改进的多处理器混合关键性系统可调度性分析

针对混合关键性系统的多重认证需求,研究多核处理器平台中全局调度算法fixed-priority and Earliest Deadline First by Virtual Deadline（fpEDF-VD）的可调度性分析问题。fpEDF-VD结合处理器利用率和虚拟截止期两个方面来计算任务优先级,系统可调度性取决于是否存在可行的虚拟截止期调整参数。考虑到现有可调度分析方法仅测试有限数量的调整参数候选值,不能有效地判定系统可调度性,故提出了一种改进的判定方法。该方法基于传统（非混合关键）任务调度算法fpEDF的可调度利用率约束条件,利用函数图像分析研究不同关键性级别的系统可调度性需求,并在此基础上给出有效虚拟截止期调整参数的确切范围。通过实例分析及与现有判定方法的比较,验证了该方法的正确性和高效性。与理论分析一致,基于随机生成任务集的仿真实验结果表明改进后的方法具有更优越的可调度性能,能显著地提高任务集的可调度接受率。      

桁架拓扑优化几何稳定性判定法和约束方案比较

为提高桁架结构几何稳定性的判定准确度和桁架拓扑优化结果的工程实用性,对桁架结构几何稳定性的判定方法和桁架结构拓扑优化问题中3种几何稳定约束方案的有效性进行了比较研究。首先结合简单桁架示例,对比了判定桁架结构几何稳定性的几种方法,给出评估桁架结构几何稳定性的一种简单流程;然后对处理桁架结构几何稳定性的3种常见约束方案,给出了对应拓扑优化问题的一个统一的半定规划（SDP）模型;最后结合算例讨论了3种几何稳定约束方案下的拓扑优化结果,说明了不同方案的有效性。结果表明,考虑附加载荷或全局稳定约束均不能保证优化后桁架结构的几何稳定性,但在约束值合理设置的情况下,考虑基频约束则可以保证。      

基于自适应学习策略的改进鸽群优化算法

鸽群优化（PIO）算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化（ALPIO）算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。      

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

捆绑火箭气动载荷分布不确定性分析

针对带捆绑火箭气动载荷分布受飞行状态及本身外形参数变化影响存在波动的现象,提出了依据多项式混沌理论对捆绑火箭气动载荷分布特征进行全局灵敏度分析及不确定性量化的方法,并以两助推构型火箭为例对所提方法进行验证。首先,提出了捆绑火箭气动载荷分布不确定性分析的方法,并给出仿真分析流程。其次,以两助推构型火箭为例对所提方法进行验证,建立火箭气动外形参数化模型,验证气动特性分析结果。最后,对该模型开展影响因素灵敏度分析及载荷分布不确定性分析,得到了不同因素的影响程度,以及气动轴力和法向力的不确定性分布形式,分析了流场流动情况及气动载荷波动的主要原因。分析结果为捆绑火箭气动载荷波动控制提供了一定参考,通过定量描述气动载荷分布不确定性,可以有效降低安全系数冗余,为开展精确结构设计提供依据。      

ERT/UTT双模态传感器尺寸优化仿真

针对电阻/超声双模态层析成像传感器配置优化问题,提出管道同一截面内配置电极与超声探头,实现对管道内同一被测对象同一时间的检测。采用数值仿真方法,考察电学敏感场与超声敏感场在管道内分布情况,优化双敏感场的互补信息获取范围,获得被测场域内同一被测对象的多敏感信息。为降低被测截面内电极对超声敏感场的影响,定义双敏感场的最优灵敏度与均匀度,利用数值仿真方法对电极与超声探头的安装结构与尺寸进行优化,最终获得16电极与16超声探头间隔放置的最优空间结构与相对尺寸。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

航空发动机过渡态全局寻优控制方法研究

为了对发动机的动态过程进行控制, 提出了一种基于SQP的全局寻优控制方法.每一步寻优过程分为长程优化和短程优化两个阶段.根据长程优化结果, 重构了关联目标函数, 在此基础上, 进行了短程优化修正, 并利用修正结果进行控制.将这种方法应用于某型航空发动机的过渡态控制中, 得到了理想的控制结果.仿真结果表明该方法能较好地解决一般局部优化方法在有纯延迟、模型失配等情况下的优化控制效果下降的问题.      

不确定参数结构特征值问题的概率统计方法和区间分析方法的比较

 基于区间数学理论、灵敏度分析理论、Kronecker代数理论,应用Taylor级数展开、概率摄动技术,提出了具有不确定参数结构的特征值问题的区间分析方法。结合工程实例与传统的概率分析方法进行比较,给出了两种方法的数值解法及各自解法的Kronecker代数形式。数值算例的结果显示了区间分析方法在具有不确定参数结构特征值问题分析中的价值和有效性。     

基于遗传算法的H∞混合灵敏度导弹解耦控制器设计及加权函数选择方法研究

导弹在大攻角再入飞行过程中,偏航通道和滚动通道存在着气动交连耦合,当耦合影响较大时,采用传统的把耦合项当作随机干扰的办法来处理,容易造成系统失稳。因此采用基于H∞混合灵敏度解耦控制的方法对通道间进行解耦,对于H∞混合灵敏度加权函数,通过遗传算法优化获得,并推导了H∞混合灵敏度标准型的建立过程和遗传算法优化加权函数的步骤。应用该方法,对导弹大攻角飞行过程中通道间的解耦控制进行设计。仿真表明,对参数不确定性的耦合系统,该方法具有良好的解耦性和鲁棒稳定性。