FDTD 中微带线激励源分析

FDTD已广泛应用于微带问题的计算 ,本文在分析各种微带线馈电激励设置方式的基础上提出了一种新的激励设置方式 ,本方法不仅能计算Gaussian脉冲激励 ,也能计算正弦波激励。计算过程中 ,源平面无需切换成吸收边界。由于场区的划分使反射场自然从总场区分离出来。     

小波相关特征尺度熵在滚动轴承故障诊断中的应用

将小波相关滤波方法与Shannon信息熵相结合,提出了一种故障检测与诊断的方法——小波相关特征尺度熵故障法。首先利用小波相关滤波方法提取滚动轴承故障振动信号的微弱故障信息特征,以求得信噪比较高的尺度域小波系数;然后结合Shannon信息熵理论给出了沿尺度分布的小波相关特征尺度熵定义及其计算方法。小波相关特征尺度熵能够定量表征不同尺度的能量分布,各尺度能量分布的均匀性可以反映滚动轴承的运行状态的差别,选取最能反映故障特征的小波相关特征尺度熵作为特征参数,通过所选取的小波相关特征尺度熵大小判断滚动轴承的工作状态和故障类型。实验证明该方法能有效地判断滚动轴承故障特征,为滚动轴承故障诊断提供了新的思路。     

大功率IGBT器件及其组合多时间尺度动力学表征研究综述

在提出电力电子器件及其组合多时间尺度动力学表征需求的前提下,以目前常用的全控型电力电子器件——绝缘栅双极晶体管(Insulated Gate Bipolar Transistor,IGBT)为例,系统分析并归纳了目前在IGBT及其组合多时间尺度动力学表征研究方面的进展和成果,包括作为基础的大功率IGBT及其组合多时间尺度电热瞬态建模方法、基于模型的大功率IGBT模块失效量化表征方法以及用于辅助分析的IGBT组合多速率仿真方法。此外,介绍了基于IGBT多时间尺度模型的装置应用设计案例。从建模方法、可靠性评估、仿真手段以及应用设计四个方面系统全面地阐述了大功率IGBT及其组合多时间尺度的动力学表征方法,可为电力电子混杂系统的精确设计提供电力电子器件层面的理论和技术支撑。     

面向无人环境的机器人生态圈自主任务决策方法

借鉴自然界生态系统的典型特征,提出机器人生态圈概念。通过使集群机器人进行智能协同与复杂演化,涌现自我维持、自我复制与自我进化等生命特征,实现无人条件下的长期生存、繁衍与进化,并执行特定的任务。针对机器人生态圈典型任务场景的自主任务决策需求,分析不同机器学习任务决策方法的特点,建立机器人生态圈自主任务决策的决策树模型和神经网络模型。分析表明,两种模型的正确率均在80%~90%,且均具有良好的稳定性。这说明,机器人生态圈自主任务决策问题可以通过决策树、神经网络等机器学习方法来很好地加以解决,从而为面向无人化场景的任务应用提供技术支持。     

基于工作流的GIS服务动态聚合方法、技术体系和参考模型研究

基于GIS服务的特点和动态服务聚合的应用实际,提出了一种基于工作流的GIS服务动态聚合实现方法,该方法通过引入服务群的概念,有效适应了GIS服务的动态变化性;提出了基于工作流的GIS服务聚合技术体系,界定了GIS服务聚合的研究内容和层次关系,为GIS服务动态聚合关键技术的研究提供了总体框架和顶层指导;参考工作流的研究成果,提出了动态服务聚合参考模型DSCRM,为开发聚合服务支撵平台以及在此基础上构造特定的服务聚合应用提供了可参考的计算模型.给出了一个GIS服务聚合应用实例来说明工作的可行性和有效性.     

基于双重酉滤波的再入目标实时跟踪

适当的运动模型和估计方法是提高再入目标跟踪性能的关键.选择机动再入动力学模型,将再入目标跟踪问题转化为状态和参数的联合估计问题,并利用试验数据分析了再入模型状态和参数的相关性.针对原始双重酉滤波算法的确定性系统输入假设造成信息损失的局限性,提出了一种基于随机性系统输入假设的改进双重酉滤波算法,并从理论上分析了该算法的估...     

HF化学激光器燃烧室中燃料配比的数值分析

利用最小自由能法及质量流量守恒原则,对HF化学激光器的NF3-D2-He体系的化学平衡组分进行了计算,提出了F原子摩尔流量密度参量,分析了各输入气流的流量调节对燃烧室总温、总压、F原子产率等的影响.在燃料配比不变的情况下,总流量的增加使得F原子流量也成比例增加,而由此带来的总压升高引起的F2解离度、绝热燃烧温度、F原子...     

爆炸激波管管口稀疏波对试验段的影响

数值模拟了爆炸激波管不同隔离段长度时管口稀疏波对试验段超压的影响。为了准确高效地模拟试验段入口的超压曲线,采用了一种将一维球对称程序和三维程序相结合的计算方法,并在一维计算中利用爆炸相似律,采用小当量爆炸来模拟实际超压波形。计算结果表明,隔离段长度L的变化不影响超压峰值;L小于等于20m时,稀疏波的影响使得试验段超压的作用时间、比冲量减小;L大于等于30m时,稀疏波对试验段超压无影响。     

优化多星协同观测的改进广义模式搜索算法

多星协同观测可以最大化卫星的整体效能,如何对多星进行部署是一个设计空间大、设计变量多的优化问题.对此,提出了基于Kriging模型的改进广义模式搜索算法.在算法的搜索步,通过代理模型最优和最大期望提高在当前网格内进行选点,避免选择的盲目性;在筛选步,利用代理模型预测筛选集中各点提高的比例并排序,减少不必要的仿真分析.最后,采用该算法对多星部署方案进行优化,通过对比发现,算法性能优于STK-Analyzer,证明了算法的可行性和有效性.     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。