化学非平衡流动解耦算法的回顾与新进展

超声速化学非平衡流动的数值模拟一直是计算流体力学领域的难点,主要体现在如下几个方面：物理过程非常复杂,存在着激波、燃烧波等各种复杂波系的相互作用;超声速化学非平衡流动属于典型的时空多尺度物理问题,其控制方程存在严重的刚性,给数值求解带来了很大困难。对国内外的解耦算法研究现状简单综述后,主要介绍1993年刘君提出的解耦算法的理论基础,流动方程采用冻结流模型,源项方程模拟流体微团在当地绝热、定容的热力学系统内发生的化学反应过程。通过引入两个中间变量,即等效内能和等效比热比,将与温度无关的生成焓从流动方程组能量项中分离出去,源项方程组中包含等效内能,使用不同算子对流动方程和源项方程解耦求解。与传统解耦算法相比,源项方程的求解过程中包含状态参数和组元同时变化。结合刘君解耦算法机理和有限体积法空间平均特性,介绍近期在提高算法计算效率方面的研究进展,包括流动方程优化算法和耦合过程优化。采用优化算法对经典的激波诱导燃烧算例进行数值模拟,与不同文献结果进行对比,验证了优化算法的时空精度。通过总结经验发现化学非平衡反应仅发生在流场局部区域,提出质量生成率判据,结合相应模拟结果验证了方法的可行性,可以进一步提高化学反应算子的计算效率。     

超临界压力下碳氢燃料裂解与流动传热模拟的快速算法

为了快速预测发动机冷却通道内碳氢燃料在考虑热裂解时的流动传热特性,基于正癸烷热裂解反应机理,建立了一套模拟正癸烷裂解吸热和超临界压力传热现象的快速算法。采用三维物性库查表算法计算裂解反应混合物的热物性,同时对组分输运方程进行简化,简化后只需求解1个组分输运方程。通过与现有的实验和数值结果进行比较,检验了快速算法的计算效率和可靠性。结果表明,快速算法与求解全组分输运方程的算法精度相当,但计算效率提升了约20倍。最后采用该算法对三维矩形截面冷却通道内的超临界压力正癸烷裂解与传热过程进行数值模拟,进一步考察了本文快速算法的计算精度及其工程应用价值。     

基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.     

一种基于改进WLBF频谱的异构双基地前视SAR成像算法

异构平台组成的双基地前视合成孔径雷达（SAR）配置灵活,可实现多种构型下的前视成像,具有潜在的应用价值。然而特殊的几何构型使得其回波信号具有新的特性,给频谱模型的推导及成像算法的设计带来不便。针对这一问题,提出了一种基于改进WLBF （Weighted Loffeld's Bistatic Formula）频谱的双基地前视SAR成像算法。首先,引入时域去走动和切比雪夫降阶法,减小了传统频谱模型中相位历程的加权分割误差和二阶展开误差,在此基础上推导了回波信号的改进WLBF频谱表达式。然后,使用切比雪夫多项式将改进WLBF频谱展开并设计了双基地前视SAR成像算法。最后,对频谱模型和成像算法进行了仿真分析。结果表明所提改进WLBF频谱模型与传统频谱模型相比具有较高的精确度,设计的成像算法可满足异构双基地大前视系统的成像要求。     

电机-变距螺旋桨动力系统功率优化控制

电动螺旋桨无人机应用越来越普及,但普遍续航时间较短,提高电动力系统效率、降低功率消耗是提高航时的主要措施。电机-变距螺旋桨动力系统（以下简称变距电动力系统）可同时改变转速、桨距两个量,存在桨距和转速的最佳组合,使系统功率最小。相比电机-定距螺旋桨动力系统,其在耗能方面具有特殊优势,但如何达到最小功率点,目前研究较少。针对上述问题,为提高计算效率,便于控制研究工作的开展,首先基于改进天牛须算法的BP神经网络训练得到变距电动力系统的神经网络代理模型。接着提出了一种变距电动力系统功率优化控制策略：在一定入流速度、拉力需求下,基于自适应扩展卡尔曼滤波-牛顿法实时优化桨距,并在一定桨距下利用模糊PID控制系统转速以达目标拉力,实现目标拉力需求下的最小功率控制。仿真验证结果表明,提出的功率优化控制策略鲁棒性更强、优化速度更快、收敛效果更好。     

一种模拟长期失重影响的大鼠尾部悬吊模型

本文改进了Morey-Holton和wronski的大鼠尾部悬吊方法,还总结出了一套不致对尾部造成损伤的长期尾部悬吊技术。用此方法,完成了五批(每批10只)为期90—120天的悬吊实验。结果表明:引起的应激程度轻微;悬吊组大鼠体重增长与对照大鼠接近。可用来对长期失重生理影响及其机理进行研究。     

机载SAR动目标成象研究

在分析机载合成孔径雷达运动目标成象特点的基础上，探讨了一种动目标成象的前置滤波方法，指出其存在的问题，提出了在前置滤波后进行参数估计的后处理形成，该方法基于时间－频率联合分析法，能得到运动目标的精细成象结果，计算机模拟验证了方法的有效性。     

分布参数随机系统的条件滤波方法

针对分布参数随机系统在其控制输入,系统输出存在观测噪声情况下,提出了分布参数随机系统的条件滤波方法,使得在获得系统状态的最优估计的同时,可以得到关于不确知的控制输入的最优估值,该算法所具有的系统状态和控制输入的估计器结构上的相似性,为降低分布参数系统的滤波算法数值计算上的复杂性提供了一种解决途径,也使得该算法在工程实际中有较大的应用前景.     

前馈神经网络的一种简单共轭梯度学习算法

针对前馈神经网络学习误差函数维数高、计算复杂度大的特点,对梯度下降BP算法加以改进从而构造出一种简单共轭梯度下降算法(MPARTAN算法).该算法计算复杂度不高于动量BP算法, 与FR共轭梯度法相比,该算法的稳定性好,又具有共轭梯度法的优点,收敛速度快.文中给出了该算法的收敛定理,并用2个实验例子比较了动量BP算法、FR共轭梯度法和MPARTAN算法的计算结果.     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。