基于内外子区域划分的高阶精度CFD程序异构并行算法

对计算流体力学(CFD)程序CNS提出一种Offload模式下基于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1.27倍,使用双加速器加速1.45倍。讨论和分析了性能瓶颈与存在的问题。     

螺旋桨缠绕物切割装置对螺旋桨水动力性能影响

将螺旋桨缠绕物切割装置与螺旋桨作为组合推进器,并运用基于RANS方程的多参考系模型计算了加装切割装置对螺旋桨水动力性能的影响。计算结果表明,加装的切割装置对螺旋桨的敞水性能影响较小,在±2%左右;切割装置对螺旋桨叶面压力的影响在半径较小的叶切面上比半径较大的叶切面上明显;各叶切面上导边受到的影响最大。从总体上看,增加切割装置不足以对螺旋桨的空泡性能和噪声性能造成明显的影响。     

控制性能评价与监控理论的研究进展

自Harris(1989)提出最小方差控制基准以来,控制性能评价与监控技术受到了极大的关注,并取得了大量的成果.学者们在最小方差基准的基础上提出了广义最小方差基准、用户定义基准、基于模型的基准等多种评价方法,并由最初的单输入单输出系统推广到了多输入多输出系统、时变系统等.仔细回顾了控制性能评价与监控理论的发展历程,并指出该领域面临的主要问题以及未来的发展方向.     

水下监测系统的生存性定义与模型

当水下监测系统遇到外部攻击、发生故障和事故时,生存性为系统仍保证基本服务提供了保障.为准确衡量此类系统的生存性,提出了它的生存性定义、计算方法和系统模型.生存性定义为在指定工作环境下,受事件影响的系统服务仍能达到用户要求的能力,表示为系统服务性能的数学期望.根据这种定义和计算方法能更准确地判别系统设计是否满足生存性标准.在基于多状态系统的生存性模型中,服务性能是各子系统状态的函数,与系统的结构函数有关.子系统状态的概率分布由系统的可靠性和安全性决定.最后通过实例说明了生存性模型的有效性.     

多传感器异步量测融合算法性能比较

归纳几种多传感器异步量测融合算法,即首先将各传感器异步数据统一到同一时刻,再对该数据进行并行或伪序贯滤波处理.分别采用理论证明和实例仿真分析对各种算法的估计精度、计算量等性能进行了比较.所得结论对实际工程应用中异步量测融合算法的选取有一定的指导意义.     

人员聚集场所夹层火灾危害的性能化防火分析

针对某公共场所建筑内建夹层这一特定问题,依据火灾安全工程学的思想和理论,运用性能化建筑防火分析方法,通过计算机模拟计算,定量分析了该场所建筑夹层的火灾烟气危害,研讨了有关对策,论证了建筑夹层存在的危害性及其存在的可行性。     

大空间建筑消防设计探讨

大空间建筑消防设计过程中,需要根据不同的外界条件以及消防系统特点来选择灭火系统。结合部分工程设计,分析对比了不同类型消防灭火设施的特点,并总结了其性能化设计中消火栓系统、自动喷水灭火系统、消防水炮系统应注意的问题,同时简要说明了消防用水量的计算方法。     

鳍对拖式吊舱推进器水动力性能的影响

为考察鳍对拖式吊舱推进器水动力性能的影响,用基于速度势的面元法建立了吊舱推进器水动力性能计算的数学模型,对附鳍的吊舱式推进器的定常及非定常水动力性能进行了预报.螺旋桨和吊舱及鳍之间的相互影响通过迭代计算来处理.采用计算较为简便的关于扰动速度势的基本积分微分方程,并采用双曲面形状的面元以消除面元间的缝隙.在桨叶随边满足压力Kutta条件,用Yanagizawa方法求得物体表面的速度分布.计算了无鳍、单鳍和双鳍拖式吊舱推进器的水动力性能,计算结果表明,鳍会产生推力,使得双鳍时整个推进器的水动力性能最好,单鳍次之,无鳍最低.     

累积和检验算法应用于主动声纳检测时的性能

研究了一种基于瞬态信号检测的累积和序贯检测器,其检验统计量由归一化匹配滤波器输出决定,受到声纳方程估算的信噪比影响.从理论上分析了该算法的虚警和检测性能,并和归一化匹配滤波器作了比较.海试数据的验证结果表明,该算法检测性能优于归一化匹配滤波器,并且对混响有较好的抑制作用.     

一种基于Lorentzian函数的变步长LMS自适应滤波算法

为了改善传统的LMS类算法存在的缺点,提高算法的收敛速度和跟踪性能,提出了一种基于Lorentzian函数的变步长LMS自适应滤波算法.该算法采用Lorentzian函数来建立估计误差e(n)和步长因子μ(n)之间的非线性关系,以达到提高收敛速度和改善跟踪性能的目的.计算机仿真表明,算法与其他LMS类自适应滤波算法相比,在收敛速度和跟踪性能上都有较大的提升.