强稳定的最优单步法公式

本文研究一阶常微分方程灵敏值解的收敛性与稳定性,利用最优化方法,确定最优系数,导出两个强稳定的单步公式,并加以优化和改进,得到新的算法.经过实际计算,结果优目前的单步公式.同时也验证了梯形公式.     

基于最大似然的X射线脉冲星空间定位研究

为提高X射线脉冲星空间定位精度,讨论了脉冲TOA测量技术,解释了X射线脉冲星空间导航定位的时间参考原点定义;研究了基于最大似然估计的X射线脉冲星空间定位算法,以4颗X射线脉冲星源作为解脉冲周期模糊的最小运算单元,不断引入新的X射线脉冲星直至确定唯一的脉冲整周期数;选取5颗X射线脉冲星源,建立空间定位模型。仿真实验表明在半径约121309Km的球形试探范围内至少需要5颗脉冲星才能确定唯一的脉冲整周期数,结合最大似然估计可以有效提高空间定位精度。     

InSAR最小二乘相位解缠算法

合成孔径雷达干涉测量技术(InSAR)能够获得高精度的数字高程模型和地表微小型变信息,这使得InSAR技术在近年来得到广泛的关注和快速的发展。相位解缠是InSAR数据处理过程的一个关键点,解缠结果的精度将直接影响所生成的数字高程模型(DEM)的精度。文章系统分析了InSAR的基本原理,同时对应用比较广泛的一种解缠算法——最小二乘算法进行了深入研究并对其进行了加权改进。     

基于RRBF的空中目标识别

为了更好地解决空中目标识别的问题,简单介绍了粗糙集相关理论.在提出一种属性约简方法的基础上,利用粗糙集和径向基网络的优势,构建了一种耦合模型.通过对空中目标实例的仿真实验,说明了该方法能够客观有效地对空中目标进行识别.     

基于子孔径波面拼接的直接波前解卷积效率

为提高气动光学效应下目标图像清晰化处理的运行效率,提出了子孔径拼接波前复原方法。分析了波面拼接下的直接波前解卷积效果,研究了波面拼接与传统泽尼克模式法在运行效率上的差异。仿真结果表明:子孔径拼接方法具有良好的波前复原能力,与泽尼克模式法相比具有更低的算法复杂度。基于子孔径波前拼接的直接波前解卷积方法可有效提高点源图像探测的斯特列尔比(Strel ratio),可应用于高超声速飞行器的红外寻的系统中,抑制气动光学相位畸变的影响,增强目标探测、识别和跟踪性能。     

大型运载火箭加筋柱壳近似建模方法

为提高大型运载火箭中薄壁加筋柱壳结构的后屈曲分析、优化设计的计算效率,提出基于矩估计的增广径向基函数(ARBF)近似建模方法。首先,分析了形状参数对ARBF近似模型泛化能力的影响规律;然后,基于样本点局部密度给出了ARBF基准形状参数确定方法,并根据模型响应特点,引入缩放系数对形状参数进行自适应调整;进一步,基于矩估计方法将确定形状参数的复杂域优化问题转化为确定缩放系数的优化问题,并利用多起点并行优化算法求解该问题,显著降低了计算复杂度;最后,通过典型数值算例和工程应用,对比研究了本文方法与其他典型近似建模方法的优劣。数值和工程算例表明,相较其他典型近似建模方法,本文方法可通过训练较少的样本点达到较高的近似精度,对比结果验证了本文方法的有效性和高鲁棒性,表明其具有一定的工程应用价值。     

基于近似模型的卫星动力学多目标优化

对基于近似模型的卫星结构动力学多目标优化进行了研究。给出了响应面模型、Kriging模型和径向基函数（RBF）模型三种近似模型的原理。基于某卫星结构有限元模型建立了优化的三种近似模型,给出了优化流程。分析结果表明：RBF模型的精度最高,该模型结合遗传算法的优化方法不仅显著降低了计算时间成本,而且有良好的精度。     

支持径向交会对接任务的宽波束中继方法研究

针对神舟飞船和天和空间站径向交会对接形成组合体的工作模式下,神舟飞船宽波束中继S终端对中继卫星视场缩小导致测控覆盖率降低的现象,提出一种基于组阵和时空分集技术的宽波束中继S链路的设计构想,通过在天和空间站宽波束中继S终端内部增设功分器和合路器,以及在组合体径向对接口的对接总线内部增设高频电缆。利用天和空间站的宽波束中继S发射天线和接收天线,传送神舟飞船的宽波束中继S信号。神舟飞船宽波束中继S终端,同时接收和处理组合体对接总线内部高频电缆和神舟飞船I/III象限收发的宽波束中继S信号,解决了中继卫星过顶遮挡导致的测控覆盖率降低的问题,提升了链路可靠性。经仿真分析,相比单独工作模式,测控覆盖率提升了25.3%。对于接收链路,采用时空分集技术,对3个方向的宽波束中继S信号进行互相关解算和最大比合并,获得信号合并增益,有效提升了接收信号的信噪比和有效带宽。     

基于人工神经网络的微重力流动冷凝换热预测

微重力条件下管内流动冷凝换热系数是空间热交换器设计的基础依据,但其实验数据稀缺,故有必要建立精确的预测模型。文中提出了一种基于人工神经网络的微重力下管内流动冷凝换热预测模型。选取误差反向传播（Back propagation, BP）和径向基函数（Radial basis function RBF）两种神经网络,以水力直径、饱和温度、质流密度、干度及与工质热物性有关的参数作为网络输入,冷凝换热系数作为网络输出。结果显示,BP神经网络预测的均方根误差为237、平均绝对百分误差为4.32%;RBF神经网络预测的均方根误差为165、平均绝对百分误差为2.35%。相对于BP神经网络,RBF神经网络精度更高。基于RBF神经网络的微重力下管内流动冷凝换热模型预测值与94%的实验值和数值模拟结果的相对误差在±10%以内。     

周期分布压电纤维复合材料平面问题研究

为了探索压电纤维复合材料中局部应力场的分布规律和准确预测其有效刚度,基于复变函数理论和线性压电理论,得到了含周期分布压电纤维复合材料平面问题的半解析解.根据单胞内基体和夹杂所占区域的几何特点,分别给出复势函数的级数形式,这些复势函数在基体与夹杂的相邻界面上应满足连续性条件,在单胞的外边界应满足周期性边界条件和远场加载条...