快速并行细化算法

本文提出一种快速并行细化算法。细化过程是一个迭代过程。每次迭代分成两个子迭代。算法收敛速度快,细化连续性好,几何畸变小,对二值纹理图像无特殊要求,具有通用性。算法实现巧妙,独特,占用内存少,特别适合小型计算机图像处理系统。该算法在PCvision图像处理系统上实现的效果良好。     

快速多极展开算法在自由尾迹分析中的应用

针对旋翼自由尾迹分析的计算效率问题,对快速多极展开算法(Fast multipole method,FMM)在基于直线涡元的尾迹互诱导速度计算中的应用开展了研究。分别构建了悬停和前飞状态下诱导速度多极展开计算的定义域;在进行远场诱导速度计算时,将直线涡元等效为涡粒,推导了诱导速度的多极展开表达式。通过对悬停和前飞状态下旋翼尾迹中涡元诱导速度的计算,分析了该方法的加速特性和准确性。在此基础上,采用多极展开算法求解了旋翼模型在悬停和前飞状态下的自由尾迹几何形状和桨盘诱导入流分布,并与直接计算结果和实验数据进行了对比,表明FMM算法在提高计算效率的同时能够保持较高的精度。     

无线传感器网络超声波定位算法的研究

在无线传感器网络定位中,距离定位机制受无线传感器设备功耗、价格和硬件限制及对定位精度的要求,距离定位机制比较容易实现的解决方案.介绍了超声波传感器定位的原理,提出了基于传感器数学模型的目标定位方法,在此基础上建立基于超声波的目标定位系统,最后分析了超声波传感器定位中存在的问题.     

旋转机械故障振动诊断的模式识别方法

本简单介绍了模式识别诊断法的基本思想，提出了一种新的模式识别诊断法-故障模式分解法，并把最小平方误差（Least-Mean-Square-Error)准则算法引入旋转机械故障的振动诊断，取得了令人满意的数字仿真效果。     

基于分层人工鱼群的相干极化-DOA联合估计

智能优化算法是解决多维非线性优化问题、提高计算效率的有力工具。本文针对相干辐射源极化-空间角联合估计中计算量巨大的工程难题,以广义子空间拟合约束公式为代价函数,提出一种分层人工鱼群算法。该算法基于分层协同策略将鱼群分为底层和顶层,底层以人工鱼群算法进行全局搜索以保证种群多样性,顶层以粒子群算法进行局部搜索以加快收敛速度。仿真结果证明：分层人工鱼群算法能大幅降低广义子空间拟合的计算量,尤其是在较多目标的情况下。算法可有效提高计算效率,同时可提供优于传统人工鱼群算法的估计精度。     

BTT导弹神经网络直接逆控制算法的FPGA实现研究

针对BTT导弹控制系统中导弹模型的非线性和强耦合的特点,应用逆7系统和神经网络相结合的方法建立了导弹的逆模型.并以俯仰通道为例,设计了逆控制算法的BP神经网络结构,采用Verilog HDL编写了BP神经网络各个功能模块,并将其在FPGA上实现.通过神经网络逆控制算法在FPGA硬件实现和通用计算机上软件实现的对比,表明...     

星载多波束相控阵天线设计与综合优化技术研究

针对采用CDMA协议的低轨通信卫星,设计一个19阵元7波束的六边形平面阵天线,克服了卫星波束大角度扫描带来的"边缘问题"和"远近效应"。采用粒子群优化算法分别对正六边形天线阵列进行综合优化,优化过程采用基于空间分裂的优化策略,极大地简化了波束赋形的参量数目。数值仿真结果表明,方向图各项指标均符合设计要求,有效地验证了天线设计和算法的正确性。     

基于任意空间属性FFD技术的融合式翼稍小翼稳健型气动优化设计

 以非均匀有理B样条基函数为空间控制体属性,建立了任意空间形状自由变形(FFD)技术参数化方法。所建立的气动外形参数化系统通过FFD控制体的分布以及控制顶点的合理选取,能够对任意复杂外形进行参数化设计。首先采用FFD控制体对某型客机翼稍小翼进行空间属性构建;然后结合基于Delaunay图映射技术建立了结构对接网格变形模式,采用分群粒子群算法以及误差反向传播训练算法(BP)神经网络进行稳健型气动优化系统的构建;最后对某型客机融合式翼稍小翼的后掠角、倾斜角和高度等参数进行稳健型气动优化设计,分析对比了优化前后翼梢小翼表面压力云图、截面压力分布及载荷分布。优化设计结果表明:设计后的翼稍小翼的升阻比与阻力发散特性明显提高。     

多目标混合流水车间调度问题求解算法

针对多目标不相关并行机混合流水车间调度问题,建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型。提出一种改进的基于分解的多目标进化算法（Improved multi-objective evolution algorithm based on decomposition,IMOEAD）,采用均匀设计表生成初始权重向量,提高种群多样性,利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力,在权重向量邻域中选择个体产生新解,运用非支配等级和拥挤距离更新外部档案。以反世代距离、世代距离和非支配解个数为性能指标,通过大量案例仿真,与非支配排序遗传算法Ⅱ和基于分解的多目标进化算法进行对比,结果验证了该算法的有效性。