软硬结合的迭代除法方案及其精度分析

大型机采用的软硬结合的迭代除法方案具有很高的计算速度,但存在精度合理性问题。经过大量随机数试算验证和算法的误差分析证明,本文中提供的优选除法方案,提高了除法精度,解决了精度合理性问题。该除法方案装机运行后,提高了大型机的适应能力和运算速度,改善了处理效果。     

平面光波导的数值传递函数方法

把数值传递函数方法应用于对平面光波导的分析。本方法从光波导的标量变分关系出发 ,通过状态方程对问题求解计算。文中引入了传递函数无穷单元的概念 ,使得本方法在处理近截止区域的问题时更加合理 ,计算量更小。文后给出了本文方法的应用和算例 ,与多种方法进行了比较 ,表明本文方法在处理折射率均匀分布和渐变分布波导时都有着特有的优势。     

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。     

BDS/INS紧组合三频动对动模糊度解算方法

针对伪距观测噪声较大导致动对动条件下三频整周模糊度解法(Three Carrier Ambiguity Resolution, TCAR)模糊度解算不可靠的问题,提出了一种BDS/INS紧组合三频动对动整周模糊度解算方法。通过紧组合系统输出的高精度位置坐标,估算出双差几何距离值,并用其分别代替无几何和几何模式下的双差伪距观测值,显著降低了伪距双差观测噪声水平,有效提高了三频整周模糊度解算成功率。仿真实验结果表明,BDS/INS紧组合输出的高精度位置坐标使得伪距观测精度提高了60%以上,在短基线条件下,当伪距观测噪声达到2 m时,无几何模式下的TCAR算法模糊度解算成功率为0.73%,几何模式下的TCAR算法模糊度解算成功率为31.25%,而BDS/INS紧组合的TCAR算法在两种模式下的模糊度解算成功率达到99%以上,并且获得了厘米级的相对定位精度。     

高精度CFD程序的内外子区域划分异构并行算法

对计算流体力学(Computational Fluid Dynamics, CFD)程序CNS提出一种Offload模式下对任务内外子区域划分的异构并行算法,结合结构化网格下有限差分计算和四阶龙格-库塔方法的特点,引入ghost网格点区域,设计了一种ghost区域收缩计算策略,显著降低了异构计算资源之间的数据传输开销,负载均衡时CPU端的计算与MPI通信完全和加速器端的计算重叠,提高了异构协同并行性。推导了保证计算正确性的ghost区域的参数,分析了负载均衡的条件。在"CPU(Intel Haswell Xeon E5-2670 12 cores×2)+加速器(Xeon Phi 7120A×2)"的服务器上测得该算法较直接将任务子块整体迁至加速器端计算的异构算法性能平均提升至5.9倍,较MPI/OpenMP两级并行算法使用24个纯CPU核的性能,该算法使用单加速器时加速至1.27倍,使用双加速器加速至1.45倍。讨论和分析了性能瓶颈与存在的问题。     

频谱感知次序的在线最优选择

动态频谱接入是解决无线电频谱资源短缺和频谱使用效率低下问题的有效方法,它允许次级用户在授权频谱空闲时动态地接入,以进行数据传输。而频谱感知是实现动态频谱接入的关键挑战之一。由于次级用户的感知能力有限,为了获得更多的频谱接入机会,需要尽快找到频谱空闲概率最大的频段,并研究频谱感知次序问题。考虑到频谱空闲概率对次级用户是不可知的,并且会随时间变化,提出了在线学习框架,把频谱感知次序问题归纳成经典多摇臂赌博机问题,并利用在线学习方法——满意折现汤普森抽样算法处理优化问题。仿真结果表明,和其他算法相比,所提算法可以获得更多的频谱接入机会并且能够跟踪频谱空闲概率的变化。     

超精密机床变分法精度分析及其应用

本文介绍了一种基于变分法的机床精度分析方法,以及这一方法在超精密机床精度分析中的应用。以超精密气浮花岗石车床为研究对象,建立了车床成形系统的数学模型,对车床的输出精度进行了理论分析,指出了加工误差中各成分的来源及物理意义。最后还探讨了变分法精度分析在超精密机床设计中的应用     

Prolog 对象系统 GKD-POS/SUN的设计与实现

GKD-POS/SUN是在模块化Prolog基础上设计并实现的一个面向对象Prolog解释器。它同时引入了模块化、模块间的通讯、切换、类、方法、继承、消息发送及接收等概念,并提供对这些概念的直接支持。本文描述了GKD-POS/SUN的语言规范、系统组织与设计、主要实现技术和相关对象操作原语。     

遥测参数数据载荷状态判别集成学习方法

针对载荷单机设备遥测参数维度高、数据量大、存在类别不平衡、无法直观判别单机设备运行情况等问题,考虑到航天任务对可解释性的要求,提出一种基于信息增益参数特征选择和集成学习方法的载荷单机状态快速识别方法。采用统计量性质和信息增益子集搜索方法对遥测数据进行特征筛选降维,通过集成学习模型算法实现载荷单机设备状态的自适应识别分类。所提方法将信息增益的参数分类信息量评价准则和集成学习拟合能力强、类别不平衡下准确率高和抗噪能力强等优点相结合,兼顾模型特征和结果的可解释性,提供了重点参数发现功能。采用科学卫星任务真实载荷遥测参数数据对该方法进行了验证,整体识别准确率高于90%,少数样本亦可准确识别,整体效果可达到在轨任务要求,证明了所提方法的有效性和实用性。     

结合多视角学习与一致性表征的人脸伪造检测

现有的人脸伪造检测方法通常在已知域上表现较好,但面临过拟合的风险,在应对未知场景时无法保持良好的检测能力。为解决此问题,提出一种结合多视角学习与一致性表征的人脸伪造检测框架。为捕获更全面的伪造痕迹,将输入图像转换为两种互补视角并采用双流骨干网络进行多视角特征学习。引入一致性度量,以补丁级监督的方式明确约束不同视角输出的局部特征的相似度。为提高检测精度,采用特征分解策略进一步优化伪造特征,减少不相关因素的干扰,并以伪造特征空间的决策作为最终的预测结果。在基准数据集上进行的大量实验表明,所提出的方法优于现有的主流模型,具备良好的跨域泛化能力。