基于有限元Craig缩聚模型的基础激励和载荷识别

载荷识别是用有限自由度的加速度测量值推断外力.基础激励是在基础自由度上加给定的加速度时间历程激振结构,求整个结构的动响应.利用Craig减缩模型的性质,及界面自由度的已知运动可求出整个结构其余自由度的动力学响应,完成基础激励求解.在此基础上用已知的界面自由运动和求得的非界面自由度的动力学响应,代入结构动力学方程即可实现载荷识别.本方法唯一能给基础激励和载荷识别结果带来的偏差是Craig缩聚模型与原始有限元模型间的差异,对此用频响分析的方式,直接从频响曲线的变化来确定缩聚模型的精度.算例表明这一新的基础激励和载荷识别途径是有效的.      

基于ZigBee的星内无线通信网络研究与设计

为研究星内网络从有线线缆到无线网络的可行性,分析星内无线通信的需求,针对卫星通信特点设计并实现了一个典型的星型ZigBee无线通信网络,对星内无线通信协议和传输性能进行了测试.实验结果表明所设计的无线通信网络能够满足星内无线通信对于低数据率、近距离的敏感器和部分执行机构的组网需求,并且网络性能稳定.     

复杂时变激励下失谐叶盘瞬态强迫响应分析

提出一种高效的失谐叶盘瞬态强迫响应分析方法,不同于传统的数值积分方法,该方法推导出瞬态强迫响应的解析表达式,能更为高效地预测失谐叶盘的瞬态强迫响应。首先,对叶盘的高保真有限元模型进行减缩建模,在精确地描述叶盘结构的动力学特性的前提下,极大的减少了模型的自由度数目。其次,模拟加速旋转的涡轮叶盘经过复杂流场时叶片表面上的气动载荷,并建立叶盘固有频率和振型随转速变化的数学函数;通过共振分析确定叶盘共振的转速区间并分析引起共振的激励阶次成分。最后,计算了不同旋转加速度和阻尼下叶盘的瞬态强迫响应,并对叶盘的失谐幅值放大因子进行研究。应用本办法对某86个叶片的涡轮叶盘进行了数值分析,结果表明,相同阻尼水平下,叶盘的瞬态强迫响应幅值随旋转加速度增加而降低,失谐幅值放大因子在瞬态条件下大于稳态条件下,最高可达30%。     

基于网络编码的无线NoC多播映射

具有高带宽、QoS保障和广播等优点的无线片上网络（NoC）能为通信信号系统的多核并行处理提供平台,而网络编码能够以较小功耗开销为代价显著提高NoC的传输效率。本文从通信信号系统的多播特性与需求出发,为无线NoC建立合适的架构与映射模型,在多约束条件下设计满足网络吞吐率性能最大化及核间通信延时、数据传输和编码功耗等开销最小化的任务映射与网络编码技术联合优化方法,实现了任务的高效并行与多处理核的协同工作。实验表明,本文提出的网络架构及映射算法与传统方式相比能节约6%的功耗,得到16%的吞吐率增益,并且路由节点硬件实现复杂度低。      

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

A Fast Global Node Selection Algorithm for Bearings-only Target Localization

In the target tracking, the nodes aggregate their observations of the directions of arrival of the target. The network then uses an extended Kalman filter （EKF） to combine the measurements from multiple snapshots to track the target. In order to rapidly select the best subset of nodes to localize the target with the minimum mean square position error and low power consumption, this paper proposes a simple algorithm, which uses the location information of the target and the network. The lower botmd of localization error is utilized according to the distances between the target and the selected active nodes. Furthermore, the direction likelihoods of the active nodes is predicted by way of the node/target bearing distributing relationships.     

自耦合射流激励同向气流掺混的数值研究

针对同向两股气流掺混的某一特定物理模型,对自耦合射流作用下的气流掺混过程进行了数值模拟研究以揭示激励参数对于同向两股气流掺混的影响.与未施加自耦合射流激励的掺混过程相比,自耦合射流周期性的吹/吸诱导流场内产生复杂的大尺度涡系结构,使得同向两股气流形成对流型混合,有效缩减了主流核心区长度;随着自耦合激励器驱动频率和驱动振幅的增大,自耦合射流出口附近的涡强度增强,同向两股气流掺混效果得到有效改善.      

支持向量机在航空结构声激励应力分析中的应用

支持向量机是一种新的机器学习方法。它以统计学习理论为基础,从结构风险最小化原则出发,具有很好的泛化及推广能力。通过采用支持向量机对飞机襟翼结构在声激励试验中获得的总应力、总加速度及总声压数据进行分类,分别获得结构响应间的线性关系和非线性关系的样本点以及线性与非线性界限。最后利用多元线性回归模型分别建立线性关系和非线性关系的仿真模型。研究表明,支持向量机在模式分类中具有良好的分类性能,在解决航空结构声疲劳问题中有较好的工程应用前景。     

结构在环境激励下的模态参数辨识

针对传统模态辨识方法存在的缺陷,研究了工程结构在环境激励下的模态参数的辨识问题。通过各点测试数据的协方差数据构成Hankel矩阵,运用随机子空间实现进行系统矩阵的辨识。经飞机模型的环境激励分析验证,上述方法具有理想的辨识精度,在大型结构的模态辨识领域,拥有广阔的应用前景。     

无线传感器网络定位算法改进

提出了一种建立在TEEN协议基础之上反应式网络的应用.反应式网络是一种对适时性要求较高的网络,用三角定位法对传感器节点进行定位,在定位的基础上,使得簇首节点的选定更为容易,在一定程度上能节省节点能源、延长网络寿命.