基于加速度计和磁强计的定向钻进姿态测量及方位校正

描述了用三轴加速度计与三轴磁强计测量地下钻头倾斜角、工具面向角和方位角的方法,给出了具体的系统结构和详细的姿态解算。针对由于钻具铁磁性材料引入干扰磁场对方位测量的误差,提出了利用当地地磁场进行方位角校正的方法,并给出仿真结果。结果表明,这种校正方法能够在不更换钻具即测量装置仍放在一段无磁钻铤内部的情况下,获得准确的方位角,因此可以大大减少无磁钻铤的长度,节省钻进成本。     

三组元液体火箭发动机实现单级入轨的优化分析

建立了三组元液体火箭发动机性能计算模型、单级入轨可重复使用运载器质量模型和弹道模型,以起飞质量为目标函数,优化得到了实现单级入轨的发动机基本参数。结果显示:三组元发动机性能比氢氧发动机高10%。本研究是三组元发动机系统设计和分析的基础。     

卫星导航系统信号的多普勒特性分析

在卫星导航定位系统中,多普勒频率偏移是影响接收机性能的关键因素之一。通过对地面卫星信号覆盖区内的多普勒频率偏移及不确定性范围的计算,给出了卫星导航系统信号的多普勒频率偏移与接收机位置之间的关系。对多普勒不确定范围做了定量分析,提出了压缩多普勒不确定范围的方法。     

基于随机有限集理论的多传感器目标联合检测跟踪算法

针对杂波环境中的目标检测跟踪问题,提出一种基于随机有限集理论的多传感器目标联合检测跟踪算法。算法将目标状态和量测描述为随机集合,建立考虑目标出现、目标保持、目标消失等情况的目标状态随机有限集模型,以及考虑漏检和虚警的多传感器量测随机有限集模型。将目标的联合检测跟踪问题构建为目标状态集合的贝叶斯最优估计问题,并基于随机有限集理论对该贝叶斯估计算法的递推表达式进行严格理论推导。采用序贯蒙特卡罗技术实现算法的递推滤波。仿真结果验证了该算法的有效性以及算法相对于传统基于数据关联算法的性能优势。     

PMESI：一种优化进程私有数据访问的缓存一致性协议

并行应用程序中绝大部分的访存是对私有数据的访问,在cache一致性协议上不会产生冲突。传统一致性协议没有根据程序私有数据的访问模式进行针对性设计,存在着很大的优化空间。针对以上的问题,提出了一种支持私有状态的cache一致性协议PMESI,通过动态关闭和激活内存空间的cache一致性目录,优化私有内存空间的访问延迟和功耗。通过时钟精确模拟器的测试,PMESI协议优化了程序中54%的访存,并行程序的执行时间平均缩短了9%。     

双转子活塞发动机差速驱动组件的动态静力学建模与分析*

针对双转子活塞发动机的工作特点,分析了其差速驱动组件的机构特性,定义了动力学参数,进而采用矢量力学方法对差速驱动组件的动态静力学进行数学建模。运用Matlab对所建理论模型进行数值计算,得出了主要部件的受力特征。为了验证所建数学模型的合理性,基于多体动力学仿真理论,在Recur Dyn环境下建立了双转子活塞发动机的虚拟样机模型,仿真结果与理论计算结果相比较,相应的约束反力的数值变化规律基本一致,都呈现4个周期的变化过程,冲击位置也基本相同,表明建立的动力学理论模型基本符合实际情况,是可信的,可以用作双转子活塞发动机改进设计的理论基础。     

分段供电切换传感器的在线故障诊断方法

分段供电切换传感器是多段直线电机控制系统的重要部件。针对其故障检测与定位的问题,提出一种切换传感器故障的在线诊断方法。对采集的传感器信号数据进行压缩,以提高计算的效率;研究切换传感器信号根据次级运动的变化规律,定义标准信号集合;给出计算传感信号差异度的方法,作为分析信号相似程度的量化指标;将问题表示为基于有向图的搜索问题,并根据问题的特点缩小搜索的范围;由此提出搜索算法,可以根据测量的传感信号时序估计传感系统的状态变迁过程;给出故障定位流程,利用算法估计的结果,根据系统标准信号集合进行故障定位。为了说明算法与预期结果的一致性,给出3个命题并进行证明;通过实验验证了故障诊断方法的有效性。     

5－乙酰基－2－氨基二苯甲酮的合成

用对硝基苯乙酮、乙二醇、苯乙腈、氢气、高氯酸为原料,经酮基保护,环化,催化加氢和消除反应,合成出较高产率的5-乙酰基-2-氨基二苯甲酮。对反应机理作了初步探讨,并用元素分析、IR和1HNMR对其结构进行了表征。     

集中控制混合网络中基于流的资源分配算法

集中控制混合网络中,异构化网络内部的流量具有一定的规律和特性,如果使用原有的单一的离散式最大极值和无状态的网络资源调度算法,忽略了异构网络规律,会造成网络利用率较低、易震荡、部分网络流延迟等问题。通过分析由集中控制网络和普通网络组成的混合网络的拓扑结构,对混合网络结构中常见问题如流闪现、不能估计的流、路径堵塞或连接震荡场景进行分析,并提出基于期望和状态的流量评价资源规划算法POS和POS-FME。算法考虑混合网络的运行状态,对系统可用资源进行评估,为系统中各种流匹配对应可用资源,并具有一定的预测作用,从而避免混合网络出现运行效率低下的场景。通过实验,POS算法和POS-FME算法相对传统算法,利用率提高了10%～30%,并降低了震荡和平均延迟。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。