基于深度优先搜索与增量式求解的极小一阶不可满足子式提取算法

随着寄存器传输级甚至行为级的硬件描述语言应用越来越广泛,基于一阶逻辑的可满足性模理论(Satisfiability Modulo Theories,SMT)逐渐替代布尔可满足性(Boolean Satisfiability,SAT),在VLSI形式化验证领域具有更加重要的应用价值。而极小不可满足子式能够帮助EDA工具迅速定位硬件中的逻辑错误。针对极小SMT不可满足子式的求解问题,采用深度优先搜索与增量式求解策略,提出了深度优先搜索的极小SMT不可满足子式求解算法。与目前最优的宽度优先搜索算法对比实验表明:该算法能够有效地求解极小不可满足子式,随着公式的规模逐渐增大时,深度优先搜索算法优于宽度优先搜索算法。     

零扰动下一类RN 上临界增长的椭圆方程正解的存在性

本文讨论了N维欧氏空间R~N上一类临界增长的拟线性椭圆型方程—div(|Du|~(p-2)Du)+k(x)u~)p-1)=K(x)U~(p-1),u∈W~(1,p)(R~N)∩L~p(R~N)的正解的存在性。其中4≤p~2≤N,p=Np/(N—p)。在微分几何与物理学等领域起重要作用的Yamabe问题就是其特例(p=2)。本文运用集中紧引理,证明了问题的正解的存在性。     

梯格形自适应控制

本文讨论并解决了具有d步时延的多变量系统的梯格形自适应控制问题。为此,把自适应控制下的闭环系统嵌入到ARMA模型中,采用梯格算法进行预报。为了考虑d步时延控制系统,采用简捷方法推导了d步梯格预报公式,并给出了控制量的确定方法。采用梯格形自适应控制可方便地调节模型的阶次,从而可以克服对象阶次不准引起的自适应控制失效的问题。     

保形插值的样条函数方法

对于给定的任何型值数组,本文通过插入新结点构造了Ｃ１连续的保形插值二次和三次样条函数Ｓ（ｘ）,最后还讨论了单调保形的插值样条函数。     

辐射叶加载的短波宽带鞭状天线优化设计

提出一款具有多层辐射叶结构的新型鞭状天线,在10 m鞭状天线体上设置不同的辐射叶层数、半径、长度、分支数、仰角及其分布情况,研究其对天线辐射性能的影响,综合考虑选择一套最合适的辐射叶结构,并为天线进行双加载和宽带匹配网络的算法优化。仿真结果表明,与现有的普通宽带鞭状天线相比,增益和效率得到了普遍提高,在低频段增益最高提高了3 dB,效率最高提高了5%;在高频段增益最高提高了5 dB,效率最高提高了35%,方向图上翘也得到了一定的抑制,为改善现有的宽带鞭状天线提供一种新的结构设计方法。     

低功率霍尔推力器阳极供气环工程设计关键参数仿真

为了提高低功率霍尔推力器放电通道内中性原子分布均匀性,采用有限元方法对阳极供气环关键结构参数进行优化研究。针对双腔式阳极供气环结构,重点分析了缓冲腔容积比以及缓冲腔隔板导流小孔数量等关键参数对阳极供气均匀性的影响。研究结果表明:随着缓冲腔容积比的增大,阳极供气环出气孔差异率先快速减小后趋于稳定,其中当容积率k=1.0时,平均差异率和最大差异率分别为1.77%和3.79%;隔板间导流小孔数量从8增加到14时,出气孔差异率呈现浴盆曲线特性,其中导流孔数量为10时,平均差异率和最大差异率分别为1.8%和3.8%。研究结果可为霍尔推力器阳极供气环工程设计提供理论支撑。     

优化拉丁方试验设计方法及其应用

计算机仿真是复杂系统优化的一种有效手段,但需要耗费大量机时,必须严格限制仿真次数。针对此提出了优化拉丁方试验设计方法,该方法需要较少的仿真次数,且兼顾方案的正交性和均匀性,采用Cholesky分解生成初始解,通过模拟退火算法对拉丁方矩阵进行优化,定义动态权重因子实现正交性与均匀性的权衡。最后构建了一个实例,通过试验结果证明采用优化拉丁方试验设计方法可以生成具有较好性质的仿真方案,且仿真次数少。     

基于分布对象的高性能异步回调模型

分布对象技术是分布异构环境下软件开发和系统集成的良好解决方案 ,然而在高性能分布计算领域 (如分布事务处理、分布交互仿真和分布并行计算 ) ,传统调用模型在异步特性方面的不足限制了分布对象技术在该领域的应用。因此 ,文章介绍一个新的基于分布对象的异步回调模型 ,着重探讨了该模型的定义、关键实现技术、优化策略和性能测试。     

惯性平台自标定中惯性仪表安装误差可观测性分析

针对惯性平台自标定中惯性仪表安装误差可观测性问题,深入研究了系统模型与平台坐标系对惯性仪表安装误差可观测性的影响。根据不同系统动力学模型和观测量构建四种系统模型。从可观测性定义出发,分析与判断惯性仪表安装误差在不同系统模型和不同平台坐标系下的可观测性。理论分析和仿真结果均表明惯性仪表安装误差在以下两种情况完全可观:观测量为平台框架角和加速度计输出,系统动力学模型为框架角模型,平台坐标系以平台六面体为基准定义;观测量为加速度输出,系统动力学模型为姿态角或失准角模型,平台坐标系以加速度计敏感轴为基准定义。     

测试性增长中资源优化配置模型及求解

良好的测试性设计对系统维修性具有重要意义,测试性增长试验通过一系列测试性设计缺陷发现和纠正措施,可保证系统测试性指标达到设计要求。针对基于延缓纠正的测试性增长过程中的资源配置问题进行研究,基于增长试验目标是否明确和试验资源是否受限制问题构建资源优化配置模型,并提出一种基于拉格朗日松弛和本地搜索的快速优化算法。仿真结果表明:该模型能够有效指导测试性增长中的资源优化配置问题,所提混合优化方法能够高效、准确地求解整数规划问题。