复杂平面区域的三角网格生成算法

为生成复杂平面区域的有限元网格,提出了基于网格细化的三角网格生成算法.该算法首先采用耳尖移除法对区域边界做三角划分,得到粗略的初始网格.提出Delaunay优化平分方法,根据网格密度细化初始网格,该网格细化方法结合最长边平分技术与Delaunay边交换技术,可有效提高内点生成与单元细分的质量.实验表明,基于Delaunay 优化平分的三角网格生成算法可对任意平面域进行网格剖分,生成符合有限元计算要求的高质量三角网格.     

一种基于估计熵的自适应模糊滤波器及其在箭遥信号处理中的仿真应用

介绍了一种基于估计熵的自适应模糊滤波器 ,并将其应用于宽带噪声中火箭遥测速变信号的数字滤波。讨论了自适应模糊滤波算法 ,给出了应用实验结果。分析和实验表明 ,这种新型滤波器能根据信号的复杂程度自动调节其参数 ,对宽带噪声中非平稳随机信号有较好的滤波效果     

基于新型非结构有限体积解耦算法的激波诱导燃烧数值模拟

把基于结构网格有限差分方法建立的化学非平衡流动模拟的新型解耦算法推广到基于非结构网格的有限体积法,从而可用于模拟复杂几何构型下的化学反应流动.对H2/ Air预混气体中激波诱导振荡燃烧的Lehr实验进行了数值模拟,计算得到的振荡频率与实验结果符合很好,表明计算方法具有时间和空间二阶精度.通过对不同几何外形发射体的计算发...     

双变因子LMS自适应滤波算法

为提高最小均方(LMS)自适应滤波算法的性能,在步长因子与误差信号满足一种改进的Sigmoid函数关系式的基础上,提出了一种双变因子控制下的变步长LMS自适应滤波算法。该算法具有初始状态收敛速度快、稳定状态均方误差小、抗噪声性能好、适应系统跃变能力强的优点。计算机仿真结果验证了该算法的优越性。     

神经网络的单滤波器目标跟踪算法

当前统计模型及其自适应滤波(CSMAF)算法是机动目标跟踪中的一种有效方法.但该方法对目标机动加速度极限值有依赖,并且对弱机动目标跟踪的精度不高.为解决这一问题,利用一种改进的加速度方差自适应调整公式克服了对加速度极限值的依赖,同时利用神经网络对滤波参数信息进行融合,自适应调整过程噪声.仿真结果表明,该方法有很好的机动...     

自适应两步滤波算法在机载IRSTS被动定位中的应用

在机载红外搜索跟踪系统被动定位研究中,针对扩展卡尔曼滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点,利用两步滤波算法并结合Sage-Husa噪声估计器构建了适用于机载IRSTS被动定位特点的自适应两步滤波算法模型,算法不仅实时在线地估计了观测噪声的统计特性,而且避免了观测模型线性化误差.仿真结果表明,在完全相同的初始条件下,自适应两步滤波算法对目标运动参数的估计结果明显优于扩展卡尔曼滤波,从而提高了机载IRSTS被动定位的精度.     

对抗仿真中防空导弹微分对策模型研究

针对防空导弹与目标的空间对抗,建立了防空导弹微分对策空间对抗模型,并推算得到了最优策略,运用自适应神经网络评判方法对模型进行求解,通过给定条件下的仿真证明了该算法的有效性,显示了该模型可应用于防空导弹与目标的空间对抗问题。     

一种修正的机动目标模型及自适应滤波算法

在"当前"统计模型的基础上,通过修正目标加速度的概率分布、机动加速度与方差的自适应关系及过程噪声协方差矩阵,提出了一种修正的机动目标模型及其自适应跟踪算法。理论分析和仿真结果表明,该模型能够准确描述目标的各种机动情况,跟踪算法具有良好的跟踪性能,具有实际应用价值。     

基于小波变换模极大值的自适应阈值图像去噪算法

依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点,在大尺度下设置阈值,去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上,采用自适应阈值的方法,克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明,与单一阈值去噪方法相比,该方法不仅可以保留图像边缘信息,而且能提高去噪后图像的峰值信噪比2~5 dB。     

多转子-轴承系统虚拟样机建模及仿真

以LMS Virtual.Lab Motion为开发环境建立了某传动箱多转子-轴承系统虚拟样机,导入PRO/E模型文件进行简化,建立实体模型。针对目前所建立的齿轮传动系统虚拟样机过于简化的情况,建立了考虑时变啮合刚度的非线性扭转振动模型。通过组合副和用户自定义程序,实现了齿轮副和轴承端的耦合振动模型。仿真结果表明:通过虚拟样机仿真的方法获得载荷谱是可行的,其可用于深入研究传动箱的振动分析、强度校核和寿命预测。