基于卷积盲分离的强干扰下通信信号分离算法

针对目前通信辐射源个体识别算法在实际试验中由于各类干扰信号和多径衰落导致识别率较低的问题,提出一种用于识别算法前端的信号分离算法,可有效地减少其他电磁信号对于识别算法输入信号的影响,从而提高在复杂电磁环境中通信辐射源个体识别的正确识别率。该算法将灾变策略和搜索状态的自适应引入量子粒子群算法,通过对混合信号的联合对角化从截获的观测信号中提取出目标通信辐射源的有用信号。为了更加系统、直观地衡量算法的分离效果,提出分离熵来量化算法的整体性能。仿真结果表明,该分离算法可以把目标通信辐射源的有用信号从复杂电磁环境中提取出来,从而提高通信辐射源个体识别在复杂电磁环境中的正确识别率,具有较好的可行性和有效性。     

横向加强构件作用下的开口薄壁梁等效建模方法

卫星结构中通常有大量横向加强构件作用下的开口薄壁杆件,横向加强构件一般沿杆件轴向均匀分布,通过对这类结构研究,理论上证明了这种结构的振动微分方程与普通的开口薄壁梁振动微分方程有相同的形式,因此可以用开口薄壁梁单元进行等效计算。本文建立了开口薄壁梁的3种数学模型:有限元模型、传递矩阵模型和解析模型。采用优化理论中序列二次规划对等效截面参数进行辨识,同时分析了不同目标函数对辨识结果的影响,并且提出了一种对截面初始参数进行估计的方法。对于有限元模型,提出采用MATLAB与ABAQUS交互式参数优化方法,充分结合二者优点可以快速高效地对截面参数进行优化辨识,具有较强的通用性。通过实验验证了这种等效建模方法的正确性与精确性。所提出的等效建模方法可以减少90%以上的单元数量。通过建立这种简化模型,可以大幅度提高整星结构模型修正与结构重分析的效率。      

基于支持向量机和粒子群算法的钛合金铣削加工参数优化

钛合金材料在加工过程中受铣削力影响易于产生变形而影响加工效果,为保证加工质量,提高生产效率及降低加工成本,研究切削加工参数的合理选择非常重要.对钛合金材料Ti6Al4V铣削加工进行有限元数值计算,结合试验设计方法构建了基于支持向量机的切削力预测模型,以材料去除率为优化目标,提出了一种基于支持向量机和粒子群算法的优化方法,对钛合金铣削加工参数进行了优化.结果表明,该方法准确、高效、可行,为钛合金加工工艺参数优化提供一种新的方法,具有良好的推广价值.     

复合材料旋翼桨叶剖面扭转刚度计算

 1、各向异性弹性柱体扭转的理论 复合材料旋翼桨叶的扭转问题简化为各向异性的弹性柱体的扭转问题,忽略桨叶的根部影响,是一个弹性柱体的自由扭转问题。 假设各向异性的弹性柱体,其正截面的形状不受限制（图1）可以是单连通的亦可以是复连通的（图2）。柱体内部不受外力（包括重力）作用。柱体周围侧面也是悬空的,即     

某发动机空中停车事件的失效分析

对一台发生空中停车的发动机进行了现场分解调查和实验室分析工作。分解发现肇事件是1组低压涡轮4级(LPT4)静子叶片,该叶片组因固定沟槽断裂而向后翘起打断所有LPT4转子叶片,并将低压涡轮部分5级(LPT5)和全部6级(LPT6)叶片打断。宏观和微观观察表明断裂的LPT4静子叶片均属于高周疲劳断裂,疲劳断裂的主要原因是固定沟槽内倒角过小。有限元法分析结果表明叶片倒角过小降低了叶片抵抗振动应力的能力;影像法测量结果表明内倒角不符合厂家的技术要求;金相分析表明内倒角不符合技术要求的原因是该处曾进行过焊修和再加工,属修理不当造成的。     

基于元胞自动机的飞机低空突防航路动态优化

提出了一种新型的航路动态优化算法——多层元胞自动机算法，描述了应用元胞自动机搜索飞机动态优化航路的策略。利用元胞自动机的计算并行性，使该算法大大减少了计算时间，提高了动态优化的实时性。最后用计算机进行了仿真，取得了较好的仿真结果。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。     

应用混合演化策略的机翼气动优化设计

把基于实数编码的遗传算法与可变容差法相结合,建立了数值优化设计中的混合演化策略(HES),并将其与机翼的气动分析相结合进行跨音速机翼的气动优化设计.与基准机翼相比,优化设计的机翼其气动性能有较大程度的改善,表明了混合演化策略在机翼优化设计中的有效性.与单纯的遗传算法(GA)相比,应用混合演化策略的气动优化设计具有更高的优化效率和优化质量.