旋翼跨音速非定常黏性绕流的高效CFD模拟方法

为提高旋翼跨音速黏性绕流CFD模拟的效率,建立了一套基于隐式LU-SGS算法和OpenMP并行策略的旋翼非定常流场高效数值求解方法。首先,基于二维剖面翼型的Poisson方程求解和网格插值、翻折方法生成绕桨叶的O-C-O型贴体正交网格,并采用高效的"扰动衍射"(Disturbance diffraction method,DDM)挖洞方法、并行化″Inverse map″(IM)的贡献单元搜索方法,构建了旋翼运动嵌套网格系统。在此基础上,以耦合S-A湍流模型的非定常RANS方程为主控方程,对流通量采用高精度的Roe-MUSCL格式进行离散,时间推进采用隐式LU-SGS双时间方法,同时采用OpenMP并行策略加速旋翼流场求解。最后,运用所建立的方法分别对悬停ONERA 7A旋翼、前飞Caradonna-Tung(C-T)旋翼无升力状态及SA349/2旋翼有升力状态的气动特性及涡尾迹特征进行了模拟,通过与试验值对比验证了文中方法在旋翼非定常流场CFD模拟中的有效性和高效性。     

高速Turbo并行迭代译码原理及仿真

Turbo码之译码过程通常采用LOG-MAP算法的迭代译码,在获得很好的译码性能的同时,也造成了巨大的译码延迟,因而限制了其实际应用。为了降低译码延迟,通常采用分块并行译码方案,将译码器接收到的长帧分割为长度较小的子帧。对基于LOG-MAP算法的并行译码方案进行仿真实现,结果表明并行译码方案在获得很好的译码延时的同时,也存在误比特率性能的下降,即所谓分块效应。     

失效卫星姿态接管的并行学习合作博弈控制

针对多颗微小卫星合作接管失效卫星姿态运动的问题,研究了考虑微小卫星控制约束的多星合作博弈策略学习与协同控制方法。首先,建立了微小卫星合作博弈模型,给出了能够处理微小卫星控制约束的多星合作博弈帕累托最优策略显式表达式。其次,针对微小卫星合作博弈策略学习需求,通过过去与当前时刻数据的并行使用,设计了基于并行学习的策略迭代方法,该方法放松了神经网络（NN）权值矢量学习对持续激励条件的要求。给出了为确保神经网络权值矢量估值收敛,所使用的过去时刻数据所需满足的条件,并通过Lyapunov方法分析了神经网络权值矢量估计误差的一致最终有界性。之后,采用并行学习策略迭代方法进行了微小卫星合作博弈帕累托最优策略数值解的逼近。所获得的合作博弈策略具有反馈控制形式,在进行神经网络权值矢量学习后,各微小卫星能够通过合作博弈策略的独立计算实现失效卫星姿态运动接管过程中的闭环协同控制。所设计方法避免了传统姿态控制方法所需进行的力矩分配,消除了微小卫星数量对其控制计算复杂度的影响。最后,通过数值仿真对所设计方法的有效性进行了验证。     

CET考试报名系统中的考生相片处理及实现

在CET考试报名系统中,考生相片的采集和处理过程较为复杂,且对导人相片数据的格式要求比较严格.论文通过Photoshop,ACDsee,Excel等软件的综合运用,较好地解决了考生相片处理过程中遇到的棘手问题,大大提高了CET考试报名组织工作的效率.     

基于单循环方法的涡轮叶片可靠性及多学科设计优化

为了得到适用于涡轮叶片复杂结构并同时考虑可靠性的多学科设计优化方法,将基于单循环方法的可靠性分析（SLBRA）与并行子空间设计优化方法 （CSSO）相结合,提出了一种基于可靠性的多学科设计优化（RBMDO）方法。在优化过程中使用Kriging近似模型并不断提高模型精度。该方法在计算最可能失效点（MPP）的过程中避免了优化迭代,提高了计算效率。以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比。结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率明显提高,证明了该方法在工程应用中的可行性和有效性。     

基于频带相关性Deep Learning的无线通信干扰智能识别

近年来,随着无线通信技术在军事领域的发展及各类无线通信装备数量的增加,战场电磁环境变得越来越复杂,其要求通信系统具有更强的抗干扰能力,而智能干扰识别是抗干扰的前提.基于传统机器学习的各类干扰识别算法存在干扰前期特征提取繁杂、低干噪比(JNR)下识别正确识别率低的问题.本文针对上述问题,引入了并行多路多尺度卷积,通过增加...     

结构光三维视觉检测中光条图像处理方法研究

在结构光视觉检测系统中,光条中心的提取精度直接影响到整个测量系统的测量精度.光条图像的处理是其中重要的一步,尤其是受到严重噪声干扰的图像.探讨了被多种噪声干扰的光条图像的处理和精确提取光条中心的方法.给出了一种消除环境干扰的滤波模板并实验验证了其滤波效果.使用这些光条图像处理方法使整个测量系统在200mm×200mm的测量范围内测量精度达到0.083mm.      

基于Java多线程技术的项目进度并行仿真研究

利用系统仿真的思想,对项目中的工序进行建模.通过计算得到工期的估计.根据MonteCarlo仿真原理.基于Java多线程技术,利用网格计算集群对一个算例进行并行仿真.研究结果以及时间统计表明.该方法不仅可以计算出工期进度概率分布,明确关键路径,而且可以缩短仿真时间,提高效率.     

并行遗传算法在机载宽频带天线罩设计中的应用研究

用评估函数法构造了适用于遗传算法求解的复合材料结构多目标优化问题的等价表达形式,给出了离散变量与连续变量混合优化问题解的染色体表示。研究了粗粒并行遗传算法和细粒并行遗传算法在本类问题中应用的优劣。给出的数值实验表明:粗粒并行遗传算法对天线罩等复合材料结构的优化设计具有更好的适应性和鲁棒性。具有很好的应用前景。     

基于分布式并行遗传算法的电力系统无功优化

针对传统遗传算法寻优质量差、计算时间长的问题,提出了基于计算机集群的一种新的分布式并行遗传算法解决电力系统无功优化问题.采用遗传模拟退火算法和分布式并行计算MPI(Message Passing Interface)技术,实现多进程的分布式集群计算.该算法通过个体迁移策略来协调优化各个子种群,使用计算效率来判断计算负载状态,采用动态种群来进行负载平衡.通过运用标准测试算例IEEE14节点和一个实际电力系统的无功优化计算,结果表明这种算法具有很高的稳定性,有较好的并行效率,适合求解大规模电力系统的无功优化问题.