辐射传热时活塞式气缸中加热气体的最大膨胀功

对热辐射传热定律q∝Δ(T4)下,给定初态内能、体积,末态体积以及过程时间时,加热气体膨胀的最优构型进行了研究,利用最优控制理论得出最大膨胀功输出时膨胀的最优构型由两个瞬时绝热分支和一个E-L分支组成的结论.给出了各分支之间转换点参数的求解方法及最优构型的数值算例,最后将线性唯象传热定律、牛顿传热定律、平方传热定律、立方传热定律和辐射传热定律下加热气体膨胀的最优构型进行了比较.结果显示,随着传热指数的增加,理想气体的内能呈现出明显的整体增加趋势,而体积则呈现出明显的整体减小趋势.     

HLA联邦的桥接扩展和影响时空一致性的实例分析

随着计算机技术和仿真应用的发展 ,越来越需要组建大规模分布仿真系统 ,HLA框架的定义和应用为此提供了很好的契机。使用桥接技术把不同的联邦连接起来是构建大规模联邦的有效方法 ,其中桥接邦元更适合于不同RTI的异地连接。桥接HLA联邦会带来影响系统时空一致性和性能的新问题 ,时间推进和所有权转移是两个有代表性的例子 ,需要重点解决     

高精度空间非合作式相对轨道状态预报

为了解决接近空间非合作目标过程中的相对导航问题,提出一种基于相对轨道动力学方程和二阶龙格库塔积分公式的高精度空间非合作目标相对轨道预报模型。考虑地球J2摄动加速度,将目标轨道方程在参考轨道附近展开,保留至引力加速度差的二阶展开项,并进一步推导考虑J2摄动的参考轨道角速度和角加速度,建立相对轨道动力学微分方程;在给定相对轨道初值的情况下,采用二阶龙格库塔积分公式进行相对轨道预报。该模型采用数值积分方法,对相对轨道动力学模型形式没有限制,通用性好,适用范围广;选择低阶龙格库塔公式积分预报,既减少了计算量又保证了计算精度。设置高轨和低轨两种相对运动仿真场景,仿真结果表明了模型的通用性和精确性。     

Hill 方程在远距离拦截中的应用

提出了一种通过坐标系移动,化原系中的大相对距离为新系中的小相对距离,以减小Ｈｉｌｌ方程在大相对距离时的模型误差的方法,即当拦截器的相对距离达到某一精度许可的值ρ＿１时（定义ρ＿１为精度控制参数,例如可取ρ＿１＝５００ｋｍ）,以拦截器位置为原点,建立一假想的动参考系,将拦截器在原动系中的相对运动参数转换为新系中的相对运动参数（显然在新系中的初始相对距离）,从而化大相对距离为小相对距离问题,提高Ｈｉｌｌ方程的描述精度。本文给出了方法的理论分析及两个计算机仿真实例,该法确可有效地减小Ｈｉｌｌ方程在大相对距离时的模型误差,结果是令人满意的。     

载人飞船返回段的最优控制

本文介绍空间飞船再入段最优制导方法。纵向制导采用二次型性能指标最优的线性系统,得到最优控制规律。侧向制导利用庞特里亚金最小原理,得到最优开关曲线。结果表明,这些控制规律优于Rodney C.所介绍的制导方法。     

一维结构瞬态响应分析的传递函数方法

本文给出了一种求解一维结构瞬态响应问题的解析方法。通过对控制方程及其定解条件进行Ｌａｐｌａｃｅ变换，将问题写成状态空间形式，用传递函数法求得统一形式的解析解。通过Ｌａｐｌａｃｅ逆变换求得结构在时域内的瞬态响应。文中给出了一些一维结构动力响应问题的算例。     

复合材料圆锥壳稳定性分析的传递函数法

基于线弹性小变形理论， 利用Ｆｏｕｒｉｅｒ级数展开、Ｌａｐｌａｃｅ 变换和摄动方法， 建立了复合材料薄壁圆锥壳的静力响应、频率响应、自由振动与屈曲特征值问题的渐近传递函数解。构造了复杂边界条件、中间带支撑、变锥度及阶梯变厚度圆锥壳的传递函数解。数值计算结果表明该方法具有很高的计算精度。     

地面站对月球探测器的导航

针对一个从地球停泊轨道出发绕地月飞行的月球探测器 ,讨论地面站对月球探测器导航的几个问题 ,包括观测方式的选取、地面站的分布、制导点的调整、导航精度等。结果表明仅依靠局域的地面站 ,采用测距的方式 ,可以对探测器进行实时导航。研究的方法和结果可供月球探测实际工程参考     

用于无线ATM的协议及方法分析

ＷＡＴＭ 被认为是下一代个人通信网络的解决方案,或是Ｂ－ＩＳＤＮ 网络的无线延伸。目前无线ＡＴＭ 仍处于发展初期,ＡＴＭ 论坛和ＩＴＵ－Ｔ 都未制定正式标准,研究人员正在建立实验性的Ｗ ＡＴＭ 网络,并在其上面实验各种不同的协议。ＡＴＭ 类的无线网络将在未来的宽带通信网中扮演一个重要的角色     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。