一种改进的汽车雷达数据实时聚类算法

为了更好地在复杂多目标环境下进行汽车雷达数据的实时聚类,使用扩展卡尔曼滤波算法(EKF)对基于密度的聚类算法(DBSCAN)进行改进,并通过仿真和实测实验进行验证。结果表明:新算法在进行增量聚类时每次耗时可以保持在一个稳定且较低的水平;新聚类在不增加时间复杂度的情况下进行自适应聚类,可以解决汽车雷达数据密度不均匀的情况。可见新算法同时实现了增量和自适应DBSCAN聚类,同时保证聚类的效率和准确度。     

天然气膨胀预冷混合制冷剂液化流程操作条件优化

为获得液化流程最优性能,确定液化流程能耗水平,探究将其应用于城市天然气调压站调峰型液化天然气装置的可行性,对天然气膨胀预冷混合制冷剂(NGE-MR)天然气液化流程的操作条件进行了优化。建立了NGE-MR液化流程模拟及优化模型,分析了混合制冷剂组成、混合制冷剂循环高压压力等主要操作条件对流程性能的影响,在此基础上以比功耗最低为优化目标,采用定压比优化方法,对NGE-MR液化流程的操作条件进行了优化。结果表明:3种压比(10、9、8)下NGEMR天然气液化流程的最优混合制冷剂组成基本相同,各组分摩尔分数分别为2%(N2)、32%(CH4)、60%(C2H6)、6%(C3H8),最优混合制冷剂组成与压比相关性不大;NGE-MR液化流程的最优比功耗随压比的降低而逐渐降低,但幅度很小,基本维持在0.225~0.230kW·h/kg,较C3-MR及级联式天然气液化流程分别降低23.9%和34.4%。NGE-MR液化流程节能优势明显,适用于城市天然气调压站的调峰型LNG装置,可高效节能地生产LNG并用于城市天然气调峰。     

EEG的测度熵计算

本文对脑电图(EEG)的测度熵进行数值计算,证实了脑电呈现混沌运动的特征,并发现可以利用EEG的测度熵对人脑功能作定性解释。     

凸起地形对面板堆石坝面板应力变形特性的影响

依托某建于凸起地形上的面板堆石坝,采用三维非线性有限元分析方法,研究左岸凸起地形及其2种开挖方案对面板堆石坝面板应力变形特性以及接缝变形的影响。通过坝轴向和顺坡向的面板挠度曲线解释了面板拉应力分布规律,提出了面板拉裂风险指标,并对开挖方案进行了效果评价。结果表明：凸起地形对面板应力变形和接缝变形有较大影响,相较于凸起地形完全挖除方案,凸起地形对堆石体和面板具有较强的约束和支撑作用,导致凸起地形处的面板坝轴向位移和挠度减小,拉应力区增大,垂直缝张开数量增多,然而,面板拉应力、垂直缝张开量以及周边缝张开和错动均有所减小;凸起地形上游侧按1∶1.5开挖后,面板变形协调性明显改善,面板拉应力区面积和垂直缝张开数量减少,有效降低了面板拉裂风险。     

碳纤维复合材料/钢的胶铆连接失效机理和选材方法

为了揭示碳纤维复合材料(CFRP)与钢板连接设计中,母材厚度和强度对接头失效的影响规律,对CFRP层合板与DC05、HC260Y、DP590、DP780、DP1180、PHS1500钢板组成的胶接、铆接和胶铆混合接头进行单向和正向拉伸试验,分析各接头连接强度和失效模式,提出CFRP/钢接头母材厚度比和强度比的推荐范围.结果表明：CFRP/钢接头失效模式由较弱一侧母材强度和刚度决定,在连接设计中,应尽可能使两母材的强度和刚度相近;CFRP零件与相邻钢件厚度比的推荐范围为1.37～1.91,母材极限承载比的推荐范围为0.9～1.52.     

五种氮杂查尔酮的~1H-NMR波谱分析

目的:研究合成出的五种氮杂查尔酮~1H-NMR图谱,确证其结构。方法:所测定的~1H-NMR图谱与对应查尔酮的相关文献报道及计算机分析软件模拟计算结果相对照,比较各质子在图谱中的化学位移。结果:得出了相关化合物~1H-NMR图谱出峰顺序和规律,并丰富了的波谱数据。结论:确证了化合物结构。     

不完全信息条件下演化博弈均衡的稳定性分析

基于不完全信息假设 ,借鉴生物进化过程中“复制动态”的思想 ,对非对称 2× 2演化博弈均衡进行渐近稳定性分析 ,完整地给出了其定性行为的拓扑等价分类 ,针对一些熟知的博弈模型介绍了若干新的结果 ,最后简要讨论了演化博弈论分析框架对经济行为模式动力学解释的意义 .     

未知转换概率矩阵下的机动目标跟踪算法

机动目标跟踪过程中的转换概率矩阵往往是未知的,系统状态也将呈现非线性、非高斯、不完全观测的特点。传统的方法如交互多模型、广义伪贝叶斯算法等解决该类型问题的效果并不理想。将准贝叶斯法则和辅助粒子滤波算法相结合,提出了一种新的未知转换概率矩阵条件下的机动目标跟踪算法(QB-APF)。仿真结果表明,该算法与其他方法相比具有更高的滤波精度和较好的数值稳定性。     

基于混合粒子群算法的多平台多武器火力分配研究

分析了火力分配的数学模型及求解算法的研究现状,建立了多平台多武器的火力分配模型,并提出了一种混合粒子群算法的求解方法。混合粒子群算法利用粒子群的个体最优和全局最优粒子,采用了交叉、变异和选择相结合的遗传操作得到粒子的新个体。通过对两个作战想定的多次测试,进一步表明了算法的可行性和有效性,尤其是在规模复杂问题中将更能体现算法的优越性。     

无标度网络及其系统科学意义

简述了无标度网络的发现及其特性,阐述了无标度网络对于系统科学研究的意义,提出:以无标度网络研究为切入点,深入开展系统结构的研究.