动态滑翔动力学建模与风梯度能量获取*(专题约稿)

信天翁等鸟类能够不拍打翅膀而持续飞行很长的时间和距离,因为梯度风场的存在使得它们能从中获取能量,这项技术被称之为动态滑翔。临近空间也广泛存在梯度风场,如果临近空间长航时飞行器能够利用动态滑翔技术将是十分有前途的。本文首先对无动力飞机的动态滑翔问题做了假设来简化问题的描述,更便于数学操作。在这些假设下建立了无动力飞机动态滑翔的动力学模型,即三维速度空间中只有一个输入变量的常微分方程组。之后,从理论上得到了这个三维速度空间中机械能可以增加的最大范围,即能增纺锤体内部,并推导出最大的机械能增加率。最后,得出更大的风梯度、更小的阻力系数和更小的面质比更加有利于飞机获取能量的结论,该结论加深了对动态滑翔能量观点的认识,对实践有指导意义。     

曲面拟合法和梯度法相结合的图像亚像素配准算法

针对传统亚像素配准算法存在精度不高、计算复杂的问题,提出了一种曲面拟合法和梯度法相结合的图像亚像素配准算法。采用9点相关系数曲面拟合法对图像进行粗配准,求得一个相对粗略的亚像素配准位置;在两幅图像中选取相同尺寸的子区图像,在粗略的亚像素配准位置基础上,采用梯度法最终获得精确的亚像素配准位置。不同平移关系下的样本图像亚像素配准对比实验结果表明,该算法实现了曲面拟合法和梯度法的优势互补,有效提高了图像配准的精度,最大配准绝对误差由0.17像素降低为0.02像素。     

平流层长航时气球上升过程超冷现象影响因素分析

平流层长航时气球超冷现象是指内部浮升气体温度低于外界大气温度,超冷会引起浮力损失进而阻碍气球上升过程。建立了长航时气球辐射、对流等热模型和上升过程动力学模型,仿真分析了初始净浮力、蒙皮热物性参数、放飞时间和放飞日期等因素对超冷现象的影响规律。研究结果表明,上升过程内外温差随初始净浮力增大而增大且变化显著,可见光吸收率和红外吸收率增大时,内外温差值总体上呈减小趋势;放飞时刻和放飞日期对超冷现象影响较小,但放飞时间不同,气球上升至设计驻空高度的时间差别较大。该结论可为平流层浮空器总体方案设计和放飞试验提供有益参考。     

电磁轨道炮系统建模与分析

轨道炮利用电能将电枢及弹丸推动至超高速,是具有武器应用背景的复杂机电系统。介绍了轨道炮基本原理,在分析了轨道炮电路、运动学、能耗特点基础上,利用MATLAB建立了系统的数学模型,计算了不同电感梯度条件下轨道炮系统的发射电流、电枢速度、溃入炮体能量,分析了发射过程中不同形式的能量损耗及能量利用效率。结果表明,在特定电源参数条件下,一定范围内提高电感梯度值,电流幅值降低,炮口动能和发射效率提高明显。这对研究轨道炮电能应用特点有一定的参考价值。     

潜艇应急上浮六自由度运动及黏性流场数值模拟

为揭示潜艇应急上浮过程中的强非线性运动及水动力作用规律,基于RANS方程及流体体积模型,针对Suboff标模建立了潜艇应急上浮数值预报方法。通过开展不同纵倾攻角及斜航漂角下全附体模型的水动力计算,验证了该计算方法的有效性,确定了其适用范围,进而结合整体动网格技术模拟了潜艇的应急上浮过程,获得了艇体六自由度运动的时历参数及流场细节信息。数值模拟结果表明该方法能够较合理地描述潜艇上浮的运动规律,也证明了该方法在潜艇上浮多自由度运动及水动力性能研究中的潜力和适用性。     

融合空间偏好和语义的个体活动识别方法

个体活动识别对用户画像、个性化推荐、异常行为检测、群体行为分析和基于活动的资源配置优化具有重要价值。提出了一种基于稀疏的社交媒体签到数据的个体活动语义识别方法,从签到数据中提取活动行为的时间周期性和趋势性特征,并采用空间偏好量化算法,从个体与群体活动的空间关联中提取群体和个体的空间访问偏好,使用自然语言嵌入工具BERT模型提取访问兴趣点的语义。时间特征、空间偏好特征和访问兴趣点名称语义特征共同构成表征群体、个体偏好的时空联合特征,通过极限梯度提升分类器对其进行分类,得到活动语义识别结果。在Foursquare数据集上的对比实验和消融实验中验证了所提活动语义识别模型可以有效提升活动语义识别的准确性。     

考虑地磁场空间梯度的飞行器磁干扰建模与求解方法

首先,在研究飞行器背景磁干扰模型与小信号模型的基础上,分析了地磁梯度沿纬度与高度的变化规律,分析可知由于飞行器的机动,地磁梯度会对测量结果造成影响;然后,考虑地磁梯度因素,对原有小信号模型求解方法进行了改进：飞行器在四个航向上做小角度的机动飞行,将地磁场沿纬度与高度的梯度作为未知量,与飞行器磁干扰模型中的剩磁参数、感磁参数和涡磁参数一起求解;最后,利用实测试验数据进行了验证,结果表明：考虑地磁梯度的影响与不考虑地磁梯度的影响相比,求解的模型参数可以在细节上进一步提高飞行器背景磁干扰的补偿效果。     

Heuristics for the location of inspection stations on a network

This article considers the preventive flow interception problem (FIP) on a network. Given a directed network with known origin‐destination path flows, each generating a certain amount of risk, the preventive FIP consists of optimally locating m facilities on the network in order to maximize the total risk reduction. A greedy search heuristic as well as several variants of an ascent search heuristic and of a tabu search heuristic are presented for the FIP. Computational results indicate that the best versions of the latter heuristics consistently produce optimal or near optimal solutions on test problems. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 287–303, 2000     

梯度学习的参数控制帮助线程预取模型

对于非规则访存的应用程序,当某个应用程序的访存开销大于计算开销时,传统帮助线程的访存开销会高于主线程的计算开销,从而导致帮助线程落后于主线程。于是提出一种改进的基于参数控制的帮助线程预取模型,该模型采用梯度下降算法对控制参数求解最优值,从而有效地控制帮助线程与主线程的访存任务量,使帮助线程领先于主线程。实验结果表明,基于参数选择的线程预取模型能获得1.1~1.5倍的系统性能加速比。     

基于pLSA模型的人体动作识别

提出一种基于主题模型的人体动作识别方法。该方法首先提取时空兴趣点(STIP,space-time interest point)来描述人体运动,然后提出使用慢特征分析(SFA, slow feature analysis)算法计算兴趣点梯度信息不变量最优解,最后使用概率潜在语义分析 (pLSA, probabilistic Latent Semantic Analysis) 模型识别人体动作。SFA计算的梯度不变量最优解可以表示时空兴趣点固有特征,能够无歧义反映时空兴趣点在空间及时间方向上的信息。同时,针对pLSA隐性主题正确性无法保证的缺点,算法将主题与动作标签“一对一”相关,通过监督方式得到主题,保证了训练中主题的正确性。该算法在KTH人体运动数据库和Weizmann人体动作数据库进行了训练与测试,动作识别结果正确率分别在91.50%和97%以上。