求解双曲型守恒律的五阶松弛格式

给出了一种求解一维双曲型守恒律的五阶松弛格式.该格式以五阶WENO重构和显隐式Runge-Kutta方法为基础.本文格式保持了松弛格式简单的优点,即不用Riemann解算器和计算非线性通量函数的雅可比矩阵.用该格式对一维Euler方程进行了数值试验,并与三阶和四阶松弛格式的计算结果进行了比较,结果表明本文的格式具有更低的数值耗散和更高的分辨率.     

逆向工程中曲面重构算法研究与实现

给出了基于坐标测量机测得的海量数据重新构造样板物体的数字化表面模型的算法流程。该算法首先利用部分测量数据构造张量积的B样条网格曲面,通过确定适当的检查点,并计算检查点到所构造的B样条网格曲面间的距离,从而控制重构曲面的构造精度。讨论了与文中算法相关的空间点到NURBS曲面间的距离计算等问题。给出了1个工程应用实例,表明该算法稳定可靠、效率较高。     

综合孔径辐射计偏微分方程近场图像反演算法

针对综合孔径辐射计傅里叶变换成像算法在近场条件下失效的问题,提出了一种基于局部自适应偏微分方程的精确数值图像反演算法.该反演算法根据待反演亮温图像的局部特征,在图像背景区域进行各向同性扩散来抑制噪声,在图像目标区域进行自适应扩散来保持图像边缘细节.近场仿真结果表明,该算法有效地降低了可视度测量噪声对亮温图像反演的影响.用一套8 mm波段二维综合孔径辐射计BHU-2D-U进行了成像实验,实验结果证明了该近场图像反演算法的有效性.      

基于多波长同轴数字全息的相位恢复算法

同轴数字全息中固有的共轭像问题会严重影响再现像质量,已有的相位恢复算法需要大量计算才能祛除共轭像,且无法获得连续分布的解包裹相位像。提出一种基于多波长的相位恢复算法,该算法利用4个波长下记录的数字全息图,并在迭代过程中借助光学解包裹原理扩展了测量范围,实现了再现成像面中共轭像祛除的同时获得解包裹的相位分布。同时,由于在物面及记录面添加了约束条件,该方法中所用波长数少于其他已提出的基于多波长原理的相位恢复算法,而且具有更快的迭代收敛速度和更好的共轭像祛除效果。数值仿真和实验结果皆证明了该方法的有效性。      

基于公共余数最优估计的多通道干涉SAR高程重建方法

针对多通道干涉SAR高程重建方法计算效率较低的问题,提出了一种基于公共余数最优估计的多通道干涉SAR快速高程重建方法。该算法首先对干涉相位去除平地效应后,得出每幅干涉图像任意一个像素对应的缠绕干涉相位,构造出关于干涉相位模糊数的同余方程组;然后利用最优估计法求解出带噪声余数的公共余数的最优估计值,求解出各目标的高程值;最后再利用改进措施得到更高精度的高程重建结果。试验数据处理结果表明,该方法使得多通道干涉SAR高程重建的计算效率有了显著提升。     

基于差分进化算法的导航星座在轨重构构型设计

针对有卫星失效下的导航星座,提出了对在轨卫星进行相位机动的方法来对星座的空间构型进行重构,以实现修复和改善星座性能的目的。首先,利用共面高轨和共面低轨变相的方式来对在轨卫星的相位进行调整,建立共面轨道相位机动的数学模型;其次,提出了除重构时间和重构能量外的其他重构指标,包括重构能量均衡度和重构构型恢复性,并建立了各重构指标的数学模型;然后,建立了重构构型的优化模型,并对优化问题中个体的评价手段与编码方式进行设计;最后,以北斗中MEO卫星失效为例,利用差分进化算法对优化模型进行求解,得到以不同重构指标为目标函数下的Pareto前沿。从结果中可以看出该重构方法对星座性能的提升最大可以达到41.2%,同时Pareto前沿中对应的所有重构策略中,重构能量、重构构型的均衡度、重构构型的健壮性的数量级均维持在-1、-3和0的水平。     

某涡喷发动机压气机气动失稳过程的非线性分析

对某涡喷发动机压气机的气动失稳过程进行了相关积分分析。对节流过程中压气机静压信号进行延时嵌入重构,发现失稳过程中重构相空间的吸引子结构发生了显著变化;应用相关积分值作为压气机内部流动状况变化的评价指标,发现节流过程中压气机第1级端部的流动最先发生不稳定,随后第2级先于第3,4级发生不稳定征兆;1,2级的失速类型为渐进型失速,3,4级为突变型失速;第3级叶根最先发生不稳定,且发展较快,最终导致全叶高失速;低通滤波可以提高相关积分方法检测失速征兆的时效性。分析表明,非线性的相关积分分析方法是进行压气机气动失稳过程研究的有效手段。      

Method for denoising and reconstructing radar HRRP using modified sparse auto-encoder

A high resolution range profile (HRRP) is a summation vector of the sub-echoes of the target scattering points acquired by a wide-band radar. Generally, HRRPs obtained in a non-cooperative complex electromagnetic environment are contaminated by strong noise. Effective pre-processing of the HRRP data can greatly improve the accuracy of target recognition. In this paper, a denoising and reconstruction method for HRRP is proposed based on a Modified Sparse Auto-Encoder, which is a representative non-linear model. To better reconstruct the HRRP, a sparse constraint is added to the proposed model and the sparse coefficient is calculated based on the intrinsic dimension of HRRP. The denoising of the HRRP is performed by adding random noise to the input HRRP data during the training process and fine-tuning the weight matrix through singular-value decomposition. The results of simulations showed that the proposed method can both reconstruct the signal with fidelity and suppress noise effectively, significantly outperforming other methods, especially in low Signal-to-Noise Ratio conditions.     

集群无人机队形重构及虚拟仿真验证

队形重构是集群无人机（UAV）控制的重要问题，指无人机按照要求安全、无碰撞地从一个队形变换到另一个队形，其难点在于快速规划最优安全轨迹并控制无人机进行轨迹姿态的高精度跟踪。针对集群无人机队形重构的上述问题，首先，基于CAPT（Concurrent Assignment and Planning of Trajectories）算法，解决了多无人机的目标分配和轨迹生成的实时性问题，实现了集群无人机的最优安全路径规划；其次，提出一种有限时间多变量积分滑模连续控制算法，解决了无人机轨迹姿态的高精度跟踪问题，并通过MATLAB仿真验证了该控制算法的有效性；最后，为了更加真实直观地演示无人机三维仿真效果，建立了基于Gazebo-ROS的无人机仿真平台，实现了12架四旋翼无人机队形重构"建模-仿真-可视化"的一体化仿真演示，验证了上述路径规划算法和轨迹姿态控制算法的有效性。     

基于模型重构的变形叶片配准定位技术

叶片毛坯的精确定位是叶片数控加工的核心问题,为了提高叶片数控加工质量,保证叶片各处余量分配均匀,本文以叶片进排气边的自适应数控加工中的检测定位为研究对象,提出了一种基于模型重构的配准定位方法.该方法利用偏置模型的叶片测量方式提高了测量精度,对基于重构的测量模型进行变形与定位分析,得出较优的定位参数.通过仿真试验和对比分析,论证了本文方法的正确性.