基于BP神经网络的极移预报*

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出BP神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

BP神经网络在极移预报中的应用

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出反向传播(Back Propagation,BP)神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

CPU-GPU协同加速Kriging插值的负载均衡方法

Kriging插值算法被广泛应用于地学各领域,有着极其重要的现实意义,但在面对大规模输出网格及大量输入采样点时,不可避免地遇到了性能瓶颈。利用Open CL和Open MP在异构平台上实现了CPU与GPU协同加速普通Kriging插值。针对Kriging插值中采样点的不规则分布及CPU和GPU由于体系结构差异对其的不同适应性,提出一种基于不同设备间计算性能的差异和数据分布特点的负载均衡方法。试验结果表明,该方法能有效提高普通Kriging插值速度,同时还能节约存储空间和提高访存效率。     

基于维特比算法的无人机航路规划

提出采用隐马可夫模型(HMM)建立无人机飞行中威胁评估模型,利用HMM中维特比(Viterbi)算法实现了对威胁评估,确定无人机飞行中的航路;提出采用快速排序算法改进Viterbi算法的效率;采用三次样条插值修正航路点附近过大尖角。仿真表明：具有自主学习的Viterbi算法可以有效地完成无人机航路规划,改进算法可以更有...     

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。     

保凸插值样条曲线的一种构造方法

本文提出了一种描述保凸三次参数插值曲线的新算法。算法构造局部、计算简单有效,算法对开曲线和闭曲线都适合,最后给出了几个曲线构造的例子。     

流体力学的 Lagrange 函数和最小作用量原理

本文运用变分法和张量分析改进了流体力学中 Lagrange 函数表达式并详细地讨论了在惯性系、转动地球参照系下的最小作用量原理,这对于流体动力学方程数学模式的完善和精确评估有一定参考价值。     

CAD 中的保形曲线拟合

本文描述了构造保形插值曲线的一个新方法,在相邻型值点之间构造三次参数曲线,所构造的曲线是局部的,保形的和Ｇ２连续的     

二维浅海波导中声场边界处理的谱无限元方法

针对传统无限元法在截断声场边界上计算精度低的问题,提出了一种基于GR (Gauss-Radau)插值的谱无限元法,以高精度处理无限远边界对声场计算的影响。首先,采用映射函数构建从自然坐标系到笛卡尔坐标系的节点转换函数,获得两种坐标系之间的映射雅克比矩阵;然后,利用基于GR插值的形函数,模拟单元节点的声压,结合映射雅克比矩阵,对二维声场波动方程进行变分处理,推导了无限单元对应的积分表达式,用于模拟实际浅海波导环境下无限远处的声传播。与基于镜像法的解析解和传统无限元法结果的对比表明：所提方法结果与解析解一致性高,相对误差约为1%,验证了该方法的有效性和准确性。     

直瞄武器射击综合条件命中概率的研究

根据直瞄武器可对任意距离、任意形状目标进行射击的特性,建立了在平均弹着点与目标中心不重合时求解命中概率的数学模型,提出了以综合条件命中概率作为评价直瞄坦克对装甲目标射击的效率指标,利用心形分布函数对不同方位角上的条件命中概率加权求和计算综合条件命中概率.在实战模拟和火力运用研究方面具有良好的运用效果.