集中式选取簇头的WSN拓扑控制算法研究

针对无线传感器网络的拓扑控制技术进行研究,在原LEACH算法的基础上做出部分改进,利用Sink节点集中选取簇头,避免了能量消耗,延长了网络的生命期。     

快速CFD计算工具在民机概念优化设计中的应用

高亚声速民机概念设计和优化阶段需进行大量的反复迭代,其中气动力计算的准确性与时效性是一对很难处理的矛盾体。Navier-Stokes(N-S)方程可进行较为精确的计算,但需要付出的时间和资源代价很大;工程估算方法可以快速得到估算结果,但精度较差,尤其表现在跨声速阶段的波阻估算。本文采用基于全速势方程的快速CFD计算工具与工程估算相结合的气动计算方法,避免了N-S方程耗时长和工程估算精度差的问题,实现了在民机概念设计和优化程序中的集成和应用。     

基于L-M算法的分数阶导数粘弹性本构模型的参数求解

引入分数阶导数,建立了类Kelvin体粘弹性本构模型。用最小二乘法法和Levenberg-Marquard（L-M）算法,给出了求解类Kelvin体粘弹性本构模型参数的详细步骤。由实际数据选择初值,保证L-M法不会陷入局部最小。某固体推进剂的粘弹性本构模型参数的计算结果表明：该法可较好地表征推进剂松弛曲线,且模型简单、计算参数少。     

基于一种灰色聚类滤波算法的飞机远程故障诊断虚警辨识方法

 在航线排故过程中,常会出现飞机远程实时故障报文信息的“飞机通信与寻址系统(ACARS)虚警”现象,使排故效率降低。对此,本文将灰色聚类和滤波理论结合提出了一种新的辨识算法——灰色聚类滤波算法,将常增益滤波引入灰色聚类算法,在灰色聚类算法中使用ACARS报文故障的当前数据分类故障、判断虚警的基础上,增加报文故障的历史数据,用滤波方法将历史的和当前的数据结合起来,提高辨识虚警的准确性。本算法应用于航空公司的波音777机队,能够有效辨识飞机实时故障报文信息中的虚警。     

羽流污染导致太阳帆板功率损失

在考虑羽流主要成分在不同温度固体表面吸附时间的基础上,给出了在轨太阳帆板温度的计算模型,综合考虑硅片透射率衰减和温度升高因素,建立了太阳帆板功率损失的计算模型.基于主要羽流污染物一甲基肼(MMH)-HNO3的透射率试验数据,推导出功率总损失计算模型.某地球同步卫星太阳帆板功率损失的计算结果表明:当污染层厚度达3.3×10-3 g/cm2时,太阳帆板输出功率下降程度不可忽视.     

一种空间目标RCS序列的姿态异常检测方法

准确、快速判断空间目标姿态运动模式异常,对于空间目标监测具有重要意义。针对空间目标雷达散射截面 (Radar Cross Section,RCS)序列,提出一种基于小波包分解（Wavelet Packet Decomposition,WPD）能量谱特征的无监督机器学习异常检测方法,并采用单类支持向量机(One Class Support Vector Machine,OCSVM)验证异常检测效果。设置了几种典型异常场景进行仿真分析,试验结果表明,该方法能有效检测出三轴稳定类空间目标发生失稳旋转的姿态异常。相比于传统统计参数特征、小波变换统计参数特征及能量特征的姿态判别方法,具有检测概率高、鲁棒性好的特点。     

基于Gram-Schmidt变换的有监督变量聚类

为进一步研究回归模型中高维数据的降维方法,提出基于Gram-Schmidt变换的新的有监督变量聚类（SCV-GS）方法。该方法未采用以潜变量为聚类中心的层次聚类,而是借用变量扫描思想,依次挑出对响应变量有重要贡献的关键变量,并将其作为聚类中心。SCV-GS方法基于Gram-Schmidt变换,对变量之间的高度相关性进行批量处理,并得到聚类结果;同时,结合偏最小二乘思想,提出新的同一性度量,并以此来选取最佳聚合参数。SCV-GS不仅可以快速得到变量聚类结果,而且可识别出对响应变量的解释及预测起关键作用的变量类。仿真表明该聚类方法运算速度显著提升,而且所得潜变量对应的回归系数的估计结果与对照方法表现一致;实例分析表明该方法具有更好的解释性和预测能力。      

类车体尾迹区流动的实验研究

对后倾角35°类车体在模型风洞中进行实验,运用三维热线风速仪在选定测点上对空间三个速度分量进行采样。对采得的瞬时值进行平均值处理,并制成相应的云图和矢量图。由图谱说明：类车体尾迹区流动具有对称特性,以一对拖曳涡为其主要特征,并明确了拖曳涡的涡核位置。     

基于聚类和Hough变换的多编队航迹起始算法

以传感器分辨力较低、编队成员之间距离较近时,不能辨别出编队中的目标数量和队形结构为背景,集中研究了密集杂波下编队的航迹起始问题并分析了该问题的难点所在;在此基础上,首先,通过循环阈值法将前3个时刻的量测点迹分割成多个子群;然后,对分割后的各个子群运用K均值聚类法,更准确地求出各个子群的聚类中心点作为该子群的中心;最后,通过最近邻法,以最大速度为限制将前3个时刻各子群中心点互联,对互联上的中心点经Hough变换,映射到参数空间,从而判别出成功起始的航迹和速度。经仿真验证,该方法对密集杂波环境下编队的航迹起始效果较好,并且速度快,起始率高。     

基于用户查询日志的查询聚类

基于用户查询日志提出了新的查询聚类算法.用户查询日志数据量大,比通常用于查询聚类的查询展现日志和查询点击日志更加稠密,不易产生聚类小的问题,但噪声多,不容易处理.为发现相似查询并减少噪声影响,同一用户同一时段的多次查询(共现查询)之间认为具有较高相似概率.在这一假设基础上,利用查询共现关系建立查询的邻居查询向量空间.将查询用邻居查询向量表示,邻居查询向量的相似度作为聚类中的查询相似度.应用改进的基于密度聚类算法完成聚类.实验证明,95 262个查询组成数据集上,聚类算法实现查准率79.77%、查全率48.21%,平均聚类大小达到51.