并联风洞天平应用研究

研究了一种新型的并联风洞天平,首先依据并联天平的空间力变换关系推导出六维感测力雅可比矩阵,然后以该雅可比矩阵条件数最小原则即各向同性准则,将其条件数为目标函数对天平进行结构优化设计,应用数值算法优化出8种满足精度要求的并联天平结构,据此设计并制造出并联天平的物理样机。最后在南京航空航天大学低速风洞中以建筑标模为试验模型检验并联天平的设计性能,结果证明本天平的研制是成功的。     

非结构网格上Euler方程的区域分裂算法及并行计算

改进了“波阵面”区域分裂算法,并应用于流场区域的划分;对于子区域边界的不光滑现象,为尽量减少通讯消耗,提出了一种边界并行优化策略。利用PVM并行环境,探讨了非结构网格上求解Euler方程的分区并行算法。根据改进的区域分裂算法及优化策略,运用Jameson有限体积法,对二维翼型流场进行了分区并行求解,多区计算的结果与单区计算的结果作了比较,表明了本文研究方法的有效性。     

一种基于消息转发的类异步并行进程迁移算法

针对并行机群系统的进程迁移问题,提出了一种新的基于消息转发的类异步并行迁移算法, 该算法使用消息驱赶、消息转发、缓存优先匹配等多种机制,避免了一般类异步迁移算法集 中式管理,非迁移进程参与协调工作较多的缺点,通过算法描述和实验结果表明,该算法具 有迁移效率高、易于管理和控制、健壮性好等优点.     

基于Lagrange方程三自由度并联机构动力学研究

针对一种三自由度的并联机构采用Lagrange方程建立了动力学方程,得出了机构驱动力显式解.用计算机程序模拟了动平台做圆周运动时驱动力的变化情况以及机构简化所产生驱动力误差的大小,给出了可以对机构进行简化的条件.分析了机构的结构参数与驱动力的关系,为这种机构动力学特性的深入分析和结构优化设计提供了参考.      

网络分布式并行计算的负载平衡

利用分布式系统动态负载平衡的原理,设计了一种适应网络分布式并行计算环境的负载平衡实现机制,采用集中式负载信息收集策略,集中和分布式相结合的传输控制策略.定义了一种新的复合型负载指标来衡量各处理机的负载程度.讨论了相应的理论和实现中的关键问题,给出了主要的实现策略和算法.仿真比较研究表明这种体系结构和相应策略能对网络环境下分布式并行计算提供有力支持.      

双平行线阵中基于Euler变换传播算子的二维DOA估计算法

考虑双平行线阵中非圆信号二维波达方向 (Direction of arrival,DOA) 估计问题,提出了一种基于Euler变换传播算子（Propagator method,PM）的二维DOA 估计算法。该算法利用非圆信号的特性,扩展了接收数据矩阵,使得角度估计性能优于二维PM算法。同时采用Euler变换把非圆PM算法中的复数运算转换为实数运算,降低计算复杂度,角度估计性能逼近非圆PM算法。该算法可以实现二维角度的自动配对,与传统PM算法相比,可同时估计出更多的信源。该算法的优越性均可在文中得到验证。     

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。     

对称带状矩阵的并行Cholesky分解及相应线性方程组的并行计算

大型结构问题所导出的方程组系数矩阵阶数往往非常浩大,传统的串行计算机受存储容量与计算速度限制往往难以处理。本文给出适合寄存器—寄存器加工方式流水线向量机上对称带状矩阵三角分解的并行算法MPLDLT和对称带状线性方程组求解的并行算法MCSA。在YH—1机上通过对实例的计算表明,算法是高效的。当矩阵的阶数仅力1666阶时,算法MPLDLT比相应串行算法计算速度快25倍,算法MCSA比相应串行算法计算速度快47倍。若结合YH—1机的特点,使用向量“链接”技巧,则算法MPLDLT比相应串行算法的计算速度快74倍。     

6PUS并联机构的运动学整机标定

首先建立了6PUS并联机构包括虎克铰铰链点、球铰铰链点、杆长以及导轨方向向量在内的54结构参数的误差雅可比矩阵。在MATLAB中使用最小二乘法建立了其标定模型,通过仿真验证了雅可比矩阵的正确性和最小二乘法参数辨识的有效性。其次采用正交试验选取位姿,用激光跟踪仪进行整机标定实验。根据标定结果,在MATLAB中采用建立的标定模型进行参数辨识,得到54结构参数。最后进行误差补偿,观察标定补偿效果。该整机标定可使单方向最大位置误差在0.030 mm,最大姿态误差在0.0007 rad;三方向最大位置误差在0.046 mm,最大姿态误差在0.0008 rad。由标定效果可知,整机标定可明显地提高运动学精度。