简支欧拉-伯努利梁动力响应的无网格精细计算流程

基于无网格方法和精细积分方法,提出一种用于欧拉-伯努利梁动力响应求解的新算法.研究该算法的计算原理、实现方法,并给出数个典型的数值算例.该方法利用无网格方法进行空间自由度的离散,采用精细积分方法对时域积分,采用修正变分原理满足边界条件、最小二乘法进行插值,龙贝格算法进行数值积分.数值计算结果表明,此方法计算量较小,精度高,稳定性好.     

一种无积分任意四边形非结构化网格节点间断Galerkin方法

节点间断Galerkin方法是近年来得到迅速发展的高精度数值方法,可以采用任意多边形网格对平面求解域进行离散.针对任意四边形非结构化网格,传统的节点间断Galerkin方法采用数值积分对离散方程进行计算,需要较大的计算量与存储空间.为了提高任意四边形非结构化网格上节点间断Galerkin方法的计算效率,提出了一种新的无积分格式实现方法,即将积分节点与插值节点定义为同一节点集,并利用节点基函数的插值性质,推导出每个单元内控制方程的无积分离散格式.通过在任意四边形非结构化网格中对二维对流方程进行数值求解,验证了新提出的无积分方法的准确性和计算效率.结果表明,无积分方法与传统数值积分方法计算误差和收敛精度基本相同,而其计算效率提高1倍以上.     

偏微分方程的多重网格

将多重网格方法引入平面二维非恒定水沙数学模型中,以加快其计算速度,在模型建立过程中采用有限元离散基本控制方程,同时采用SOR算法结合多重网格计算离散后的方程组,具有更好的收敛特性.通过计算发现所得数据与采用有限差分法所得结果基本吻合,且所用方法更简洁.     

基于Mallat算法的抽样值和直接算法

本文在Mallat算法的基础上,通过抽样值计算得到近似小波系数,并给出相应的分解算法和重构算法公式.     

自适应四叉树网格下的N-S方程数值求解模型

提出了一种自适应四叉树网格下的N-S方程数值求解模型.网格能够根据涡度值大小进行自动加密或合并,以达到在不显著增加计算量的前提下,提高重点区域分辨率的目的.模型中采用了无条件稳定的MacCormack格式计算对流项,采用修正的中心差分格式离散压力泊松方程,并提出了在树型网格下黏性项的变通离散格式.通过算例证明,利用新模型所得到的压力泊松方程的数值解具有二阶精度,速度解的精度超过一阶.计算得到的方腔流中轴线上速度分布与Ghia计算结果一致,圆柱绕流中拖曳力系数和升力系数与实测结果一致.方腔流算例还表明,在相同分辨率情况下采用自适应网格计算时间可减少近一半.     

GAMMA格式及DATE方法在SIMPLE算法中的应用

为了提高N-S方程数值计算的精度并解决压力-速度的耦合问题,将GAMMA格式、DATE方法与SIMPLE算法相结合,得到了一种高精度非结构同位网格下的SIMPLE算法.该算法用GAMMA格式离散对流项,用DATE方法处理方程求解过程中压力-速度的耦合问题,可以弥补传统动量插值法不能处理强非线性压力场的不足,保证对流项离散的稳定性及高精度特性.     

一种求解不可压N-S方程的非结构化网格方法

将Date压力修正算法推广到非结构化网格中来处理压力与速度的耦合,用具有二阶精度的迎风最小二乘格式离散对流项,用梯度投影法离散扩散项,得到了一种在非结构化网格上求解N-S方程的同位网格法.它充分利用了单元梯度,避免了利用顶点信息计算交叉扩散通量的麻烦,所有界面速度都采用线性插值,克服了Rhie＆Chow动量插值法的缺点.算例表明,该算法精度较高且健壮稳定,收敛特性也比较好.     

导体电磁散射特性无网格方法研究

传统数值方法的展开依赖于基函数网格生成,当离散网格不满足其构成条件时,算法的计算精度和效率会降低。针对这一问题,该文提出了不受离散网格质量限制的无网格方法。该方法采用无规律、自由生成的任意网格,基于点离散基础对目标的电磁特性进行数值分析。给出了无网格法在求解导体表面电磁散射时的矩阵求解过程,包括方程离散过程、矩阵元素计算过程及求解表面电场积分方程时对奇异积分的处理过程。几种典型算例的分析结果表明,无网格方法结合该文预条件提高了近相互作用的准确性。     

采用离散粒子群算法的网格任务安全级调度

针对异构网格环境中任务调度问题对所面临的安全性研究不足,在考虑了保密性、完整性和真实性等安全性因素的情况下,构造了相应的安全效益函数;依据网格节点的历史行为特点,提出了节点的信誉度动态评估策略;基于行为特点提出了一种离散粒子群算法,由此建立了任务安全级调度新模型.算法基于安全调度的离散空间特征给出了粒子的位置表示方法,从而克服了连续空间解决离散问题所造成的解空间冗余问题.采用分步计算和修改粒子位置的方式重新定义了粒子进化方程,避免了进化过程中速度之间的相互干扰问题.为了防止算法陷入局部最优,引入了均匀扰动速度.实验结果表明,与基于连续空间的粒子群算法和遗传算法相比,所提算法具有较快的收敛速度、较短的调度长度和较高的安全性能.     

不均匀抽样信号的分析与处理

通过在时域、频域对不均匀抽样序列的研究 ,提出了抽样的统一分析方法 ,给出了不均匀抽样信号的获取、恢复以及它的离散傅里叶级数 ( DFS)算法 .     

城市交通流状态估计中探测车采样量的计算方法

讨论了用GPS探测车数据计算路网平均速度的可靠性.在综合考虑了车辆速度、道路类型以及GPS空、重车数据发送周期差异等因素的基础上,提出了一种新的探测车采样量的算法,用于计算城市交通流状态估计所需要的最小GPS探测车的数量.对上海市内环道路网进行了实地检验,结果证明了该算法是有效的.     

基于Fibonacci采样的数据预处理方法研究

提高神经网络(NN)的收敛速率和预测精度一直是人工智能领域的一个挑战性问题,尽管许多研究人员已在研究中使用小批量数据训练神经网络获得了较好的效果,但是这些方法并不够灵活.针对这个问题,该文提出了一种新的数据预处理算法即Fibonacci采样算法.根据Fibonacci数列规则绘制一个新的训练数据序列,这不仅可以恢复小批量数据的划分,而且还可以提供更灵活的批量规模的选择.实验结果表明:在梯度下降之前,Fibonacci数据划分序列能得到较好的实验结果.在应用于相同的单个CNN(5层卷积神经网络)和AlexNet中,Fibonacci采样算法比传统的小批量梯度下降算法能获得更高的准确度和更低的损失值,并且在几种通用网络(LeNet、AlexNet、VGG-16、GoogLeNet)上的性能也取得显著提升.     

时间交替模数转换器采样时间失配校正方法的研究

时间交替模数转换器（TIADC）是近几年来实现高速数据采集的重要方法,由于能最大限度提高实时采样速率并便于硬件实现,已经普遍用于商业应用中．本文对时M交替模数转换器的采样时间失配误差产生原因及影响进行分析,并对一种双通道的基于相位误差估计的梯度的采样时M失配误差的校正方法进行研究和说明,可以看到该自适应算法是鲁棒的,在不同的奈奎斯特区域中都能收敛于最优值．     

基于取样的潜在支持向量机序列最小优化算法

为了提高潜在支持向量机求解大规模问题的训练速度,提出了基于样本取样的潜在支持向量机序列最小优化算法,去掉了大部分非支持向量,把支持向量逐渐压缩到取样样本集中.此算法特别适合大样本数据且支持向量个数相对较少的情况.实验表明,改进的序列最小优化算法加速了潜在支持向量机分类器训练时间.     

一种基于迭代的采样频率快速同步算法

下一代数字用户线(NG-DSL,Next Generation Digital Subscriber Line)技术将是未来最重要的高速有线接入技术.NG-DSL技术使用高载波数与高正交振幅的OFDM调制方式,这对信号同步提出了更高的要求.本文提出了一种快速迭代的采样频率同步算法:基于迭代的采样频率快速同步算法.该算法通过迭代的方法,利用较少的符号快速将估计值收敛到真实值,并且对传统的采样频偏估计公式进行修正,减少算法复杂度.最后对本算法进行综合性能比较.仿真分析结果表明,新算法具有精度高、复杂度低和估计速度快的优点,能够较好地运用于实际的NG-DSL系统中.     

非同步采样信号频谱插值校正分析法

针对周期信号实际的非同步采样,提出一种频谱插值校正的分析法.经分析周期信号不同步采样时产生的频谱泄漏是由于截断信号与原始待分析信号的相位关系发生了变化.利用加窗插值的方法估计出该变化的相位,并利用估计结果构造出一相应的反相位函数,在时域上将这个反相位函数与由傅立叶反变换产生的离散序列相乘,得到新序列再通过一次傅立叶变换就可达到频谱校正的效果.分析、仿真和实验的结果验证了提出方法的有效性,表明所提出方法提高了不同步采样时周期信号频谱分析的精度.     

一种基于LWE采样算法的实现与优化

基于带错误学习问题(Learning With Errors,LWE)构造的密码体制能够抵御量子攻击,它的应用效率与LWE问题的采样过程密切相关.而在LWE问题采样中,对其中的错误因子(Error Factor)采样占采样过程绝大部分时间,本文对LWE问题中的错误因子的采样算法进行研究,将在高斯分布上效率较高的金字塔(Ziggurat)采样算法,应用到了一种高效的LWE问题采样算法中.基于在连续域上的采样比离散域上采样效率高的思路,对LWE问题采样算法在离散域上采样的过程进行了优化,提出了一种将连续域上的采样结果进行取整的方法,.对优化前后的两种LWE问题的采样算法进行了对比实验,结果表明:改进后的算法在不占用大量内存并且保证安全性的情况下,将采样速度提高了38%~200%.     

一种求取复杂结构金属的互连电容的新算法

为了求解导体间产生的寄生电容,提出一种新型随机算法,能快速并准确的计算出二维和三维复杂结构金属间的互连电容。设计了以方形随机漫步为基础的停留介面法,可用于处理含有斜边导体和多层介电质结构;给出了电容矩阵的详细推导公式,应用口字型积分法求取了电场值;分析了取样点的布置和并行架构。最后与商业软件求出的寄生电容结果进行了对比,并分析了并行计算和串行计算的效率。结果表明,求解的寄生电容误差范围都可达业界要求3%以内;在32核计算机下,并行计算时间比串行计算时间快30倍。由此可见,此新算法可用于计算二和三维复杂结构,且不受限于矩形或梯形导体,且也不受限于介电质层数,可高效的计算出导体间产生的寄生电容。     

捷联惯导系统非线性误差补偿的随机采样法

为了补偿由于惯性敏感元件高频振动整流所引起的非线性输出误差,研究一种新的补偿方法--随机采样法.以加速度计为对象,对随机采样法进行描述和分析,并与传统的固定采样频率方法进行了对比.在此基础上,对原随机采样法进行了改进.最后给出了详细的仿真程序和结果.仿真结果表明,新的随机采样法比原方法的精度有明显改善,所引入白噪声的强度更小,但计算负担的增长不是很明显.