高超音速流场的隐式TVD格式并行计算

本文采用区域分割技术和拼接网格的并行策略，发展了一个适合于分布式存贮多机系统的ＴＶＤ隐式有限体积并行算法；并在ＰＶＭ并行环境下，对三维高超音速绕流流场实现了多机并行计算，通过负载平衡等方法得到了较高的加速比（在二处理机系统上加速比为１∶８４，在四处理机系统上为３∶４４）。     

永磁无刷直流直线电机齿槽力补偿控制研究

永磁无刷直流直线电机的齿槽定位力对其低速性能影响很大,而单纯的设计方法不可能完全消除齿槽力的影响,为此,必须在控制系统中对齿槽力进行补偿。针对包含齿槽力模型的理想电机控制系统进行了理论分析,指出通过引入位置反馈环节可以消除齿槽力的不良影响。利用有限元分析方法计算了电机的推力和齿槽力波形,验证了低速条件下推力波动主要由齿槽力引起,并说明可以通过位置反馈来补偿推力波动。最后,提出将一个齿槽力周期分为多个区间,然后分段进行线性补偿的简易控制方法。该方法无需高精度的定位装置和复杂的控制算法即可实现对电机齿槽力的补偿,实验结果表明,所提方法能够有效抑制电机的推力波动。     

超声速飞行器流场的并行数值计算及效率分析

基于有限体积方法、TVD差分格式和显式Runge-Kutta迭代方法的框架,针对超声速/高超声速飞行器绕流流场,在超级并行计算机上完成了2~64个CPU并行数值计算工作。通过测试程序在超级计算机上的并行效率,并将并行程序应用于航天飞机绕流流场计算,检验了计算程序进行大规模并行计算的性能。结果表明,在负载平衡的条件下,程序在该超级并行计算机上达到了不同程度的超线性加速比,并行效率最高达到了126%,远远高于微机Cluster并行平台上的结果,适合复杂流场的大规模并行计算。     

DSets-DBSCAN无参数聚类的雷达信号分选算法

针对现有的很多高效分选算法的性能严重依赖于外界输入的参数问题,例如聚类数目、聚类容差等,将无参数聚类算法DSets-DBSCAN应用于雷达信号分选,提出了一种无参数的雷达信号脉冲聚类算法。该算法无须依赖于任何参数的设置,就能自适应地完成聚类。算法输入直方图均衡化处理过的成对相似性矩阵,使得Dsets(dominant sets)算法不依赖于任何参数;根据得到的超小簇自适应给出DBSCAN的输入参数;利用DBSCAN扩展集群。仿真实验证明,该算法对雷达脉冲描述字特征进行无参数分选的有效性。同时,在虚假脉冲比例(虚假脉冲数/雷达脉冲数)不高于80%的情况下,对雷达信号的聚类准确率在97.56%以上。     

三维实验固体火箭冲压发动机燃烧室湍流反应流数值模拟

在对固体火箭冲压发动机的研究中 ,建立合适的数学模型对其内部工作过程进行模拟是冲压发动机设计和试验的重要环节。本文在三维湍流反应流情况下 ,对某实验固体火箭冲压发动机建立了数学模型并进行数值求解 ,得出了一些有用的结论 ,为冲压发动机的设计和实验提供了有用的理论研究基础     

应力-强度模型的Bayes可靠性分析

当应力、强度分别服从于正态分布、指数分布和Weibull分布时 ,分析了应力 -强度模型的可靠性评估 ,着重讨论了无信息验前下的Bayes可靠性评估。仿真结果表明 ,无信息验前下的评估结论可以很好地用频率学派的观点来解释。     

一种基于Jerk模型的机动目标单站无源定位算法

针对采用非线性较强的观测角、角度变化率、脉冲到达时间差等参数的单站无源定位跟踪系统,提出了一种新的跟踪滤波算法IMM-Jerk。该方法用Jerk模型对做复杂机动的运动目标建模,采用经过UKF滤波改进的交互多模(IMM)算法对目标实现跟踪滤波。该算法可适用于对做多种机动运动的目标的跟踪,提高了目标跟踪收敛精度和跟踪系统的稳定性。仿真试验证明了该方法的可行性和有效性,并具有较高的应用价值。最后,对IMM-Jerk算法的研究方向进行了讨论。     

战场威胁约束下的纯方位探测单观测站轨迹优化

为保证战场环境下单站纯方位无源探测的精度和观测站的战场生存能力,提出一种战场威胁约束下的单观测站轨迹优化方法。对典型战场威胁进行分析,建立战场威胁和单观测站运动轨迹的数学模型。在此基础上综合考虑单观测站探测精度和所受威胁程度,分别构建精度打分函数和威胁打分函数,得到单观测站的路径选择函数,并对观测站不同轨迹进行评价。仿真结果表明,所提方法能够有效规避战场威胁并提高定位精度,保证战场环境下单站纯方位探测的准确性和可靠性。     

无监督特征学习的人体活动识别

针对人的局限性可能会导致在提取特征中丢失重要信息,从而影响最终的识别效果问题,提出无监督特征学习技术的惯性传感器特征提取方法。其核心思想是使用无监督特征学习方法学习多个特征映射,再将所有特征映射拼接起来形成最终的特征计算方法。其优点是不会造成重要信息的损失,而且可以显著减少所使用的无监督特征学习模型的规模。为了验证所提出的特征提取方法在活动识别中的有效性,运用一个公开的活动识别数据集,使用三种常用无监督模型进行特征提取,并使用支持向量机进行活动识别。实验结果表明,特征提取方法取得了良好的效果,与其他方法相比具有一定的优势。     

一种无缓冲的光互连网络的吞吐率性能分析及优化

针对当前高性能计算机光互连网络中存在的光缓冲不易实现的问题,提出了一种无缓冲的光互连网络结构BOIN,并在对网络结构进行建模和分析的基础上,研究了网络的吞吐率随不同的输入负载和网络规模而变化的规律,给出了在一定的互连总规模和输入负载下,网络实际吞吐率达到最大值时网络拓扑结构所必须满足的条件.最后用模拟实验证明了这一结果的正确性.