16MnR钢疲劳统计特性评估的双随机变量方法

严格按照ASTM standard E647-93，对16MnR钢进行了21试件的紧凑拉伸试验，为了描述疲劳裂纹扩展统计特性规律，采用两个随机变量Paris公工描述疲劳裂纹扩展统计特性的方法，为了疲劳统计特性评估，采用了含双随机变量的Paris公式，二阶矩解法，与试验结果比较说明，所用方法的合理性。     

用于制备量子遥感压缩光源的模清洁器的设计

压缩态光场是量子遥感成像实验中使用的光源，制备该光源的过程中需要一个窄线宽的模清洁器改善激光的光束横模质量和过滤高频噪声。文章对模清洁器抑制高阶模的原理进行了研究，根据实验需求设计了三镜环形腔结构的模清洁器基本参数，设计中兼顾了窄线宽与透过效率两方面要求，线宽为1.4MHz，透过效率为60%。通过仿真优化了模清洁器对高阶模的抑制效果，最终设计的模清洁器对高阶模的抑制度大于12dB，将用于795nm量子遥感成像实验中。     

用DE求解最小能量借力飞行问题

提出了一种差分演化算法（DE）以求解最小能量借力飞行问题。分析借力飞行的物理过程,用演化算法给出最小能量借力飞行的优化模型。优化算例表明：该算法结果较文献更优。     

固体火箭发动机成本与性能双目标优化设计

为求解某运载火箭上面级固体推进剂火箭发动机多属性价值优化问题,建立了发动机主要部件的参数成本模型,研究了一种改进的Pareto多目标遗传算法--IPGA算法,测试函数的计算结果表明,该算法收敛性优于NSGA-Ⅱ算法.以运载火箭末速度增量最大和发动机制造成本最低作为目标函数,采用IPGA计算得到了壳体材料分别为APMOC和碳纤维时的Pareto非劣解集,采用理想点法得到非劣解集中费效比变化的拐点,计算结果表明,以该点为满意解设计方案可以使该运载火箭的有效载荷提高7.6%,并使发动机的成本降低.     

基于量化分析的软件测试过程的控制技术

论述了软件测试的基本过程以及涉及的文档、角色和活动.在此基础上重点讨论了如何通过在测试过程中提取的有效数据来对整个测试过程进行监督、控制和管理的技术,如对测试进度变化、软件问题分布、人力资源情况、软件问题处理时间以及软件问题重现等情况进行分析的技术.为保证被测系统的质量、提高效率、降低成本和改善测试过程提供支持和帮助.      

亚、超音喷管中声传播的数值模拟

采用计算气动声学方法研究了管道近音速区的声传播和声波与激波的相互作用问题。空间离散采用高阶DRP格式,时间离散采用低耗散低频散的龙格库塔方法,边界条件采用Giles的特征变量一维非定常无反射边界条件。计算结果和解析解的精确吻合表明,计算中应用的这种高阶的DRP格式有很高的分辨率和很好的稳定性,适合声传播的计算。      

参数不定区间估计的对偶线性规划方法

将参数不定区间估计(PIE)问题变换成一组对偶线性规划(DLP)问题,提出了求解这组DLP问题的改进单纯形方法.该方法利用变量间的对偶关系,直接计算初始基本可行解,省去了初始基本可行解的搜索步骤.此外,在确定旋入和旋出变量时都采用了目标值最大减少规则,减少了旋转迭代次数.针对由PIE问题所导出的全部DLP问题都具有相同的目标函数和约束矩阵,给出了单搜索过程求解全部DLP问题的联合单纯形法.仿真结果说明了所给算法的计算效率.      

小行星远距离抵近轨道

讨论了小行星引力一阶项可被忽略情况下的小行星远距离轨道设计及动力学。此时,航天器的运动受太阳引力和太阳光压的影响。航天器和小行星的加速度之差在这两者之间形成的独特的相对动力学,为航天器在小行星附近停驻与观测提供特定轨道。完整解决了小行星处于圆形日心轨道这一较简单情况,也考虑和阐述了椭圆轨道情况,并取得了一些初步结果。     

转子振动信号的二阶非平稳源盲分离

复杂的转子系统的多振动混叠信号分离是振动信号处理领域的一个难题。在介绍盲源分离基本原理的基础上,首次选用了二阶非平稳源盲分离算法对带有较强噪声的实际转子系统的振动信号进行盲分离,满意地分离出了各个振动源信号。采用SONS算法得到的振动源频谱分析清晰地反映出了各个振动源的频谱特性,且较好地抑制了噪声的影响。研究中提出的测量方法,为实际复杂结构的振动源盲识别提供了支持。     

飞机表面绕射射线的寻迹方法

研究一种电子对抗特种飞机表面绕射射线的寻迹新方法.对飞机进行快速三维几何建模和表面网格剖分,并根据需要对几何模型的剖面和结点加密,生成飞机表面网格数据;选定寻迹区域,对飞机表面网格结点进行管理,根据费马原理,采用改进的动态规划方法,在飞机表面网格上快速、准确地实现任意源点和绕射接收点间的短程线计算;在此基础上,采用递归方法实现可视化的几何绕射理论(GTD)、一致性几何绕射理论(UTD)绕射射线离散寻迹.绕射射线离散寻迹为数值方法求解机身表面任意两点间的天线隔离度提供了条件.