求解一维非线性守恒律的一类MmB差分格式

本文构造了一维非线性双曲型守恒方程的一类ＭｍＢ差分格式,并推广到方程组情形。数值计算结果表明,格式具有高分辨率且不会产生数值为振荡。     

具有多个执行机构Lurie系统的时滞相关稳定性

Ｌｕｒｉｅ时滞控制系统是工程实践中经常遇到的一类重要的非线性控制系统,本文根据微分方程理论,提出了不确定性具有多个执行机构的Ｌｕｒｉｅ时滞控制系统时滞相关稳定的充分性判据,并给出系统衰减速度的估计方法。该方法仅需假定时滞有界,因而其结论适扩用于变时滞的系统。文末给出应用本文结果的两个应用实例,并与相关成果进行了比较,计算结果表明了本文方法的有效性。     

空间激光通信系统光斑小目标跟踪算法研究

在空间激光通信链路中,大气湍流、结构设计误差、平台扰动等因素为链路的精确对准和精密跟踪带来了困难。为提高激光链路的跟踪精度,首先对光斑跟踪过程中的影响因素进行研究分析,继而对跟踪算法做出改进。针对跟踪目标特性,设计了一种自适应模板目标相关跟踪算法,并搭建了基于粗精复合轴跟踪系统的实验平台,开展了实验验证。结果表明：与当前常用跟踪算法相比,该设计处理速度可达 1 kfps,目标跟踪位置与真实位置基本重合,目标跟踪准确率高于98%,在处理速度、跟踪准确率与算法鲁棒性上均有较大提升,具有一定的实用性。     

一种扩展的比例导引规律及其弹道方程的构建

在传统的动力学微分方程的基础上提出了一种扩展的比例导引法 ,并给出了该导引规律下的相对弹道方程。文中的推理过程表明 ,这种导引规律对导弹、目标的运动速度几乎没有限制 ,理论上说明运用该制导规律的导弹将能对付高机动大速度目标 ,其弹道方程的建立 ,使得研究该制导规律下的弹道特性成为可能。     

非线性边界条件的Burgers－KdV方程的静态解

对几类非线性边值条件，讨论了Ｂｕｒｇｅｒｓ－ＫｄＶ方程的边值问题的静态解的存在性和解的个数．借助不动点定理，证明了该边值问题至少有一个，至多有有限个静态解．     

气固两相透平叶片冲蚀特性的气动试验研究

在自行研制风洞中先后对应用较广的MCrAlY叶片涂层和2Cr12Mo-5叶片合金、钢丸表面强化试件在不同气流速度、颗粒冲角、颗粒性状、颗粒粒度的条件下进行了气动冲蚀试验。试验结果表明,无论是涂层还是合金,冲蚀率均随冲蚀颗粒的累积质量呈线性变化;由对比可知,其它条件相同的情况下,涂层在广泛的冲角范围内较合金的冲蚀率更小,表面的"烧结"特征,能减小叶片的冲蚀率;表面呈多棱的石英砂颗粒对试件的冲蚀程度强于带突圆球状的催化剂颗粒;在该试验范围内,相同材质的颗粒,粒度愈大,对试件的冲蚀率愈大;钢丸表面强化工艺兼有防冲蚀的能力。试验结果将为优化叶片选材、简化叶片维修技术、降低叶片维修成本提供有益的参考。     

Solar modulation model with reentrant particles

We developed a one dimensional model of particle transport in the heliosphere. As opposite to widely used models, we apply a method where a quasi-particle is traced back in time. The model gives us the possibility to work on the possible existence of reentrant particles in the heliosphere that can be hardly solved by the traditional forward tracking method. Particles escape from the heliosphere and may reenter back. We estimate how these particles affect the modulation process in the heliosphere. Presented here are the results for different values of particles mean free path in the interstellar space and for different interstellar magnetic field values.     

Hale引理证明的修正

本文指出了著名的Ｈａｌｅ引理证明中的不足之处，并给以完善。     

广义行列式及其应用

定义了一种广义行列式 ,并由此给出Gramer法则的一种推广     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。