基于推广的Fu-Shu坏单元指示子的h自适应RKDG方法

为提高使用坏单元指示子生成的h自适应网格质量,在求解双曲守恒律方程的Runge-Kutta间断Galerkin方法中引入推广的Fu-Shu指示子,实现在自适应网格中间断区域使用密网格、连续区域使用粗网格的效果,从而节约计算成本,提高间断处的数值模拟效果.对二维Euler方程组的数值试验验证了本文方法的有效性,与常用的KXRCF坏单元指示子的比较展示了推广的Fu-Shu指示子的优势.     

简化的WENO重构在h自适应RKDG方法中的应用

将简化的WENO重构方法应用到了一个基于坏单元指示子的h自适应RKDG算法,并从数值上证明了这个算法能有效提高间断附近的数值解质量。数值试验还表明这个重构方法对一维h自适应网格也能很好地消除数值振荡,同时还能保持光滑区域的精度。     

基于hp自适应Radau伪谱法的再入飞行器轨迹优化

全局伪谱方法在解决平滑最优控制问题时具有指数级收敛速度,但对于状态变量震荡的最优控制问题往往难以在短时间内取得满意解。飞行器机动再入轨迹通常为震荡形式,因此设计了hp自适应Radau伪谱算法(hp-RPM)求解再入最优轨迹。hp-RPM以相对曲率作为判据,将震荡轨迹划分为多个平滑子区间,在每个子区间内采用低阶插值多项式逼近最优轨迹,以提高算法效率、估计精度和解的最优性。仿真结果表明,hp-RPM方法在算法效率、估计精度、解的最优性上,较全局Radau伪谱方法均有较大程度的提高。     

基于XFAST自适应的直接捕获算法

针对采用XFAST(Extended replica folding acquisition search technique)方法会额外造成恒定信噪比损失的缺点,提出一种基于XFAST方法的自适应捕获方法,结合非相关累加的性质进行自适应组合,对P码信号进行直接捕获.研究结果表明:此自适应捕获方法仍然可以保留XFAST计算量较小的优点,同时可以克服XFAST无法捕获到较弱信号的不足,对实际GPS P码直接捕获接收机的设计以及我国自主北斗长码直接捕获接收机的发展均具有一定的参考价值.     

基于语音学分类的汉语三音子识别单元的算法

为提高语音识别系统的性能,针对汉语语音的单音节结构的特点,提出了建立三音子识别单元的方法。这种方法完全利用语音学知识对上下文进行分类从而实现参数共享,而不同于传统的数据驱动的聚类共享。提出并实现了采用三音子单元的识别系统的训练算法和识别搜索算法。实验表明:基于语音学分类的三音子单元对识别性能有明显的改善,系统的首选误识率相对基线系统降低了28%。     

混沌吸引子分维数的极限分辨率自归算法

根据混沌吸引子的数值特性与数据采集器的分辩率有限的特性,提出的快速算法,实现了在AT系列微型计算机上以实时或近乎实时的计算速度,从实验数据中,计算出混沌吸引子的分维数。     

基于位图构建的RFID自适应N树防碰撞算法

摘要： 针对无线射频识别技术（RFID）共享信道多路访问导致的碰撞问题,提出两种基于位图构建的RFID自适应N树(N为子树个数）防碰撞算法--单帧位图跟踪N树算法(SFBTNA)和多帧位图跟踪N树算法(MFBTNA).利用极大似然位跟踪标签数估算法(MLBE)估算标签数量;在MLBE基础上提出了探针法构建位图,SFBTNA算法根据位图在单帧内自适应调整最优N值并构建N树,而MFBTNA算法则逐帧调整最优N值并构建多个N树.同时,对N树下的子树利用跟踪树算法(CT)识别,位图与跟踪树的结合使用极大降低了碰撞时隙的影响.理论分析和仿真实验表明,提出的两种算法的性能明显优于现有防碰撞算法.     

基于L1自适应算法的无人机横侧向控制研究

针对无人机在飞行过程中存在不确定性、时滞和强耦合等特点,设计一种包含基本控制律和补偿控制律的横侧向鲁棒自适应控制器.将无人机横侧向模型不确定性视为时变参数和干扰,采用基于线性二次型调节器(LQR)的L_1自适应控制方法,在满足闭环控制系统的渐进稳定的同时,并具有良好的鲁棒性与自适应性.仿真结果表明所设计的控制器可以实现对跟踪误差快速收敛.     

拟蒙特卡罗自适应粒子滤波的机载无源定位算法

为了加快无源定位速度,提高定位精度和滤波算法的稳定性,提出一种基于拟蒙特卡罗自适应高斯粒子滤波的机载无源定位算法.利用拟蒙特卡罗积分技术优化采样粒子在状态空间中的分布特性,降低积分误差,提高滤波精度,并且根据预测粒子在状态空间中的分布情况实时自适应调整下一次滤波所需的粒子数,减少冗余粒子,在保证滤波精度的同时有效地提高了算法的运行效率.将所提算法应用于机载无源定位系统,仿真结果验证了该算法的有效性.     

基于多特征融合的尺度自适应KCF目标跟踪算法

首先,对核相关滤波(KCF)目标跟踪算法进行了详细推导;然后,针对KCF算法提取单一特征,不能很好地表达目标的外观模型,提出将多种特征融合的方法,增加外观模型的可区分性.同时针对KCF算法不能自适应尺度变化的问题,引入一种尺度自适应变化方法.还对于KCF算法的固定更新率在目标被遮挡的情况下会学习到错误信息的问题,提出一种在线模型更新因子的方法;最后,通过实验对比结果表明,本文提出的算法跟踪精度更高,且对目标尺度发生较大变化和遮挡情况下的跟踪具有较强的鲁棒性.     

MTS系统430数字指示单元的程控诊断

结合ＭＴＳ电液伺服材料试验系统中４３０数字指示单元的数字指示器停显故障，给出了采用低档控制器训练装置进行故障诊断的实例，为大型数字设备的检修奠定了基础。     

MTS系统430数字指示单元的程控诊断

结合ＭＴＳ电液伺服材料试验系统中４３０数字指示单元的数字指示器停显故障，给出了采用低档微控制器训练装置进行故障诊断的实例，为大型数字设备的检修奠定了基础。     

自适应零相位误差跟踪算法用于非圆柱磨削

介绍了一种非圆柱表面高效、高精度磨削加工新方法－－点磨法，对该磨削加工方法的控制技术进行了探讨，提出了零相位跟踪控制算法，使控制系统对给定非圆特殊曲线具有很高的跟踪精度，从而保证了非圆轴类表面磨削加工精度。     

自适应零相位误差跟踪算法用于非圆柱磨削

介绍了一种非圆柱表面高效、高精度磨削加工新方法──点磨法，对该磨削加工方法的控制技术进行了探讨．提出了零相位跟踪控制算法，使控制系统对给定非国特殊曲线具有很高的跟踪精度，从而保证了非圆轴类表面磨削加工精度．     

引力子自作用的研究

作者认为若要讨论引力子在宇宙演化中所起到的作用,就必须知道它们之间的相互作用.由于学术界以前更多关注的是粒子物理的效应,所以人们所关心的是它们的散射振幅,但是在宇宙学效应上,它们的相互作用势能与相互作用力才应是更加需要关心的.在文中,作者利用它们的自相互作用势能的解析表达式来得到相应的散射振幅.由其相应的势能表达式可见,引力子的自作用在大尺度下可以有斥力项存在,这一特殊的性质不仅使得它可以作为宇宙暗物质和暗能量的候选者,同时亦可能对于解释宇宙的构成及演化起到一定的积极作用.     

网壳结构的指示矩阵算法

网壳结构作为一种新颖的建筑型体.在我国已开始得到重视并用于实际工程.但由于网壳结构形体的多变性和众多单元数量,当用计算机进行结构分析和设计时,前期工作量很大.因此,本文在分析了网壳结构形体的基础上,提出了结构的成形策略,并引进了一套易在计算机上实施的、指示结构几何构成的算法,用指示矩阵算法实现了网壳结构的前处理.使用结果表明,本法简单、正确、有效,是用于结构前处理的一种较为系统的方法.     

使用自组织增量径向基网络的在线网络流量分类算法

针对传统流量分类方法存在模型训练速度慢、样本标记成本高和难以满足分类实时性的问题,构建了一种在线的半监督流量分类算法——OSOINN-RBF。首先使用改进的自组织增量神经网络对数据进行在线增量式的无监督学习,获得代表流量数据分布的SOINN网络,SOINN中节点的权重和半径分别作为径向基网络隐藏层节点的中心和半径;径向基网络能够捕获数据中难以发现的规律性,具有良好的泛化能力和学习收敛速度;最后使用少部分标记样本调节径向基网络输出层的权重,提高径向基网络的分类性能。实验结果证明,与主流分类算法相比,OSOINN-RBF算法的分类性能都为最优,具有最小的时间开销;面对未知流量类别时,OSOINN-RBF算法相比SOINN算法的分类准确率提高了5%～7%。     

动量-自适应BP算法在机器人碰撞检测仿真系统中的应用

根据机器人运动连续性原理,通过对误差脉冲数的统计分析,我们基于人工神经网络算法,实现了机器人碰撞检测仿真系统 根据从机器人运行时采集的数据对神经网络进行训练和仿真,在实际应用中取得了预期的效果 本文讨论了动量-自适应学习率BP算法,说明了通过误差脉冲数进行碰撞检测的原理,比较了它与传统方法的区别,并且根据神经网络训练和仿真结果对动量-自适应学习率BP算法和标准BP算法进行了比较.     

基于子空间插值的领域适应学习

为了寻找一种更好的目标分类器,提出了基于子空间插值的领域适应学习方法.从源域出发,依次训练中间领域字典,缩小样本分布差,形成一条平滑的虚拟路径,逐步适应目标数据,达到提高识别性能的目的.在CMU-PIE上进行了实验,结果表明此方法较其他领域适应学习方法有更好的分类性能.     

胶子自作用对胶子球能量的修正

本文在零级近似的基础上，考虑胶子自作用对胶子球能量的修正．