求解双曲守恒律方程的自适应人工黏性熵稳定格式

采用熵守恒格式求解双曲守恒律方程不满足熵稳定条件.为了达到熵稳定,需要在熵守恒格式的基础上增加黏性机制,使总熵耗散.鉴于自适应人工黏性在不同的计算区域上其黏性大小的变化特点,在熵守恒通量的基础上添加经过修正的自适应人工黏性通量构造出一种新的结构简单的熵稳定格式.根据自适应人工黏性的自适应性,并经过简单调节黏性比例系数C之后,该格式可以在不使用限制器的情况下达到整体的高分辨率,表现出:在间断区域有足够的数值耗散保证稳定;在光滑区域,黏性很小,不会影响格式在此的高精度.最后的几个数值算例以熵稳定ERoe格式和高分辨率熵稳定EYee格式的数值结果作为参照,分析说明这种格式的特性.     

高负荷涡轮叶冠泄漏损失来源分析(英文)

高性能燃气轮机的发展迫切要求对涡轮内部损失来源及其物理机制有更清楚的认识。采用带冠设计的涡轮中,气动损失的很大一部分来自叶冠的泄漏流动。为了深入分析叶冠泄漏损失对涡轮性能的影响,选取高负荷涡轮,采用带有掺混面模型的三维定常计算方法和熵增的分析方法来研究叶冠泄漏的损失来源和损失机理。计算中考虑了详细的叶冠几何结构,打破了经验公式在模拟叶冠泄漏流时的局限性。结果表明,带冠涡轮比不带冠涡轮的气动效率高出约0.9%。叶冠泄漏所带来的损失主要分为腔体损失、泄漏损失、掺混损失和攻角损失四个部分,这四种损失来源在不同间隙下所占比例并不相同。因此,考虑完整的叶冠几何结构对涡轮性能的预测和气动设计至关重要。     

基于参数化关联技术的冲裁模具设计研究

对于相似性零件冲压模具重复设计和零件更改造成的模具重新设计的问题,参数化关联技术是主要的解决途径之一.本文研究了参数关联的理论和方法,研究了参数的传递的方法,以冲裁模具的设计为例,介绍了冲裁模具参数化关联技术的具体实现,并应用CATIA二次开发方法进行基于参数化关联技术的冲裁模具设计.实现了冲裁模具的快速设计,在设计依据发生更改时模具设计能够随之进行快速更新,从而提高了设计效率.     

基于灰色关联聚类的空中交通复杂度评估方法

为了准确评价空中交通态势的复杂程度,进行有效的空中交通管理,提出了一种空中交通复杂度评估方法。在已有的理论研究成果及实际运行经验的基础上,归纳了定义明确、可定量分析的基础空中交通指标集,使用灰色关联聚类方法对指标集进行聚类分析,利用信息熵理论对聚类指标求解权重,加权求和获得空中交通复杂度。方法弥补了目前使用单一维度指标描述空中交通运行态势的弊端,能更好地体现空中交通复杂度。     

基于模式矩阵的液体火箭发动机试车台故障关联规则挖掘

为发现试车台状态变量与其工作状况的关联关系,本文对液体火箭发动机试车台历史测试数据进行关联规则挖掘,对试车台状态参数进行选择和编码,使用自适应阈值算法对测试数据进行离散化,引入模式矩阵用于计算事务数据库中的频繁项集,提出了基于模式矩阵的关联规则挖掘方法,并将该方法应用于对多组历史测试数据进行频繁项集挖掘,对挖掘结果的分析表明:与传统方法相比,本文方法效率高,计算量小,挖掘结果能正确反映试车台状态变量与其工作状况间的关联规则,为试车台的测试数据挖掘提供了一种有效方法.     

一种新的SMC-PHD滤波的多目标状态估计方法

针对现有的应用于多目标跟踪概率假设密度粒子滤波器的目标状态估计方法不能很好地解决目标密度较高情况下的多目标状态估计问题,提出了一种新的基于粒子标签的多目标状态估计方法。该方法利用附加在每个粒子上的身份标签将粒子分为不同的粒子群,粒子群的个数与概率假设密度粒子滤波器的目标估计个数相同。随后根据粒子与最近量测的似然函数估计目标的运动状态,使得粒子概率假设密度滤波器在目标密集的情况下仍能准确地估计出目标状态。仿真试验表明,论文所提方法在目标密度较大情况下能够较好地估计出多目标状态,并提高了目标关联的准确性。     

一种基于降调频的宽带LFM信号DOA估计算法

传统的宽带LFM信号DOA估计算法,是直接对信号进行估计,为满足采样定理,需要很高的采样频率,数据量和运算量巨大。针对这一问题,提出一种基于降调频的宽带LFM信号DOA估计算法,采用基于改进谱形熵的自适应降调频技术,通过若干次降调频,将宽带LFM信号带宽降到接收机可以处理的范围内,再利用窄带LFM信号DOA估计算法估计...     

星上RS422接口电路的建模与仿真

基于最坏情况分析法结合叠加定理对星上RS422串行总线通信技术接口电路建立了等效电路模型,并结合节点电压法计算出了最坏情况下接收器输入端差分信号的电位,运用Matlab 7.0.1软件绘制出了该信号与偏置电阻之间的关系曲线,确定了偏王电阻阻值的选取范围,结合试验和工程实践给出了偏置电阻的最佳取值,保证了通信的可靠性.     

MINING CYCLIC GENERALIZED ASSOCIATION RULES

Discovering cyclic generalized association rules from transaction datbases can reveal the relationship of differ-ent levels of the taxonomies and display cyclic variations over time.Information about such variations is great use of better identifying trends in associations and forecast-ing.Because cyclic rules are quite sensitive to a littlenoise,this paper uses the noise-ratio as the criterion of i-dentifing cydclic itemsets for dealing with the problem and utilizes the cycle-pruning technique to reduce the comput-ing time of the data mining process by exploiting the real-tionship between the cycle and generalized frequent item-sets.The paper gives the algorithm of mining cyclic gen-eralized itemsets(CGI).Experiment shows that the CGI algorithm can efficiently yield results.