多目标的分布式协同进化MDO算法

通过引入非优超排序和排挤的多目标处理机制 ,将分布式协同进化MDO算法的能力扩展到多目标的多学科设计优化问题。多目标的分布式协同进化MDO算法在保持各学科充分自治和各学科并行设计优化协同的基础上 ,通过一次运行即可获得具有良好分布的多个Pareto最优解 ,逼近整个Pareto最优前沿。应用于导弹气动 /发动机 /控制三学科两目标设计优化问题 ,与约束法计算结果的对比表明算法能够有效逼近该问题的Pareto最优前沿 ,为设计决策提供了丰富的信息     

声场波数积分最大截止波数自动选取算法

为了提高声场波数积分传递函数矩阵法的计算稳定性与精确性,提出基于预估-校正思想的最大截止波数自动选取算法,具有简单可靠、附带计算量小的优点。自由空间球面波算例测试结果表明,传递函数自下而上（单向）求解顺序的计算稳定性相对较差,在声源上方易出现积分核函数非物理发散,需要在不同深度上采用不同的截止波数才能计算出正确结果;而上下对进（双向）求解顺序的计算稳定性与计算精度均较高。     

应用多GPU的可压缩湍流并行计算

利用CUDA Fortran语言发展了基于图形处理器(GPU)的计算流体力学可压缩湍流求解器。该求解器基于结构网格有限体积法,空间离散采用AUSMPW+格式,湍流模型为k-ωSST两方程模型,采用MPI实现并行计算。针对最新的GPU架构,讨论了通量计算的优化方法及GPU计算与PCIe数据传输、MPI通信重叠的多GPU并行算法。进行了超声速进气道及空天飞机等算例的数值模拟以验证GPU在大网格量情况下的加速性能。计算结果表明:相对于Intel Xeon E5-2670 CPU单一核心的计算时间,单块NVIDIA GTX Titan Black GPU可获得107~125倍的加速比。利用四块GPU实现了复杂外形1.34亿网格的快速计算,并行效率为91.6%。     

面向大规模卷积计算的多忆阻器阵列互连结构设计

针对现有多忆阻器阵列集成架构中存在的数据加载、读出效率低以及阵列协同灵活性差等问题,提出一种高效率、高灵活度的阵列互连架构。该架构所采用的数据加载策略支持多种权重映射模式下的数据复用,减少了片外数据访存需求;所采用的计算结果读出网络支持多个处理单元灵活组合实现不同规模卷积运算,以及计算结果的快速累加读出,进而提升了芯片灵活性和整体算力。在NeuroSim仿真平台上运行VGG-8网络进行的仿真实验表明,与MAX²神经网络加速器相比,在仅增加6%面积开销的情况下,取得了146%的处理速度提升。     

串馈微带天线阵的增益和方向图计算

应用有耗传输线理论推出串馈微带阵各阵元电流的递推公式 ,给出了增益和方向图的计算曲线 ,与实验结果比对吻合良好 ,这表明串馈微带阵方向图计算必须计入微带线损耗才有可靠精度。还分析了微带天线阵的阵元数目变化与增益之间的关系 ,给出了计算曲线     

集总电阻加载的超薄吸波材料设计

通过在周期结构中加载集总电阻,能够有效吸收入射电磁波,减小目标RCS.给出了两种超薄吸波结构,都具有厚度薄、重量轻的特点.分析了两种吸波材料的吸波机理,给出了表面反射系数的计算公式.实际加工了两种吸波材料,并对其吸波性能进行了分析.