基于Agent的分布式卫星自主构形重构技术

自主构形重构是分布式卫星自主运行的典型任务.将构形重构问题分解为底层控制问题和上层规划问题,给出构形重构问题的统一描述,在一种递阶控制结构中探讨基于Agent的分布式卫星自主构形重构问题,并介绍基于ObjectAgent的实现框架.针对底层控制问题,提出卫星相对运动轨道调整的螺旋控制策略,并对燃料消耗量进行估计;针对上层规划问题,采用拍卖算法完成构形重构位置分配.最后通过一个仿真实例验证基于Agent的分布式卫星自主构形重构的可行性.     

鱼雷电磁引信作用距离模糊分析及抑制方法

从鱼雷电磁引信收发线圈垂直配置方法基本原理出发,分别分析了位于鱼雷轴线和偏离鱼雷轴线的双接收线圈产生作用距离模糊的原理。对于第一种情况,提出了对双路线圈输出信号进行取模处理的方法,消除了作用距离模糊;对于第二种情况,提出了通过增加对称位置的接收线圈,并对对称位置线圈输出信号求平均后,再进行取模处理,消除了作用距离模糊。仿真结果表明,该方法可有效消除作用距离模糊,提高电磁引信作用距离。     

几何约束的改进弹性体网格变形方法研究及应用

针对现有弹性体网格变形方法无法有效抑制网格单元出现"负体积"和过度畸变等问题,引入体积弹性模量约束和挤压弹性模量约束,提出一种基于几何约束的改进弹性体法。借助Patrick网格质量参数,选取三维长方体边界在旋转、平移和伸展变形三种方式下的大幅度运动,对比研究引入几何约束后的改进效果。仿真计算二维NACA0012翼型的俯仰振荡和三维伸缩翼变形过程的气动特性,结果表明:基于几何约束的改进弹性体法显著提高了变形网格的鲁棒性,尤其在大变形时能够有效约束较差网格单元,改善经典方法存在的问题,可为非定常流场问题的求解提供有力支撑。     

PD反馈特征结构配置在最优控制问题中的应用

考虑了二阶线性系统的比例微分(PD)反馈特征结构配置问题以及其在最优控制问题中的应用。基于比例微分特征结构配置参数化方法,将二阶线性系统的最优控制问题转化为一个便于求解的有约束条件的极小值问题,并给出了相应的求解算法。三自由度质量弹簧阻尼系统算例及其仿真结果表明所提算法简单、有效。     

有限元网格自动生成的Delaunay算法

介绍一种有限元网格自动生成算法,算法对点的位置没有任何限制,增加新点时,可在原有网格基础上生成新的符合Delaunay性质的三角形有限元网格．     

并联机构的奇异位形分析及冗余驱动控制方法

运用微分几何的方法分析了存在于并联机构中的各种奇异位形。采用冗余驱动方法解决并联机构奇异位形的控制问题。设计并实现了平面二自由度并联实验装置 ,并进行了冗余驱动控制实验     

超燃冲压发动机燃烧室构型优化的试验研究

在直连式超燃冲压发动机试验系统上,通过调节超燃冲压发动机燃烧室壁面扩张角和燃料喷注位置,对燃烧室构型优化进行了试验研究。为了提高试验效率,燃烧室形面调节采用正交试验设计方法进行组织,每个形面进行5种喷注位置的试验,每次试验通过文氏管调节3个当量比的燃料流量。利用试验数据构造燃烧室性能关于构型参数的响应面模型,可用于燃烧室构型优化。通过两次渐进优化获得了性能更优的燃烧室构型,并根据试验数据分析了各构型参数对燃烧室性能的影响,结果表明:优化构型燃烧室的推力增益比基准构型增大了10.4%;燃烧室性能受各构型参数的强烈耦合影响。     

面向大规模集群并行I/O的用户层配置优化策略研究

近年来,大规模并行场景下的I/O性能越来越受到应用科学家的关注。影响应用I/O性能的关键因素主要有三个层次：包括应用的I/O接口实现、体系结构和文件系统组件的性能以及应用的I/O参数配置。本文从应用I/O配置优化的视角,分析了大规模集群并行I/O的配置调优空间,在此基础上,给出了一套大规模集群并行I/O性能特征测试分析方法,基于该方法,在某国产超级计算集群上开展了一系列I/O测试分析来刻画系统的I/O性能特征,进而指导并行应用程序的I/O配置优化。基于优化后的配置参数,在两类典型的并行I/O场景中,针对某类生产应用程序,8192进程下的重启动数据写操作时间下降了15%,4096核的程序作业加载时间从10分钟缩短到了5s。本文提出的I/O配置调优空间及优化方法,可以推广应用到其它同类系统平台,对于大规模集群上的用户层并行I/O配置调优具有借鉴意义。     

任意三角域上 C1 有理插值的一种新算法

本文描述了任意三角域上C~1有理插值的一种组合算法,其特点是构造简单,计算方便,插值函数与文[3][4]比较,有着较高的逼近精度。最后给出了插值式的代数精度集和计算实例。     

相对论速度与双曲几何

本文试图将非欧几何之——双曲几何引入狭义相对论.结果表明,在一定的映射关系下,双曲坐标变换对应于相对论速度变换,双曲几何空间构成伪欧速度空间的等距浸入子空间.