高马赫数临近空间无人机气动布局设计分析

以高马赫数临近空间无人机概念方案设计为背景,研究高马赫数无人机气动布局设计问题。为提高气动布局设计的效率,开发了气动外形设计和分析的工具,包括参数化几何建模程序、网格自动生成程序、自动化流场计算程序和结果分析程序。针对高马赫数无人机总体设计要求,提出一种翼身融合的双后掠气动布局方案,翼型为菱形,尾翼构型为V型。为了满足进气道进口流量捕获面积的要求,机体前缘设计成拱形前缘。应用数值分析方法分析展弦比和上反角对升阻比的影响,优选出合适的展弦比和下反角,形成了最终的气动布局方案。流场特性分析结果证实了最终的气动布局方案的合理性。     

基于最优化模型的太阳影子定位方法

针对利用太阳影子实现目标的定位问题,分析得到影响影子长度的参数,确立了影长与太阳高度角、目标物长度、经纬度等的函数关系,并结合最小二乘法思想,建立了以理论影长与实际影长之差的平方和最小为目标的优化模型。以直杆为例,运用粒子群优化算法快速求解得到目标的可能位置,并与实际地点进行了比较。     

基于多体动力学的柴油机曲轴疲劳强度与寿命分析

结合多体动力学和有限元分析方法对某预研柴油机曲轴进行了疲劳强度分析,得到了曲轴动态应力分布;利用常规的校验结构强度安全性的方法,计算了曲轴在交变载荷下的安全系数和疲劳寿命。结果表明:原设计结构中曲轴疲劳安全系数与寿命略显不足。根据该柴油机预研目标,提出了曲轴结构改进措施。改进后的曲轴应力分布、疲劳安全系数、疲劳寿命都符合要求。     

中子动力学反应性与功率变化不同步现象研究

通过实例计算首次提出点堆中子动力学方程、中子按代倍增公式和三维两群扩散方程在一定的反应性变化下存在反应性大于零时功率减小的现象,并指出该现象的普遍性。根据有效增殖因子的物理意义,指出导致这种不同步现象的根本原因。对点堆方程给出了符合物理意义的有效增殖因子新定义,同时给出了新的点堆中子动力学方程。     

单组点堆中子动力学方程的解析解

针对有外加中子源单组点堆中子动力学方程组的快速求解问题,提出了常数变易法和同伦分析方法,通过理论推导获得了单组点堆中子动力学方程组解析解,然后对3种不同刚性情况下的阶跃反应性引入的例子进行了求解和数值分析,验证了所得解析解的正确性。     

基于QPSO算法的支持向量机参数优化研究

应用具有量子行为的粒子群优化算法,对支持向量（SVM）进行参数优化研究．根据支持向量机的分类准确率和泛化能力之间的关系,应用QPSO算法选取比较优秀的参数模型,比较参数模型的各项性能,选取最适合实际需要的参数模型．仿真表明,QPSO算法的SVM模型与PSO算法相比在分类准确率和泛化能力上均获得更好的效果,经QPSO优化后的SVM整体性能明显提高．     

一类修正的和积分型算子的点态逼近

研究以Beta为基函数的一类修正的和积分型算子,利用统一光滑模。ω^2φ^λ（f,t）（0≤λ≤1）,得到该算子点态逼近的等价定理．     

基于分层核粒子滤波的快速运动目标跟踪

针对目标发生快速、运动不规则及遮挡等情况下的跟踪问题,提出了一种分层核采样策略。首先通过先验转移和后验转移分别预测2组粒子来建立联合分布,利用聚类算法近似联合分布粒子集的混合高斯分布;然后对每个聚类进行采样;最后采用均值漂移算法将粒子移动到后验密度的局部极值处。实验结果表明:算法在目标发生快速机动情况时,跟踪性能优于传统粒子滤波、核粒子滤波及分层粒子滤波,且对遮挡具有较好的鲁棒性。     

基于变异离散粒子群的协同空战攻击决策算法

为了提高智能协同空战攻击决策算法性能,将变异策略引入到DPSO(Discrete Particle Swarm Optimization)协同空战攻击决策算法中,提出了一种新的基于变异离散粒子群(Mutation Discrete Particle Swarm Optimization,MDPSO)的协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。采用对比实验方法,基于准确性、可靠性和快速性等关键性能指标,分析比较了基于MDPSO协同空战攻击决策算法与多种智能决策算法,验证了基于MDPSO的协同空战攻击决策算法有着较好的综合性能。     

粒子滤波的序列图像运动目标跟踪(英文)

序列图像的运动目标识别与跟踪是计算机视觉主要研究方向之一。研究的重点是要建立一个准确可靠的跟踪系统。针对此问题,传统的帧间差分法进行了改进,并研究了粒子滤波算法。在改进的帧间差分法和粒子滤波的基础上,提出了序列图像运动目标跟踪方法。实验实验表明,这种方法能够在目标被背景云彩遮挡的情况下,实现目标的可靠跟踪。