改进的无单元Galerkin法分析薄板自由振动

改进移动最小二乘近似(IMLS)采用带权正交多项式基函数,避免了对力矩矩阵的求逆过程,从而比移动最小二乘近似(MLS)节省了计算时间.但是由于其只要求近似函数在各节点处误差的平方和最小,对近似函数导数没有任何限制,使得在处理要求导数连续等问题时产生较大误差.而考虑导数近似的广义移动最小二乘近似(GMLS),虽然提高了近似函数的精度,但由于增加了节点自由度,显著增加了计算时间.结合IMLS和GMLS各自的优点,给出了改进的广义移动最小二乘近似(IGMLS).该近似在构造函数时要求近似函数在所有节点处误差的平方和与近似函数导数仅在导数边界附近各节点处误差的平方和之和最小.同时,为了节省计算时间,基函数采用加权正交多项式.将IGMLS与无单元Galerkin法(EFG)相结合,给出了基于IGMLS的EFG法.通过对薄板离散建立了相应的薄板自由振动代数方程.通过数值算例证实了IGMLS比IMLS具有更高的精度,所需的运算时间要小于GMLS.     

无网格伽辽金法在悬臂梁中的应用

无网格伽辽金法(EFGM)是一种刚刚兴起的数值算法,它在数值领域中表现出了精度高、收敛快、数值稳定、能消除体积闭锁等一系列突出优点.采用移动最小二乘法构造形函数,引入拉格朗日乘子满足位移边界条件,并选用不同的权函数对悬臂梁问题进行了分析.计算结果表明,只要恰当的选取权函数,该方法的计算结果与理论解还是相当吻合的,表明了无网格伽辽金法的可行性和有效性.     

边界型无网格法在对流分析中的应用研究

边界节点法(boundary node method,BNM)是一种将边界积分方程和移动最小二乘近似(moxring least-square,MLS)方案相结合的边界型无网格法.由于MLS不具有插值函数性质,BNM中的边界条件不容易施加.本文将BNM中的MLS用紧支径向基函数代替,得到的形函数具有Ddta函数性质,并用这种改进的BNM求解稳态对流扩散问题.     

光纤陀螺随机漂移的建模与实时滤波方法

光纤陀螺的随机漂移具有非平稳和非零均值的特点,传统时间序列分析法必须对原始数据进行预处理后再进行建模,无法满足在线建模的要求。针对这一问题,采用差分自回归移动平均模型和递推最小二乘法相结合的方法对光纤陀螺的随机漂移构建动态模型,再通过基于该模型的无迹卡尔曼滤波算法对随机漂移实时滤波,并与自适应卡尔曼滤波进行实验对比。实验结果表明,该方法具有较高的滤波精度,能更有效地抑制光纤陀螺的随机漂移。     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

总体最小二乘法及其在GNSS高程拟合中的应用

为了解决多项式曲面拟合方法在进行全球导航卫星系统(GNSS)高程拟合时,控制点的坐标数据与高程异常均存在测量误差的问题,从总体最小二乘法的角度,在系数矩阵存在误差的情况下,来优化GNSS高程拟合模型,提高拟合精度。实验结果表明：采用总体最小二乘法进行曲面拟合GNSS高程异常,较传统最小二乘法精度会有一定提高。     

基于移动最小二乘与控制曲线的3D点云变形

将移动最小二乘法用于3D点云模型变形,提出一种基于控制曲线的3D点云模型变形方法.该方法根据点云数据的形状信息或变形需要设置关键点,利用三维空间三次样条插值拟合生成控制曲线,通过改变曲线两端的偏导数来改变空间曲线的形状,从而更好地拟合物体的轮廓.基于移动最小二乘法实现3D点云模型的刚性变形,通过轮廓拟合准确定位变形后的物体轮廓,利用控制曲线可实现多个区域的准确变形.实验表明,该方法可使3D点云模型产生比较平滑而真实的变形效果.     

基于空域调制效应的干扰极化参数估计

干扰极化估计精度是影响雷达极化抗干扰能力的重要因素,而雷达天线空域极化特性存在一定的病态性,使来波极化估计的最小二乘解在病态情况下变得不稳定. 针对最小二乘方法估计来波极化所存在的病态性问题,提出一种改进极化矢量估计的约束最小二乘方法.首先分析影响来波极化估计稳定性的因素,针对具体的天线型式给出病态情况下的计算机仿真结果,推导了带二次约束的极化估计最小二乘解并给出了算法流程. 仿真结果表明了改进极化估计均方误差的有效性,该方法可显著提高干扰极化估计精度,提高雷达极化抗干扰能力.     

基于最小二乘法的多层前向神经网络构造学习算法

提出了一种基于最小二乘法的多层前向神经网络的构造学习算法。神经网络的结构在学习的过程不断变化，通过动态生成学习误差反向传递，利用最小二乘法实现神经网络的快速学习。仿真结果表明，该学习算法盯具有学习速度快，学习精度高，泛化强等优点。     

带二次约束的最小二乘问题的求解

针对带二次约束的最小二乘问题提出了一种求解算法,同时给出了算法中牛顿迭代的收敛证明.数值例子说明了此算法的有效性.     

传感器网络微分环节中改进的最佳二阶近似模流量控制

自组织无线传感器网络的结构组合具有随机性,当节点传输数据时,数据缓冲区很容易发生传输拥塞.为解决这个问题,该文提出对微分环节进行改进的最佳二阶近似模流量控制方法. 该方法把传感器网络设计抽象成一个控制器,此控制器具有最佳二阶近似模传递函数. 控制器把节点数据缓冲区的实际数据高度负反馈到输入端,根据缓冲区实际高度和理想高度的差值大小,由控制器控制上游节点发送数据的速率. 为了减小系统超调量和使峰值提前,在传递函数中再加入一个微分环节,以确保网络在暂态和稳态阶段缓冲区数据都不会发生溢出.     

一维Klein-Gordon双原子晶格的传播非线性局域模

采用离散载波与连续包络的解析方法求得了一维Ｋｌｅｉｎ－Ｇｏｒｄｏｎ双原子晶格中的各种可能的传播非线性局域模。在系统振动频率与载波波矢全平面中不同区域内分别得到了脉冲包络和扭结（反扭结）包络传播非线性局域模。     

三维Stokes近似系统弱解的全局存在性

研究了三维有界光滑区域上的Stokes近似系统弱解的全局存在性.利用Galerkin格式构造逼近方程组,进而通过取极限得到原系统的解,证明了三维Stokes近似系统弱解的全局存在性.     

基于3D-GM-BPM的平行定向耦合器模拟研究

提出了基于伽辽金法的三维光束传播法（3D－GM－BPM），可直接应用于三维波导光电子器件的光波传输模拟，并用它模拟分析了基于脊形光波导的平行定向耦合器遥光波传输特性。3D－GM－BPM最终归结为求角一阶常微分方程组，导出矩阵小，计算效率高。另外，平面映射边界条件使该方法无须引入人工边界条件，因而消除了非物理反射，有较高的计算精度。     

协调映射下一类覆盖上近似算子的不变性质

协调映射可以将信息系统映成对象较少的信息系统,从而压缩数据．本文讨论覆盖粗集在协调映射下的不变性质．指出满的协调映射可以保证原覆盖近似空间的一类覆盖上近似与像覆盖近似空间覆盖上近似之间一一时应．     

分形多孔介质中的热传导

采用有限容积法分析了分形多孔介质中的热传导过程,计算中发现分形结构中的导热规律非常复杂,基质与孔隙之间存在着很强的相互换热,当不考虑孔隙气体中的导热时,所构造的随机Sierpinski地毯上导热率与基质率(基质百分含量)大多呈指数关系,这与Archie定律的结果是一致的.     

一类冷却系统的双控制元问题

本文研究带活动边界的发汗控制系统,把发汗剂秒流量与气动热流密度综合在一起作为双控制元讨论了发汗冷却系统的最优控制问题,利用泛函数分析方法证明了冷却系统双控制元的存在唯一性。     

关于二重分数Stratonovich随机积分的卷积逼近

研究了当Hurst参数〈1/2的情形下,关于二重分数Stratonovich的随机积分.利用卷积逼近的方法和分数布朗运动随机积分的性质,最终得到了二维随机积分,这和文献[1]中的方法有很大的不同.     

基于区块链的精准扶贫数据保护方案

针对目前数据管理中普遍存在的中心化存储、防篡改性弱、可追溯性差、缺乏安全有效的共享渠道等问题,借助区块链技术的去中心化、不可篡改等特性研究了一种基于区块链的精准扶贫数据保护方案.以个人档案的形式记录扶贫数据,依托智能合约和星际文件系统等技术使数据以数字档案形式进行新增、更新、验证、共享.将公有链和联盟链结合,以锚定数据...     

基于径向基函数神经网络的无人直升机吊装系统滑模减摆控制

针对存在非线性、强耦合、外部未知有界干扰和建模不确定性的平面运动下无人直升机吊装系统,研究了一种基于径向基函数神经网络(radial basis function neural networks,RBFNNs)和干扰观测器的无人直升机吊装系统滑模减摆控制方法。首先将系统模型转换成仿射非线性形式,利用RBFNNs逼近系统不确定性,设计干扰观测器估计神经网络逼近误差与外界未知有界干扰的复合值。然后基于RBFNNs和干扰观测器设计了滑模减摆控制器,并用Lyapunov方法证明闭环系统稳定性;最后通过仿真验证了所设计控制器的有效性。