固定网格中基于边界描述的CAD模型快速分析方法

固定网格技术避免了沿结构边界繁琐的网格划分过程，在复杂几何结构分析时具有很大优势。建模精度和分析精度是采用固定网格进行结构分析的两大难题。文中针对固定网格分析中的建模精度问题，提出了一种由CAD模型至分析模型的快速转换方法，首先将CAD模型采用边界描述，然后通过射线交点法来区分固定网格中单元的属性，并借助四叉树/八叉树技术实现对边界网格的细分。最后采用加权B样条有限胞元法来保证CAD模型在固定网格中的分析精度。本文建立了一种由结构CAD模型至固定网格仿真分析的设计框架，数值算例表明了该方法的有效性。     

Moving target localization in distributed MIMO radar with transmitter and receiver location uncertainties

In this paper, the problem of moving target localization from Bistatic Range(BR) and Bistatic Range Rate(BRR) measurements in a Multiple-Input Multiple-Output(MIMO) radar system having widely separated antennas is investigated. We consider a practically motivated scenario,where the accurate knowledge of transmitter and receiver locations is not known and only the nominal values are available for processing. With the transmitter and receiver location uncertainties,which are usually neglected in MIMO radar systems by prior studies, taken into account in the measurement model, we develop a novel algebraic solution to reduce the estimation error for moving target localization. The proposed algorithm is based on the pseudolinear set of equations and two-step weighted least squares estimation. The Cramer-Rao Lower Bound(CRLB) is derived in the presence of transmitter and receiver location uncertainties. Theoretical accuracy analysis demonstrates that the proposed solution attains the CRLB, and numerical examples show that the proposed solution achieves significant performance improvement over the existing algorithms.     

基于全局信息的粒子群算法翼型综合优化设计

 翼型优化往往需要考虑众多的设计目标和约束条件,对此发展了稳健高效的翼型综合优化方法。在粒子群优化算法中用繁殖策略深度挖掘由Kriging代理模型所获取的全局信息,对基准函数优化、翼型几何外形重构与层流翼型优化问题进行了测试,结果表明该算法可大幅度提高优化速度。将改进的Hicks-Henne翼型参数化方法和雷诺平均Navier-Stokes(N-S)方程流场求解器与优化算法相结合,采用可方便确定权重系数的多目标非线性适应值加权方法,分别对多点、多目标和多约束的超临界翼型与低速翼型进行综合优化,计算结果表明该方法可大大提高气动外形优化的工程实用性。     

基于多分类器融合的航空发动机气路故障诊断

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了D-S证据理论对RBF神经网络、BP神经网络和支持向量机三个诊断子系统的诊断结果进行决策级融合,结果表明D-S证据理论的使用可以达到比单独运用三个子系统具有更好的诊断效能,经过融合降低了误诊率,改善了诊断性能。     

基于变权重最小二乘法的发动机气路故障诊断

针对航空发动机气路部件故障诊断中存在的严重故障诊断问题,提出基于变权重最小二乘法进行发动机故障诊断.该方法在发动机仿真实验的基础上采用加权最小二乘法进行故障诊断,并对算法进行了改进,根据初期诊断结果对故障权重系数矩阵进行修正,使诊断结果更加合理可信.仿真表明,基于变权重最小二乘法的发动机气路故障诊断能快捷有效地诊断气路部件严重故障.      

二维进气道不启动流场非定常特性的混合LES/RANS模拟

采用一种混合大涡模拟/雷诺平均Navier-Stokes(LES/RANS)方程模拟方法结合5阶WENO(weighted essentially non-oscillatory)格式对马赫数为3的来流中、内收缩比为1.5的不启动状态下的二维进气道进行了计算,再现了不启动进气道中的非定常流场.计算结果表明:所采用的模拟方法对入口处的平均绝热壁温、摩擦速度和雷诺应力的计算精度较好,进气道不启动流场中激波波系和分离区存在大时空尺度的低频运动,其占主导的特征频率和典型的激波/湍流边界层干扰问题中激波和分离区的低频频率接近,且进气道出现了间歇性的启动状态.      

一种新的基于TDOA与GROA的无源定位算法

针对基于到达时间差(TDOA)与到达增益比(GROA)的辐射源无源定位问题,提出了一种新的定位算法。首先通过引入一个中间变量,根据TDOA和GROA测量模型,构造一个约束加权最小二乘(CWLS)估计。由于这个CWLS问题是非凸的优化问题,现有的方法不能很好地求解。为此,提出了一种有效的方法可以求解到其全局最优解。最后,所提算法被推广到观测站存在自定位误差时的定位求解。计算机仿真结果验证了所提算法能够获得优于传统两步加权最小二乘法(2WLS)的定位性能,能够在更大的噪声条件下达到克拉美罗下界(CRLB)。     

基于HMM的雷达状态转移估计方法

针对传统识别模型存在的参数规律描述不全面的问题,提出一种适用于多功能雷达(MFR)的层级模型,该模型通过任务、状态、参数3个层级反映了MFR系统的运行机制,并依据不同的参数变化规律,设定多种函数进行描述,能够反映信号的联合变化和统计信息,较统计和脉冲样本图模型具备更好的识别效果。在层级模型基础上,针对MFR状态转移估计方法存在的鲁棒性、估计准确率不佳的问题,引入目标运动状态信息,构建双链隐马尔可夫模型(HMM),进而利用D-S(Dempster-Shafer)证据理论优化估计结果,提出一种基于HMM的雷达状态转移估计方法,实验结果表明,提出的方法较改进前具备更优异的鲁棒性和估计准确率。     

基于动态集成算法的航空发动机气路参数预测

针对单一学习机对航空发动机气路参数预测困难的问题,提出了基于动态加权核密度估计（DWKDE)组合方法的集成预测算法,该组合方法选择测试样本的近邻样本,通过评估学习机在近邻样本的局部性能动态确定各学习机的权值,并基于该权值利用加权核密度估计实现数据序列的集成预测。该组合方法不易受离群值和样本不对称分布的影响,将该组合方法用于AdaBoost.RT和AdaBoost.R2算法,获得了改进后的集成学习算法。实验证明:相比于神经网络和原始集成学习算法,改进后的集成学习算法较好地提高了航空发动机气路参数序列的预测精度,方均根误差（RMSE)指标至少可降低27%。      

一种高低轨卫星联合到达时间被动定位技术

针对高低轨卫星被动定位情况下时钟同步精度很难满足定位精度需求的问题,综合考虑卫星系统误差,建立了兼顾目标位置坐标和未知传输时间的加权最小二乘定位方程,采用变换测量模型,引入半正定松弛算法将传统加权最小二乘问题松弛为半正定规划(SDP)问题,并证明该半正定松弛过程总是紧的,保证原始问题最优解.同时,将目标运动速度在较短观...