绕细长旋成体非对称涡非定常性的实验研究

详细地给出了尖锥头和椭球头细长旋成体大迎角绕流非对称侧向力的时均值和脉动值的实验结果,特别是检测了侧向力低频大振幅分量的脉动特性。实验结果表明,在迎角0°～40°范围内时均升力系数和阻力系数实验结果和由横流理论预测的结果基本一致,时均侧力系数存在的迎角范围及其最大值尖锥头明显大于椭球头旋成体。由侧力瞬时值的时间过程表明,细长体大迎角绕流非对称背涡具有明显的非定常特征(即使在中等迎角30°～40°情况下,绕流就表现为非定常的),反映在侧力系数过程线上是一个非周期的随机过程,由不同频率和振幅的分量组成。其中,低频大振幅分量由分离涡核的振动引起,中等频率分量由类似于Karman涡的脱落引起,高频小振幅分量主要由分离剪切层中的小尺度湍涡(eddies)和来流湍流度引起。实验还发现,虽然随迎角的增加,低频分量的振幅不断增大,但主频基本保持不变,对于尖锥体约1.0Hz,对于椭球体约2.0Hz。     

求解非对称线性方程组的松弛混合算法

求解大型稀疏非对称线性方程组的混合迭代算法通常会由于系数矩阵的谱分布较广而导致收敛失败。本文通过在迭代多项式中加入变化的松驰因子定义了一类松驰混合算法。选择适当的松驰因子可以显著地改善算法的收敛效果。     

求解大型对称线性方程组的循环收缩Lanczos算法

向Krylov子空间中加入一些模接近于零的特征值对应的特征向量能够加快收敛速度，事实上，对于这些模接近于零的特征值对应的特征向量，可以用Krylov子空间方法得到，并且在新的Krylov子空间形成的过程中，近似特征向量的近似度会不断提高，特别在标准Krylov子空间方法中，如果因为这些特征向量而减缓了收敛速度，则随着这些特征向量的近似度的提高，用增广Krylov子空间方法解线性方程组的收敛速度会明显加快。Lanczos算法是求解大型对称不定线性方程组的有效方法之一。但在计算过程中由于Lanczos向量失去正交性减慢了收敛速度。本文根据增广Krylov子空间方法提出循环收缩Lanczos算法，新算法充分利用Lanczos过程所得到的谱信息，确定预处理，从而加速Lanczos算法的收敛速度。     

一种适用于地球空间传感器网络的TCP Vegas模型

针对地球空间传感器网络中由正反向链路带宽不对称引起的正向链路吞吐量下降问题,提出一种基于时延且能够维持反向链路确认频率的拥塞控制模型。该模型基于反向链路中确认分组的排队时延,在反向链路发生拥塞时,降低确认分组的发送频率,以缓解反向链路的拥塞程度;而在反向链路没有发生拥塞时,加快确认分组的发送频率,以提高正向链路中数据分组的吞吐量。同时,该模型将确认分组的延迟发送时间追加到最小往返时延中,提高了最小往返时延的准确程度,从而提升模型的正向链路拥塞控制效果。仿真试验结果表明,该模型可以有效地解决由于反向链路拥塞所造成的正向链路吞吐量低的问题。     

求解大型非对称线性方程组的UNSYMMLQ方法

本文给出了求解大型非对称线性方程组的Lanczos方法的一个判据,提出了求解非对称方程组Ax=b的UNSYMMLQ方法,它是Paige和Saunders求解对称线性方程组的SYMMLQ方法的推广。文中描述并讨论了一些数值试验。     

非对称线性方程组的广义拟最小向后误差算法

正交投影方法已经广泛应用于求解线性方程组.人们很少注意到斜投影方法,事实上斜投影方法更适合于解大型非对称线性方程组.本文的目的是考虑一标准来判断是否一个给定的近似值是合适的,并给出一个算法来计算线性方程组Ax=b的解使得向后误差算法满足某个优化条件.     

一种基于链路状态的舱内环境自适应干扰消除算法

针对舱内无线光传输系统多种干扰问题,比如多径损耗和突发干扰等,提出一种基于链路状态的自适应干扰消除技术,该方法分析舱内链路状态,完成链路状态估计,采用环境自适应的变遗忘因子RLS（recursive least squares）算法,针对不同链路状态采取差异化的干扰消除策略,以提高舱内通信质量。仿真结果表明：该算法在尽力避免增加算法复杂度的条件下,相对于传统固定遗忘因子算法,在平稳状态下优先保证传输的误码性能,在链路状态变化时具有更好的收敛性能,灵活适应了舱内多种传输情况。