不适定问题和Tikhonov正则化方法

介绍了解不适定问题的Tikhonov正则化方法,给出它的基本概念、基本结果以及它的进一步发展。     

用于GPS接收机的功率倒置阵抗干扰性能研究

分析了GPS接收机自身的抗压制性干扰能力 ,并对采用了功率倒置算法的GPS接收机抗压制性干扰性能进行了研究 ,得出结论 :采用功率倒置阵是提高GPS接收机抗压制性干扰性能的有效手段。     

倾斜转弯高超声速飞行器滚动通道的自适应全局积分滑模控制

针对倾斜转弯高超声速飞行器滚动通道控制中初始误差大、系统参数不确定和干扰严重的问题,设计了一种自适应全局积分滑模控制方法.该方法在滑模控制参数中引入了自适应调节律来逼近系统参数摄动和干扰的上界,保证了整个控制过程中的滑模可达性,在此基础上,设计了一种基于全局积分滑模面的自适应滑模控制器,消除了稳态误差,同时大大削弱了系统参数不确定和干扰对系统的动态影响,并使系统在初始阶段就处于滑模态,解决了大的初始误差引起的超调问题.理论分析和仿真结果验证了本文所提方法的有效性.     

舰船水下静态电场深度换算的格林函数法

为从有限深度、有限范围内的舰船水下静态电场数据获知实际舰船更大深度上的场分布特征,在对深海环境中舰船静态电场满足的拉普拉斯方程进行求解的基础上,提出静态电场深度换算的格林函数法,推导出了换算公式的边界积分表达式,给出了实际应用中换算公式的近似计算方法。以舰船静态电场的基本模拟体——单个水平电偶极子的场为例,采用数值仿真的方法对换算公式进行了验证,并对近似计算方法进行了讨论。研究结果表明:该方法可直接通过对测量平面上离散场量进行二重求和来实现静态电场的各类深度换算;与文献中已有的换算方法相比,其换算过程更为快捷。     

在单晶硅片上直接电化学沉积制备镍反opal光子晶体

采用电化学沉积工艺直接向组装在单晶硅片上的聚苯乙烯胶体晶体中填充金属Ni,成功制备了Ni的反opal光子晶体。采用线性扫描伏安法研究了单晶硅表面的化学刻蚀对Ni的电化学沉积过程的影响,并采用扫描电子显微镜(SEM)、X射线衍射等对Ni反opal光子晶体的形貌和结构进行了观察分析,对其光学性能进行了初步研究。研究结果表明,对单晶硅片表面进行化学刻蚀有利于金属Ni的电化学沉积;在PS胶体晶体模板中电化学生长的金属Ni呈多晶状态,去除模板后形成了金属Ni的有序多孔结构。     

均匀分布集群目标射击火力分配优化数值仿真方法

基于所提出的火力分配方案,使用数值积分方法将对均匀分布集群目标射击的火力分配优化问题转化为由多变量初等函数表示的积分和函数在单位多面正方体内的最小值求解问题,火力分配优化的瞄准点坐标可以尝试利用成熟的Matlab优化计算软件来直接求解,算例说明所给出方法对于火力分配优化问题的深入研究是有裨益的.     

非平衡机制下激光与等离子体相互作用机理

采用三温度热化学非平衡模型,考虑了激光能量在空气等离子体中的共振吸收和逆韧致吸收机制,用有限差分NND格式对控制方程组进行数值离散.对等离子体点火过程进行耦合计算,并研究了不同入射激光强度条件下等离子体吸收波的形成和演化机制,讨论了粘性扩散效应对等离子体吸收波的影响.结果表明,在初始温度300K,大气压力条件下,生成ZND模式的LSD波所需最小激光强度为5.0×106 W/cm2.     

载体感应磁场的改进积分方程法

针对几何结构复杂的载体感应磁场计算问题,提出采用面单元和体单元分别对铁磁物体薄壳体结构、非薄壳体结构剖分,并实现了感应磁场的积分方程法计算。球-球体模型解析算例表明,所提方法数值精度可靠,其平均相对误差不超过0.27%;船舶模型仿真算例表明,该方法在单元量规模较小时计算精度较好,体现了方法在载体感应磁场建模方面的优势。将该方法分别应用于潜艇主舱段-设备模型和潜艇主舱段模型磁场计算时,数值结果与实验结果平均相对误差均小于2%,数值和实验结果比较表明,铁磁设备对模型磁场影响显著。仿真和实验算例均表明所提方法可有效应用于载体的感应磁场计算,具有一定的工程实用价值。     

Stochastic regret minimization for revenue management problems with nonstationary demands

We study an admission control model in revenue management with nonstationary and correlated demands over a finite discrete time horizon. The arrival probabilities are updated by current available information, that is, past customer arrivals and some other exogenous information. We develop a regret‐based framework, which measures the difference in revenue between a clairvoyant optimal policy that has access to all realizations of randomness a priori and a given feasible policy which does not have access to this future information. This regret minimization framework better spells out the trade‐offs of each accept/reject decision. We proceed using the lens of approximation algorithms to devise a conceptually simple regret‐parity policy. We show the proposed policy achieves 2‐approximation of the optimal policy in terms of total regret for a two‐class problem, and then extend our results to a multiclass problem with a fairness constraint. Our goal in this article is to make progress toward understanding the marriage between stochastic regret minimization and approximation algorithms in the realm of revenue management and dynamic resource allocation. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 433–448, 2016     

基于改进QPSO-NN的冗余机械臂逆运动学算法

针对某种冗余机械臂逆运动学求解的问题,提出了一种基于改进量子粒子群神经网络的求解算法。以冗余机械臂末端位姿为输入,经神经网络求得其逆解;针对神经网络输出结果误差较大的问题,把神经网络求初值加入初始化的粒子群中,通过基于Metropolis准则改进量子粒子群算法,避免了量子粒子群算法的早熟现象;以关节坐标经正向运动学求得的末端位姿和期望位姿的误差为适应度函数,对机械臂关节坐标迭代寻优。仿真结果表明该方法结合了神经网络算法的快速性和改进量子粒子群算法的精确性,满足求冗余机械臂逆运动学问题的速度和精度要求。