求解大型非对称线性方程组的拟最小残量IOM（q）算法

不完全正交化算法（IOM（q））由于存储量和计算量小，常用来求解大非对称线性方程组。而此方法收敛过程常出现不规划振荡现象，从而影响了收敛速度。本文将拟残量最小的化性质加到IMO（q）算法中，提出拟最小残量不完全正交化算法（QMRIOM（q），这样收敛曲线光滑无振荡，从而大大加快其收敛速度，而且保留其存储量和计算量小的性质。     

同标称值替代法与换位法在直流电阻测量中的应用

介绍了同标称值替代法和换位法校准直流电阻的原理,给出了各自的数学模型,从不确定度、测量结果两个方面对两种方法进行了分析、比较,并对其各自优缺点给出了评价.     

微压力校准装置测量不确定度分析

介绍了微压力校准装置的工作原理,并对该校准装置在表压模式下工作时的测量不确定度进行了分析评定.     

基于符号计算的风洞试验测量不确定度评估

基于符号计算进行风洞试验测量不确定度分析可以实现实验数据处理公式及误差灵敏度系数的自动推导 ,采用该方法对ZSDD 1导弹标模风洞试验结果进行了定量的试验不确定度评估 ,计算得到的气动力系数精度极限与重复性试验得出的试验精度吻合良好 ,气动力系数偏离极限计算值通常是其精度极限的 3～ 4倍 ,其不确定度大约是其精度极限的 4倍。笔者所述分析方法和分析程序为定量评估风洞试验数据的可靠性提供了一种有效手段。     

基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

基于鲁棒性参数设计法的多超声电机驱动机器人的控制

由于超声电机复杂的能量转换机制和参数受温度和工作环境影响的非线性变化,使得很难对超声电机进行数学描述。为了使超声电机驱动的多关节机器人有较好的表现性能,根据超声电机的运动特点,提出了一种新颖的速度——位置双闭环反馈控制方式。鉴于该控制方式需要调节的控制参数有18个,为了获得一组具有鲁棒性的控制参数,选用了鲁棒性参数设计法。实践结果表明,所提出的控制方式能够获得机器人的良好运行性能,鲁棒性参数设计对超声电机而言是有效而方便的。     

一类线性不确定大系统的分散变结构控制

研究了具有参数摄动、关联影响和外界干扰等不确定性因素影响的线性大系统的分散控制问题,在假设系统不确定性有界且满足一定匹配条件的前提下,提出了一种分散变结构滑模控制算法,并给出了消颤方案和控制受限的解决方法.该算法结构简单计算量小,同时闭环系统具有较好的动态特性和较强的鲁棒性,数字仿真表明了该算法的有效性.      

基于不稳定度的仿人型机器人步态规划方法

为了保证机器人能够在人类的生活环境中安全地工作,应该选择最稳定的运动轨迹.提出了一种能够评价不同的运动步态之间稳定性好坏的稳定性评价准则.将零力矩点(ZMP,Zero Moment Point)与机器人支撑区域的形心之间的距离定义为不稳定度,分析了仿人型机器人行走过程中几种典型步态的不稳定度,同时提出了基于不稳定度的仿人型机器人步态规划的方法.当采用多种运动步态都能完成同一种任务时,用所提出的不稳定度评价方法可以在不同步长的步态中选择出稳定性最好的运动步态来执行.仿真及实验结果验证了该方法的有效性.      

扫描开关检测方法探讨

介绍了扫描开关的主要用途,对扫描开关的检测项目、检测仪器和检测方法进行讨论,重点说明所采用检测方法的原理,给出了扫描开关的检测数据,并分析了扫描开关检测结果不确定度。     

基于LMI的具有一类不确定性数据的参数估计

 对于系数矩阵 A和观测向量b 存在不确定性的情况,本文提出了一种基于线性矩阵不等式(LMI)的参数估计方法,这种方法适用于不确定性的先验界已知的情况.由此而得到的算法计算更为简单,实用并具有一般性.文中给出了计算公式的推导、解的分析,并针对几种特殊的情况进行了讨论.最后给出了仿真结果.