气—固两相自由射流的粒子仿真方法

采用粒子仿真方法直接跟踪颗粒相运动轨迹,采用NND格式求解NS方程,数值模拟了气-固两相自由射流流场.计算结果表明,将粒子仿真与CFD方法相结合是研究气-固两相流动问题的有效途径.颗粒相参数变化将对气体流场产生一定影响.     

基于SAR目标识别的深度学习方法

研究了DBN和SDAE在SAR雷达目标识别领域的应用,并在此基础上提出了一种双通道单隐含层的深度学习模型—DBN-SDAE。该模型的优势在于采用双通道的单隐含层模型对图像数据进行学习,提取图像特征,避免了传统深度学习方法随着隐含层和神经元数量的增加计算复杂度增长过快的缺点;同时采用加权融合方法融合两个通道所学习的特征,既保留了数据的细节信息,又保留了数据的结构信息,一定程度上解决了特征利用不充分的问题。实验结果表明,所提方法在NN迭代次数远远小于DBN中NN的迭代次数;且在识别准确率上最高可达98.640%,较SDAE和DBN分别高0.511%和1.701%。     

基于粒子滤波技术的电机信号降噪方法

为了给电机故障诊断提供准确的诊断数据,提出了粒子滤波降噪方法。首先基于离散余弦变换建立电机信号的状态方程,状态变量即为离散余弦变换的各系数,此状态方程是一种非线性状态方程;在此基础上,基于粒子滤波方法对含噪测量信号进行状态估计,即可获得离散余弦变换的各系数,然后,通过对这些系数进行重构得到故障诊断所需的实际信号。最后,通过对实际数据进行降噪分析,结果表明所提方法是可行有效的。     

哨兵

女儿今年8岁了，天真、幼稚、无邪、好动组成了她现在的性格。每当和妻一同把她从学校接出来，她或是有说有笑。或是语无伦次地讲述着同学的趣事，或是咿咿呀呀地唱着儿歌，内心深处充满了欢乐，仿佛整个天空都是她一个人的。     

基于状态的检查与修理综合决策模型

分析了单部件系统退化过程的特点，建立了基于状态的检查与修理决策模型。该模型根据系统的当前状态来决定检查与修理，通过分析计算系统在一个更新周期内平均检查次数、预防性维修及修复性故障的概率，建立维修费用与检查问隔及预防性维修阈值的关系，以平均维修费用最小为目标，优化检查间隔及预防性维修阈值。最后运用Matlab对模型进行数值计算，结果表明，模型能有效地降低维修费用。     

基于最优控制的翼伞路径规划

提出了一种基于最优控制的翼伞路径规划方法。该方法以提高落点精度和减少操纵量为目标,将翼伞的轨迹优化问题转变为参数优化问题,并运用改进的粒子群优化算法进行了有效的求解,得到了基于最优控制的翼伞路径规划的近似最优解。为了验证该方法的可行性,在仿真环境中同时使用了传统分段控制方法和最优控制方法。归航的计算机仿真结果表明,基于最优控制的翼伞路径规划方法提高了落点的位置精度和方向精度,同时减少了操纵量。     

飞行器航路规划算法分析

针对现代军用飞行器任务规划系统航路规划的特点,分析了飞行器航路规划的基本要求,阐述了目前国内外应用和研究的几种航路规划算法:A*搜索算法、遗传算法、粒子群算法、数学规划算法、电势理论法等,并对飞行器航路规划算法的发展趋势进行了展望.     

二维粒子模拟的多时标法

将多时标法应用于二维激光等离子体全电磁相对论粒子模拟程序中,对共振吸收及相关的物理现象进行了模拟计算,既正确地描述了等离子体的动力学行为,又大大节省了计算时间。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。