一种基于消息转发的类异步并行进程迁移算法

针对并行机群系统的进程迁移问题,提出了一种新的基于消息转发的类异步并行迁移算法, 该算法使用消息驱赶、消息转发、缓存优先匹配等多种机制,避免了一般类异步迁移算法集 中式管理,非迁移进程参与协调工作较多的缺点,通过算法描述和实验结果表明,该算法具 有迁移效率高、易于管理和控制、健壮性好等优点.     

DS/FH混合系统鲁棒自适应抗干扰技术

根据鲁棒估计理论,采用一种基于广义M估计的自适应滤波器消除DS/FH混合扩频系统中的部分带宽干扰,并推导了鲁棒自适应算法.比较了2种M估计中常用的ψ函数的性能:Huber函数(Huber function)、三权重函数(Tri-weight function).Monte Carlo 仿真结果表明,采用鲁棒自适应滤波器的DS/FH系统抗非稳态干扰性能显著提高,且具有拒绝特性的三权重函数性能明显优于Huber函数.      

建筑物干扰条件下双烟囱的风洞试验研究

主要介绍某发电厂双烟囱在有建筑物干扰条件下的风洞试验研究,并主要测试了烟囱在各个风向角条件下基底的静态力和动态力.刚性模型的试验结果表明:当两烟囱处于串列状态时,上风侧烟囱存在显著的遮挡效应,使得下风侧烟囱的静态基底力显著降低.气动弹性模型试验得到的动态基底力结果表明:当两烟囱处于串列状态时,上风侧烟囱对下风侧烟囱的气动干扰较为显著,导致其动态力较大.当烟囱前方存在厂房干扰,且风向角为195°时,烟囱基底的合成弯矩有最大值.     

高速喷流干扰及控制技术研究

在高速风洞中对单喷模型喷流干扰和二次引射实现推力转向进行了试验研究,试验马赫数为0.6和0.8.结果表明:亚、跨声速喷流对气动特性起到积极作用;引入二次流可以实现喷流偏转,但是会带来一定的推力损失.     

飞艇模型腹撑支架干扰修正方法研究

对某型飞艇刚性模型的腹撑支架干扰进行了试验研究和数值计算研究。风洞试验采用单点腹撑系统支撑模型,获得飞艇的气动力数据,并通过镜像两步法获得支架干扰量,但是试验无法扣除镜像支架与主支架之间的二次干扰,会给试验数据的支架干扰修正带来一定误差。故采用数值计算方法,对飞艇模型、飞艇模型带腹撑支架、反装模型带腹撑支架、反装模型带腹撑支架和镜像支架等状态下的气动特性进行模拟,获得支架对飞艇绕流场的影响,以及净支架干扰量和二次干扰量的大小,并将计算结果与试验结果对比。对比结果表明,在支架对飞艇气动特性的影响规律上试验与计算结论一致,但在具体数值上二者存在明显差异,表明二次干扰量不可忽视,应在飞艇试验数据的支架干扰修正中予以扣除。     

考虑平稳风修正和塔架干扰的风力机叶片3-D风场模拟

为准确模拟风力机纵向、横向和垂直向的3-D随机风场,以南京航空航天大学自主研发的NH1500风力机为例,首先采用考虑沿高度变化的指数模型、塔影效应影响的潜流模型和上游风机尾流影响的涡流粘度模型对平稳风进行修正。然后基于空间变化的改进Von Karman风谱模型,结合谐波叠加法模拟风力机的来流脉动风速时程,再利用改进的叶素-动量理论获得考虑叶片旋转效应和塔架-叶片相干效应的风力机纵向、横向和垂直向3-D随机风场。该方法充分考虑风力机风场模拟的外界干扰因素和自身特性,提高了风力机系统风场模拟的准确度。算例分析表明,本文方法可以准确地模拟给定风环境的风力机系统3-D风场。     

一种新的尾迹-地面干扰修正方法

在使用涡尾迹方法对处于地面效应状态下的旋翼进行气动计算时,会出现由于部分涡丝运动至地面下方而导致的尾迹迭代不易收敛、尾迹结构计算不够准确等问题。针对这一问题,基于空气的低速不可压理论,提出了一种新的尾迹-地面干扰修正办法。该方法与之前的方法相比,能将地面附近的涡丝修正到更准确的位置。算例表明,引入该方法的计算模型,获得的尾迹位置总体精度提高,尾迹迭代的收敛速度也有所增加。     

对警戒、引导雷达的侦察/干扰技术

提出了适合于警戒、引导雷达工作特点的侦察／干扰技术方案，详细描述了其设计原理，经推广使用，达到了满意的效果。     

非理想条件下认知蜂窝网络物理层安全传输方案

认知无线电技术可以解决频谱实际利用率不高的问 题,作为关键技术之一被引入下一代蜂窝移动网络中。同时,由于无线信道的广播特性和 不确定性,非理想条件下的信息安全传输问题不可回避。由于认知无线网络中主、次网络间 存在相互干扰,文中借鉴干扰对准思想,高效地管理和利用主、次网络之间的相互干扰,通 过优化设计发送预编码矩阵,尽量避免干扰合法用户接收,同时尽可能地对窃听节点实施阻 塞干扰。Monte Carlo仿真验证了非理想条件下干扰对准设计预编码矩阵的优越性,同时也 证实了信道估计精度在提高蜂窝移动系统传输性能和安全性能方面的重要性。     

网络攻击下无人机信息物理系统的自适应状态估计

针对网络攻击下无人机信息物理系统(CPS)的安全状态估计问题,提出了一种基于自适应方差极小化的递推状态估计器(AVMRE)。通过将针对控制输入和传感器数据的恶意攻击分别建模为状态和量测方程中的未知干扰项,建立了未知干扰解耦状态递推估计器,实现滤波误差中的量测未知干扰解耦,利用滤波残差设计自适应调整因子对估计误差上界进行极小化,应用最小方差估计准则求解出算法中的量测增益反馈矩阵。同时引入事件触发机制,使得系统在保持一定估计精度的情况下节省通信资源。此外,给出了滤波误差指数有界性的充分条件。无人机飞行模型仿真验证了本文算法相比传统算法的有效性和优越性。