检测概率。     

一种基于子空间的OFDM系统半盲信道估计

提出了一种可用于色噪声背景的基于子空间的改进半盲信道估计算法。根据正交频分复用（OFDM）系统模型,利用所获色噪声背景的噪声向量与信道冲激响应矩阵的正交性估计信道冲激响应,给出了算法的步骤。仿真结果表明：算法有较好的收敛性和稳定性。