基于边界变差最小的高精度有限差分格式构造

从加权紧致非线性（WCNS）高精度有限差分格式出发,在其重构形式的基础上,根据边界变差最小（BVD）原理,遵循单元边界两侧重构物理量值之差最小的准则,在每个单元内通过两步空间重构,构造了一种新的高精度有限差分格式。一般对WCNS等加权非线性格式的改进都是基于改善色散耗散特性、优化非线性权、提高分辨率等单一途径,将它们作为重构候补函数进行结合,既保持了各自优势所在,又能控制格式整体黏性,所得格式具有丰富的应用场景。通过数值实验,将结果与单一格式进行对比,新格式既能在流场光滑区保证设计的精度,对激波等间断附近的振荡也有很好的抑制作用,提高了对高波数区的分辨率,而且在长时间计算后也有较为精确的结果。面向广泛发展的数值格式,还可以构造出其他新方法,对包含强间断和多尺度的流动问题可以获得更好的结果。     

基于可变减载率超速控制的双馈异步风机参与微电网调频研究

为了使双馈异步风机(DFIG)能够更好地参与微电网频率调节并减少有功控制成本,综合考虑风机向微电网输送有功功率和提供备用容量参与系统调频两方面因素,提出了变减载率超速控制法。计及风速出现概率,采用概率加权求和法,考虑减载成本、调频效益和调频恢复成本求解超速控制成本(COC),得到变减载率曲线。通过对一个含DFIG的微电网系统进行仿真分析,验证所提方法可有效改善微电网频率动态特性,减少风机有功控制成本,有利于微电网的稳定运行。     

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。     

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)。     

多重加权双向联想记忆模型及决策性能研究

Ｃ Ｃ Ｗａｎｇ等利用Ｋｏｓｋｏ的双向联想记忆模型（Ｂｉｄｉｒｅｃｔｉｏｎａｌ ａｓｓｏｃｉａｔｉｖｅ ｍｅｍｏｒｙ,ＢＡＭ）,构造了由多个ＢＡＭ构成的多重ＢＡＭ（Ｍｕｌｔｉ－ＢＡＭ）决策模型,使之可以应用于多证据推理,获得了Ｍｕｌｔｉ－ＢＡＭ的决策性能。作者在此基础上,通过对各ＢＡＭ引入不同的权值来模拟各专家不同的权威度,构建了相应的多重加权ＢＡＭ（Ｍｕｌｔｉ－ＷＢＡＭ）模型,证明了该模型在同、     

基于模糊评价与GIOWA算子的技术风险评估方法

将不确定多属性决策方法应用到风险评估当中,给出了一种定性与定量相结合的飞行器型号研制项目技术风险评估方法.采用基于广义导出的有序加权平均(GIOWA,Generally Induced Ordered Weighted Averaging)算子的模糊综合评价系统去处理风险评估中的专家语言信息,通过对风险概率与后果的分别量化并结合风险矩阵确定单个技术风险事件等级,从而进一步获得整个项目的风险状况.结合一个航空研制项目分系统的风险评估实例,阐述了方法的详细实施步骤与实用性,为型号研制过程中技术风险评估工作的开展提供了一种方法.      

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%。      

适于低轨卫星IP网络的单核共享树组播算法(英文)

为了解决低轨卫星IP网络中现有典型源组播算法的信道资源浪费问题,本文提出了一套单核共享树组播算法,即核心群合并共享树(CCST)和加权核心群合并共享树(w-CCST)算法。CCST 算法包括动态近似中心(DAC)选核方法和核心群合并组播路径构建方法。DAC方法专为周期、规律运动的低轨卫星网络提出,不需要复杂的星上计算。在核心群合并方法中,以核节点作为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成,从而使得组播树的树代价最小,大大提高了网络的带宽利用率和组播传输效率。w-CCST 算法中所提出的加权因子可以调整树代价和端到端传播时延之间的折衷程度,因此,可以通过调整加权因子来适度增大树代价、降低端到端传播时延以支持某些端到端时延要求苛刻的实时组播业务。最后,与低轨卫星 IP 网络中典型算法进行了性能比较,仿真结果说明,CCST 算法的平均树代价比其它算法显著降低,w-CCST 算法的平均端到端传播时延小于 CCST 算法。     

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...     

Weibull分布更新函数的指数近似算法

针对Weibull分布的更新函数较难确定的问题,研究了在平均寿命相等情况下指数分布与Weibull分布之间的贴近性.在此基础上,提出利用指数分布的更新函数模型计算Weibull分布的更新函数,能够比较方便有效地得到近似解.通过实例计算,分别比较了指数方法(直接利用指数分布的更新函数)、线性加权模型以及几何加权模型等三种方法的精度.结果表明:当时间较短时,线性加权和几何加权模型比指数方法精确度有所提高;当时间较长时,几何加权模型的精度较高.利用该结论能够为工程应用提供方便.