具有拟周期外力的非自治发展方程的时滞惯性流形与近似惯性流形

研究了一类具有拟周期外力的非自治发展方程,通过延伸相平面将非自治系统转化为自治系统,再证明相应的自治系统的时滞惯性流形的存在性,并在时滞惯性流形的基础上构造了非自治发展方程的近似惯性流形。     

中尺度数值天气预报模式MM5分布式并行计算

中尺度数值预报模式是进行中尺度天气预报的有效手段。中尺度模式MM5是国际上应用最广泛的中尺度预报模式之一。数值天气预报的巨大计算量和实效性要求必须通过高性能分布式并行计算来实现。分析了MM5串行算法的特点,研究了其并行算法的实现,讨论了算法的一些改进,给出了MM5模式在分布式并行巨型计算机上的测试结果。     

空间电磁对接鲁棒姿态控制

面向在轨服务的空间电磁对接技术具有广阔应用前景,但其姿态控制设计存在强非线性及耦合性问题需要解决,电磁/地磁力矩干扰姿态系统稳定。针对绝对/相对姿态动力学模型,分别采用反馈线性化以及鲁棒H∞控制综合方法、扩张状态观测器以及鲁棒H∞控制综合方法设计姿态控制系统。理论研究、对比分析两种控制策略特点,并通过仿真验证了所设计控制系统的可行性。理论研究及仿真结果表明:两种控制策略都是可行的,对模型参数变化及外界干扰具有较强鲁棒性;基于相对姿态动力学的综合控制设计方法能有效利用航天器相对姿态测量信息,且无需额外设计状态估计器。     

基于能量度量的星载AIS信号自适应码元同步抽取算法

基带信号码元同步抽取是目前星载AIS(Automatic Identification System)信号处理中的一个难点问题,针对过零检测和迟门早门等现有算法存在的不足,提出了基于能量度量的基带信号自适应码元同步抽取算法。将基带信号根据采样率和码速率的比值分割成相同的段的组合,之后分别计算每个段内相应样点的能量度量,最后选择使能量度量最大时的样点集作为最优同步抽取样点,该样点集具有最大信噪比。仿真结果验证了该算法误码率优于过零检测和迟门早门算法。     

圆柱形装药驱动轴向预制破片飞散特性

为了增强柱形战斗部轴向威力,在无壳柱形战斗部底面布置单层离散的预制破片.开展圆柱形TNT装药驱动轴向预制破片飞散试验,获得预制破片的最大初速、飞散角等特征参数;运用LS-DYNA软件对装药驱动预制破片过程进行数值模拟,阐述预制破片群飞散过程;对装药驱动整体平板理论计算公式进行改进,获得预制破片的最大初速.结果表明:破片...     

基于星架系统结构参数的卫星载荷减振方法

卫星工程中广泛采用的有效载荷支架结构可能会与卫星主体结构发生动力耦合,进而造成有效载荷响应显著放大。进一步将有效载荷支架与卫星主体结构考虑为一个整体系统(称为星架系统)。采用有限元方法建立某型卫星系统级动力学分析模型,从中提取结构参数建立集中参数模型,并针对结构参数进行单变量影响分析。结果表明:所建集中参数模型能够反映支架结构与卫星主体结构之间动力耦合规律,载荷响应对两者频率参数的敏感程度远高于其阻尼和质量参数,卫星结构设计阶段应重点考量主体结构和支架结构频率关系以优化卫星载荷的动力学环境。     

垃圾评论自动过滤方法

针对互联网上存在的大量垃圾评论,提出一种基于电阻网络的垃圾评论检测方法,该方法用电阻距离来度量评论之间的上下文语义相似性,把整个评论数据表示成一个电阻网络,把垃圾评论当作该网络上的语义离群点来处理,根据网络节点对电阻网络平均电能消耗的影响,建立电离群因子来度量数据的离群程度,以此来识别垃圾评论。实验证明了该方法的有效性,在多个数据集上取得了较好的效果。     

地面轨道 UWB-SAR 的运动补偿

SAR的运动误差会造成相位误差 ,从而影响脉冲压缩的结果。文章分析了地面轨道UWB SAR的运动误差 ,研究了对方位向脉冲压缩的影响 ,最后提出了运动补偿的实现方案     

基于逆向强化学习的舰载机甲板调度优化方案生成方法

针对计算机辅助指挥调度舰载机甲板作业的决策过程无法脱离人参与这一特点,引入基于逆向学习的强化学习方法,将指挥员或专家的演示作为学习对象,通过分析舰载机的甲板活动,建立舰载机甲板调度的马尔可夫决策模型(MDP)框架;经线性近似,采用逆向学习方法计算得到回报函数,从而能够通过强化学习方法得到智能优化策略,生成舰载机甲板调度方案。经仿真实验验证,本文所提方法能够较好地学习专家演示,结果符合调度方案优化需求,为形成辅助决策提供了基础。     

电磁发射用脉冲电抗器应力分析及结构设计

基于对电磁力以及热应力的解析计算公式的推导,运用ANSYS有限元仿真软件对固定电抗器顶底端面情况下的铜箔进行电磁-温度-结构耦合分析,分别得出热应力及所受总应力与应变的分布情况。进一步对电抗器的结构进行优化,综合考虑其结构强度要求与连发温度要求,确定电抗器的最优设计结构,最终通过试验验证出仿真与设计方案真实可信。