一种非介入式高超声速边界层不稳定波的测量方法

地面风洞实验是开展高超声速边界层转捩研究的主要手段之一,但是目前可用于高超声速边界层三维空间测量的实验技术仍极为缺乏,且已有测量技术的动态响应频率普遍较低。基于光的折射和干涉原理,搭建了一套非介入式聚焦激光差分干涉仪测量系统（Focused Laser Differential Interferometry,FLDI）,可有效获取三维流场空间点的密度变化。在马赫数为8的常规高超声速风洞中,使用FLDI开展了来流雷诺数107/m、7°半锥角尖锥标模边界层的不稳定波测量实验。结果显示FLDI成功捕获到频率在327 kHz的第二模态不稳定波及其谐波（645 kHz）。通过与PCB测试结果进行对比,FLDI的高信噪比、高解析频率（本文实验有效解析频率1.5 MHz）、高空间分辨率（沿流向小于1 mm）等优点得以体现。鉴于FLDI的高时空分辨率等优良特性,其可用于高超声速边界层不稳定波行为以及感受性等问题的研究,为深入认识高超声速边界层转捩机制以及感受性问题提供了有效手段。     

基于动态增添法的DBN滚动轴承故障诊断

针对深度信念网络(DBN)层数的不确定性而导致故障诊断精度不高的问题,提出了一种基于动态增添算法的DBN诊断方法.首先通过动态增添算法确定隐含层层数,之后按照逐层递减原则,设置模型的隐含层神经元节点数目;并以滚动轴承为研究对象,通过分析其训练样本与测试样本的分类误差曲线,来表明基于动态增添算法的DBN方法对滚动轴承故障...     

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。     

基于最短路径的SCI网络拓扑结构研究

 从航空电子系统的需求出发,对可扩展一致性接口(SCI)网络的拓扑结构进行了最短路径（跳数）研究。利用图论中的邻接矩阵变换方法,根据航空电子系统中SCI节点端口数的限制及SCI网络的小环组合结构的特点,对SCI推荐的网格形和蝶形两种网络进行了平均最小跳数的计算和分析,得出了SCI网络中小环方向的改变对平均最小跳数有影响的结论,并得到了该两种网络结构中平均最小跳数最少的拓扑形式。     

A Nonlinear Sub-grid Scale Model for Compressible Turbulent Flow

本文采用直接过滤的Navier-Stokes方程组作为可压缩湍流大涡模拟控制方程组。方程组中因过滤产生的高阶相关项用Taylor级数展开近似,但仅保留级数的一阶导数项。这样产生的误差相当于丢失了模型的部分耗散作用,本文用一种动力学非线性亚格子模型来补偿丢失的耗散影响。本文根据Caylay-Hamilton定理导出了一个非线性亚格子模型,模型中包含的系数由动力学模式确定。与传统的动力学Smagorinsky模式相比,这种动力学非线性模型(DNM)稳定性更好,且不需要在统计均匀方向进行统计平均来计算模型系数,因此减少了计算开销。本文用这种非线性亚格子模型对绕双椭球高超声速湍流进行了模拟,并将所得结果与实验值、计算值及理论值进行了对比。结果表明,本文模型可以有效地模拟可压缩湍流流场。     

一种新的星间链路切换保护算法

 星间链路切换将严重影响卫星网络的通信性能,需要对切换链路加以保护,这方面的研究目前还很欠缺。为此,给出一种新颖的星间链路切换保护(ISLHP)算法,该算法可同时生成业务路径和备份路径,且具有最小的综合费用（包括备份费用和业务费用）。算法采用本地链路保护,为星间链路切换提供快速恢复,并利用星间链路切换的可预测性和备份资源的可共用性,通过降低需要保护的链路数,减少闲置的备份资源,来提高网络资源的利用率。仿真结果表明:该算法具有切换恢复时间短,网络资源利用率高等优点。     

基于证据网络因果分析的空中目标意图识别

目标意图及时准确的估计对战场指挥决策具有重要的影响。考虑到战场环境复杂多变,其检测数据、信息、知识具有较高的随机性和认知不确定性,本文面向目标意图知识推理,基于结构因果模型,利用证据网络在不确定性处理方面的推理优势,提出了一种基于证据网络因果效应分析的空中目标意图识别方法。该方法通过d-分离检验构建兼容信息特性与意图多样性的因果证据网络模型,使模型同时考虑领域知识和数据间的条件独立关系,并将认知不确定性内嵌于推理引擎中,推理实现不确定战场环境下空中目标意图估计。此外,基于提出的因果证据网络模型和干预算子计算目标意图与属性之间的因果效应,挖掘目标意图估计蕴含的因果逻辑关系。仿真分析表明：本文提出的方法能够同时处理随机不确定性与认知不确定性,克服了传统意图识别方法缺乏因果分析的缺陷,是对目标意图和战场态势要素的深层次认知,实现了意图识别的“由果溯因”和“由因识果”。