支板喷射超声速燃烧流场三维大涡模拟

利用火焰面模型和混合LES/RANS方法对某支板构型超燃冲压发动机进行模拟,讨论了化学反应对湍流流场的影响,并比较了3D和2D模拟的差别.结果表明,不考虑化学反应时剪切层中的大尺度结构控制着整个混合过程,且剪切层具有明显的三维特性;2D模拟能捕捉到涡的配对与合并现象,而3D模拟中涡的拉伸、扭曲及破碎特性更加显著;考虑化...     

基于进化搜索策略的并行子空间设计算法

并行子空间设计是一种有效的多学科设计优化算法,但其搜索策略存在两点不足:一是寻找全局最优解能力有限,二是计算复杂。为弥补上述不足,将遗传算法应用到CSD算法中,提出了一种基于进化搜索策略的CSD算法。介绍了该算法的设计流程,应用该算法对一测试问题进行了优化,取得了满意结果。     

一个二阶精度的大粒子有限体积方法

对二维Euler方程给出一个二阶精度的非结构网格有限体积方法,方法的主要思想是把Euler方程的一个时间步分两步计算:第一步只考虑压力加速效应,第二步再考虑输运效应,离散过程中采用一种具有最小二乘思想的线性重构函数以计算交界面的流通量,数值实验表明该方法是非常有效的。     

一种基于混合模拟的计算组合电路中软错误率的方法与工具

随着工艺尺寸的不断缩小,组合电路引起的SER(Soft Error Rates)越来越严重.针对使用HSPICE计算组合电路软错误率速度较慢以及使用传统的组合电路软错误率分析工具在对待重汇聚时计算精度不高的问题,本文提出了一种混合模拟的方法,并基于该方法实现了组合电路软错误率分析工具.该混合模拟方法使用HSPICE模拟发生重汇聚的逻辑门;使用快速的脉冲传播算法模拟其他逻辑门.模拟结果表明,该方法可以在速度和精度上达到很好的折中.通过与国际上常用的组合电路软错误率分析工具进行比较发现,在重汇聚发生较多的电路中,该混合模拟方法更能真实地反应组合逻辑中的软错误率.     

“模块化”编组 “积木式”组合 打牢民兵预备役部队战斗力生成基础

当前,国防后备力量建设编组质量不高、武器装备不配套,"编、训、管、用"脱节等问题还比较突出,一定程度上影响和制约了其"两个能力"的提升。着眼推动国防和军队建设科学发展,加快转变战斗力生成模式,民兵预备役部队必须从基础抓起,强化"编组出战斗力"的思想,研究探索"模块化"编组、"积木式"组合的新路子,不断夯实组织基础,巩固提高"两应"能力。     

天基光电探测系统微弱点源目标模拟器设计

在天基光电探测系统的功能与性能测试、半物理仿真试验等过程中,需要能够模拟无穷远处极小星点以及微弱星光照度、低红外辐射强度的目标模拟器,并且光源具有多种谱段特性(可见光0.35～0.80 μm,长波红外7.5～9.6 μm).提出并详细论述了天基光电探测系统的微弱点源目标模拟器技术方案,基于此方案设计研制的目标模拟器,实现了可见光视星等6等和红外照射强度3 W/sr的目标模拟,满足了系统的各项测试需求.     

基于单地震波传感器的运动目标参数估计方法

远距离的强振源和近距离的弱振源在接收器中可能会引起相同的信号强度,从而使以检测能级阈值为主的目标区域判别方式造成误判,达不到良好的毁伤效果。利用单个三轴地震波传感器接收舰船航行时产生的水中和海底声信号对目标进行被动探测定位,与舰船产生的信号强度无关,与距离也无关,经理论分析表明:该方法能够检测出舰船的运动参数及从水雷上方通过的时间,从而确定水雷的最佳打击位置。     

弹丸爆炸仿真与破片质量统计软件开发

针对利用试验研究弹丸爆炸过程难度大的问题,采用ANSYS／LS-DYNA有限元软件对弹丸爆炸过程进行了仿真,设计开发了破片质量分布统计软件,再现了弹丸爆炸的宏观过程,并且得到了破片质量分布的定量结果．     

基于Kraken模型的海洋声场及相干性分析

海洋环境的复杂性和多变性严重影响着水下信号处理系统的性能,海洋声场研究及其相干性分析利于海洋中声纳设备有的布放,为海洋环境的相关场分析和声场的战术运用提供理论依据.射线模型、简正波模型、抛物线等模型分别适合于不同的海洋声场环境,以Kraken简正波模型为基础,完成对不同频率下典型的海洋声场计算与分析,得到不同条件下声场的传播损失图.海洋声场相干性分析侧重于声场水平纵向相干及垂直相干研究,结合其结构产生分别对纵向相干与声源深度及垂直相干与阵元间距等因素的关系展开讨论.研究表明:对不同频率下的声场传播损失的分析及海洋声场的水平纵向相干、垂直相干等问题的探究能够为海洋环境的相关场分析和声场实际应用提供一定参考.     

基于QPSO算法的支持向量机参数优化研究

应用具有量子行为的粒子群优化算法,对支持向量（SVM）进行参数优化研究．根据支持向量机的分类准确率和泛化能力之间的关系,应用QPSO算法选取比较优秀的参数模型,比较参数模型的各项性能,选取最适合实际需要的参数模型．仿真表明,QPSO算法的SVM模型与PSO算法相比在分类准确率和泛化能力上均获得更好的效果,经QPSO优化后的SVM整体性能明显提高．