模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

军需保障社会化轨迹探索

后勤保障社会化,是现代军队后勤建设的大趋势。实现军需保障社会化,从条件上说,主要应具备社会经济的发展,较完善的市场和足够的军需拨款,以及相应的思想观念的转变。从时机上说,在全国全军的范围内。约需要再经过10—15年的努力,使主要条件具备后方可实现。从途径上说,不可能依据一种模式去推行,必须视不同部从及其所处的不同环境,在先后和方式方法上存在一定差别。     

α粒子在高温高密度氘氚等离子体中输运和能量沉积率的有限元计算

α粒子在高温高密氘氚等离子体系统中输运时其角密度分布函数满足非定态Ｆｏｋｋｅｒ－Ｐｌａｎｃｋ方程。本文将一维球对称情况下的Ｆｏｋｋｅｒ－Ｐｌａｎｃｋ方程在时域离散时分离成速度与坐标方向的两个方程，再对此两个方程中的速度变量作多群化处理，坐标变量（包括运动方向变量）采用有限元方法处理，分别得到了两个有限元方程。通过对两个有限元方程的耦合求解，数值求解了α粒子角密度分布函数随时间的变化，据此分别计算了α粒子对背景等离子体中的离子、电子的能量沉积率以及α粒子对背景等离子体的总能量沉积率随时空的演化。     

超音速子母弹时序抛撒分离干扰特性

为分析在时序抛撒方式下子母弹多体干扰流场特性及其对各舱段弹体气动特性的影响,基于流体控制方程与六自由度刚体运动方程,结合非结构动网格技术,分别对两种时序抛撒方式及后舱子弹单独抛撒方式下的子母弹三维非定常分离流场进行数值模拟,得到不同抛撒时序下的分离流场特性及其气动干扰特性,揭示各舱段子弹在不同分离阶段的气动干扰相互作用过程。研究结果表明:在时序抛撒分离过程中各弹体间激波不断地交错干扰,增加了流场结构的复杂性;前舱子弹的激波干扰使得后舱段子弹气动分离参数较低,分离效率较慢,尤其在短时序间隔下,后舱弹体受前舱子弹干扰较为严重,弹体的安全分离受到影响。     

基于WCNS格式的VFE-2钝前缘三角翼转捩模拟研究*

采用高阶精度WCNS格式和γ-Re_θ转捩模型对VFE-2中等半径钝前缘三角翼进行了数值模拟,重点研究了前缘转捩对钝前缘三角翼涡结构的影响。计算结果与试验进行了详细对比,表明钝前缘三角翼的前缘分离涡发生在翼尖下游,在特定雷诺数下其具体发生位置受转捩因素影响,采用全湍流模型计算会推迟分离,而耦合转捩模型后的计算结果和试验吻合很好。然后基于耦合转捩模型方法,对钝前缘三角翼涡结构随迎角变化进行了模拟。计算结果与试验吻合,并表明在较小的迎角下,前缘不会产生分离诱导涡；随迎角不断增大,分离诱导涡在三角翼后缘附近产生并向上游移动。     

高超声速滑翔飞行器轨迹预测分析

针对轨迹预测在目标交接班和基于预测命中点拦截制导中的应用需求,分析了高超声速滑翔飞行器滑翔段轨迹预测的可行性。结合典型高超声速滑翔飞行器的运动轨迹,分析了其运动轨迹特性、机动模式、转弯半径、最大射程以及可达区域,提出了基于不变力预测法的轨迹预测思路。认为高超声速滑翔飞行器在滑翔段,运动轨迹几何特征明显、转弯半径大、保持大升阻比,便于实施中长期轨迹预测,但难以实现全程预测。     

海量公交数据的人群画像算法

面向海量公交数据的人群画像对分析城市群体出行特点、交通态势等极具价值,但对数据的处理存在耗时高、质量低、解释难等问题。提出一种海量公交数据人群画像的系统化解决策略,基于PageRank算法筛选出经过重要站点的人群轨迹,极大减少目标人群的轨迹数据;提出轨迹文本化分析方法来提高人群画像的可解释性;分析确定基于余弦距离的K-means算法作为人群画像分类的聚类算法。该算法在3 000万乘客公交出行数据上的实验表明:提出的解决策略能够较为系统性地解决海量公交数据的人群画像问题,同时基于余弦距离的K-means算法的聚类效果最好且准确率约达80%。将人群画像及其轨迹使用Flow Map进行可视化展示,结果符合真实世界的人群行为特征。     

求解BOOLEAN方程的新方法

应用分离表提出了求解BOOLEAN方程的新方法,该方法的基本思想是在求解BOOLEAN方程的过程中,去掉冗余计算,使得其计算速度大大的提高。同时还研究了该方法在数字电路测试产生中的应用。     

高超声速伸缩翼变形飞行器轨迹多目标优化

针对高超声速条件下变形技术的应用模式，对具有伸缩翼的组合式飞行器滑翔弹道进行了多目标优化研究。介绍了伸缩翼的变形模式，给出了不同变形状态下的气动特性；建立了三自由度滑翔轨迹动力学模型和伸缩翼前缘热流计算模型；采用MOEA/D多目标优化算法，以变形条件和飞行攻角为设计变量、以最大射程和最小翼前缘总吸热量为目标函数，进行了多目标优化计算。优化结果表明，MOEA/D计算得到了相对均匀分布的Pareto最优解集，将伸缩翼外形与无变形外形相比，飞行器滑翔段射程得到了显著提高，同时伸缩翼前缘总吸热量有明显的降低。     

伪线性卡尔曼滤波的观测器轨迹优化算法

单站被动式跟踪存在强非线性和弱可观测性,即便观测器的运动满足可观测性条件,滤波仍然可能发散.针对此问题,使用伪线性卡尔曼滤波器,应用费希尔信息量、罗美达下限等方法对轨迹进行优化,该优化方案避免了对目标与观测器的径距信息的近似.仿真表明:该方法与传统方法比较,计算量较小,优化得到的轨迹简单,滤波精度得到改善.最后给出了在一定条件下,观测器的"最优"运动规则.