神经网络在广义经典分配问题中的应用

在两节点分布式多传感器系统中,一些航迹关联算法可以化为广义经典分配问题。广义经典分配问题是一个组合优化问题。当目标数目较多时,很难得到问题的最优解,而且其计算量容易呈现指数爆炸现象。文章提出了用Hopfield神经网络和平均场网络解决此问题的方法。仿真结果表明,采用文章提出的人工神经网络模型求解广义经典分配问题,不仅使航迹关联具有较高的关联正确率,而且计算时间不会出现指数爆炸现象。仿真结果还表明,平均场网络相比Hopfield神经网络更易于得到问题的最优解。     

序列图像超分辨率联合重建算法

序列图像超分辨率重建研究方法一般分为2类。第一类,将低分辨率图像配准和超分辨率重建视为相互独立的2个过程,对低分辨率图像进行配准之后再估计高分辨率图像。然而,低分辨率图像中的混叠分量会影响配准精度,进而影响图像超分辨率重建。第二类,图像配准和超分辨率重建联合实现的方法,此类方法考虑了配准和重建的相互关系,能够减轻混叠对配准的不利影响。本文主要针对第二类方法中的3种典型算法进行综述分析和研究。     

基于GPS的直升机航迹测量系统

基于GPS直升机航迹测量系统是利用高精度的GPS实时RTK、逆向RTK和事后动态载波相位差分技术,用于直升机飞行试验中的航迹、速度、高度等信息的测量和实时显示。同时系统融合了高速无线数字通讯技术、惯导设备等多种高新技术。     

高超声速飞行器滑行段最优弹道的间接算法

针对高超声速飞行器滑行段非线性程度高的特点,提出了逐步细分的参数法优化策略,采用序列二次规划(SQP)算法得到了问题的次优解.在此基础上,构建了原系统的等价系统,并给出了两个系统协态变量之间的关系,提出了沿次优弹道的分段打靶法,求解等价系统的两点边值问题(TPBVP) 后,经转化得到了原问题的最优解.优化结果表明,采用逐步细分的优化策略能克服优化算法对初值敏感的缺点,快速稳定地收敛到问题的解,沿次优弹道的分段打靶法更能适应非线性程度高的系统.     

一种大变形多空间域连续体结构拓扑优化方法

针对大变形非线性结构拓扑优化问题,提出了基于混合细胞自动机(HCA, Hybrid Cellular Automata)多空间域连续体结构拓扑优化方法;采用密度法,建立了单元相对密度表示的材料弹-塑性模型;以单元相对密度和应变能作为细胞自动机(CA,Cellular Automata)的状态信息,利用CA局部控制规则,修改相对密度,迭代实现各设计空间域应变能均匀分布;设计了多空间域拓扑优化HCA算法,采取多个对象同时耦合优化迭代,各自收敛策略,解决了多空间域优化迭代算法收敛稳定性问题;最后,以汽车保险杆结构横梁和支撑等两个设计空间为例,施加大变形动态载荷作用,对提出的多空间结构优化算法进行了验证,优化后结构有效地降低了碰撞作用力峰值达54％,提高了结构安全性.     

CFD和MDO技术在乘波飞行器设计中的应用综述

乘波飞行器由于其具有高升阻比特性而成为国内外高超声速飞行器研究的热点。介绍了乘波飞行器的研究进展,在此基础上阐述了乘波飞行器设计对先进设计技术的需求。重点讨论了计算流体力学（CFD）技术和多学科设计优化（MDO）理论与方法在乘波飞行器设计中的应用现状。提出了今后应重点对高超声速飞行条件下乘波飞行器的动态气动特性进行全面的数值模拟研究．大力开展包含可靠性和经济性分析的乘波飞行器多目标多学科设计优化研究。随着MDO方法在乘波飞行器设计中的深入应用,CFD必将发挥更大的作用,共同促进乘波飞行器的快速发展。     

飞行器热气动布局优化设计研究

开展飞行器热气动布局设计方法研究,初步建立了高速飞行器概念设计阶段的热气动布局优化设计方法,通过参数化布局设计技术、气动力、热环境、弹道及优化技术等多学科性能分析及优化方法的综合应用,进行飞行器的热气动布局设计。对带控制舵钝双锥体机动飞行器的设计研究表明,考虑热环境的热气动布局可以在保证升阻比不变的条件下,降低驻点及第二锥身等特征点的轨道峰值热流达30%以上。
     

无铰旋翼变截面盒型梁桨叶气弹动力学多目标优化

基于有限元法建立了无铰旋翼变截面盒型梁桨叶的挥舞/摆振气弹稳定性优化分析模型,提出了多目标、多约束条件下的灵敏度分析方法,采用遗传优化算法(Non-dominated sorting geneti calgorithm-NSGA-Ⅱ),实现了盒型梁桨叶气弹稳定性条件下多约束、多目标优化.最后完成了实例模型旋翼桨叶的优化与对比验证,结果表明,在气弹稳定性、自转惯量和振动固有频率等多约束条件下,实现自转惯量提高到原来的1.147倍,桨叶重量减少5.74%～8.6%,应力减少29.6%～30.1%的多目标优化,优化性能良好.      

基于样条曲线的机动弹头再入轨迹优化研究

使用三次样条函数拟合再入飞行器纵向运动轨迹,以样条曲线上的控制节点为优化参数,将再入轨迹优化问题转化为静态参数优化问题.最后以纵向平面内的最优轨迹为例,以终点速度最大和飞行时间最短为优化目标,采用基于Pareto定级排序遗传算法求解了在末端状态受约束的最优再入轨迹问题,验证了该方法的有效性.