飞机起落架半主动控制系统的控制方法研究

利用磁流变阻尼器对起落架悬架系统进行半主动控制,将以前经常研究的二自由度起落架系统转换到一个考虑到反弹、着陆冲击时的俯仰和滚转运动的三自由度飞机系统来研究,能更好地模拟飞机的两个主起落架和前起落架轮的连续触地着陆的真实情况。磁流变阻尼器的半主动控制策略分别使用二种不同的控制器,即线性二次型调节器(LQR)和鲁棒控制器。斯宾塞模型用来预测的磁流变(MR)阻尼器的动力特性。对控制器在减少响应加速度和速度时的性能进行比较分析。仿真结果验证了飞机在着陆过程中受到干扰时鲁棒控制能提供较好的控制效果。     

双线偏振雷达测雨公式优化方案的仿真研究

基于滴谱理论和散射原理,利用模拟的雨滴谱及其反演的雷达偏振参数,讨论双线偏振雷达参数随雨滴谱变化而变化的规律;并提出一种测雨公式的优化改进方案。在不同的差分反射率因子Z_(DR)取值区间内,统计相应的测雨公式系数。同时,提出了3种Z_(DR)区间划分的方法:1利用统计学中的t检验法检测测雨公式系数随Z_(DR)变化而变化的曲线图中的显著突变点;并将这些点对应的Z_(DR)值作为区间划分的临界值。2直接按一定的步长等间距地将Z_(DR)的范围划分为不同区间。3依托于Z_(DR)与中值体积直径D_0的拟合关系,通过对D_0的取值范围等步长划分而间接得到相应的Z_(DR)的范围。在对方法二、三最优等分步长进行讨论的基础上,利用模拟的雨滴谱对上述方法进行检验;并对检验效果逐一进行对比分析。结果表明这三种分级统计方法的效果较未进行分级统计,直接采用固定系数测雨公式估测降水的计算结果更加精确,误差有明显改善。     

基于多元线性逆滤波器的视顶盖神经元集群亮度信息解码研究

通过解码鸽子视顶盖(the optic tectum,OT)神经元集群亮度信息的方法,研究了OT区神经元集群编码亮度信息的神经机制。首先设计了具有瞬态闪变特性的亮度视觉刺激模式,采用微电极阵列记录了多通道的锋电位(spike)发放序列;然后提取了神经元集群的spike发放率特征,构造多元线性逆滤波器解码视觉刺激亮度;最后采用互相关和信息论的方法对解码结果进行了分析。结果表明:采用的多元线性逆滤波器有效解码了OT区神经元集群编码的亮度信息。通过对解码参数变化与解码精度的分析可知神经元集群数目13个、bin的宽度5 ms、刺激后15 ms、刺激后持续时间35 ms具有最高的解码精度。通过神经元集群中逆滤波器形态的分析发现,单神经元在亮度信息的编码过程中受周围神经元的动态调制。通过对解码精度与刺激闪变频率关系的分析,发现在刺激闪变频率19 Hz到53 Hz的范围内,重建质量较好,在刺激闪变频率为33.5 Hz时,重建质量达到最优。     

线性过程的大数定律与中心极限定理

设{Xt}是一个线性过程Xt=∑∞j=0cjεt-j,其中{cj}是常数列,{εi,Fi}是一个适应的鞅差序列,∑∞j=0cj2Eε2t-j<∞,t=1,2,….本文利用线性过程的Beveridge-Nelson分解,得到了一类线性过程的大数定律和中心极限定理,推广和改进了Philips和Solo文中的相应结果.     

适于硬件实现的3D SPIHT算法优化设计

通过对一种可精确控制压缩率的三维多分等级树(3D SPIHT)编码算法的分析,为提高编码速度,改进了3D SPIHT的算法结构,简化了动态分配内存的链表结构,采用位图映射的方式固定分配内存,可减少内存86.6%,无需进行硬件难以实现的链表操作. 变三维地址为线性地址,并在预处理时建立子代最大值映射表,减少了零树判断的时间. 实验结果证明,与原算法相比,当压缩比小于26.7时,优化后算法的速度提高了10倍以上,为进一步的VLSI设计奠定了基础.     

基于互补子空间线性判别分析的人脸识别

基于随机子空间,提出了一种用于人脸识别的互补子空间线性判别分析方法. 与Fisherface和零空间线性判别分析相比,该方法同时在主元子空间和零空间中进行判别分析,并在特征层融合这两个子空间的判别特征. 根据最适宜的零空间状态构建随机子空间,随机子空间的融合在决策层进行. 多个人脸数据库上的实验结果表明,本算法能够有效地解决线性判别分析中的小样本规模问题.     

地面运动强度度量参数的有效性研究

概率地震需求分析的目标是估计结构在不同地面运动强度水平下的响应,结构响应的不确定性对采用的地面运动强度度量参数有着很强的依赖.因而,需要比较所采用的地面运动强度度量参数的有效性.这里推荐了一个新的采用向量地面运动强度度量参数来估计结构需求的方法,并把这个地面运动强度度量参数应用于一些不同周期和不同强度折减系数的单自由度结构系统.统计结果表明,推荐的地面运动强度度量参数可以有效地减小估计单自由度结构系统最大变形延性需求时的离散性,而且减少了计算分析工作量.     

分析有限元线性方程组的求解方法

目的试图从几种常用的线性方程组的求解方法找出最优化方法. 方法从存储单元,运算量及收敛速度方面做了一系列比较分析.结果发现迭代法优于直接法,超松弛法优于其他迭代法.结论通过分析比较得出当迭代法收敛时,超松弛方法最优.     

能源化工循环经济中类Cobb-Douglas生产函数简化及资源优化分配

为了使能源化工循环经济工业园区在一定资源使用量下的产出最大,需要对园区内企业间进行原料资源的优化配置. 分析了能源化工企业产出和各个生产要素的关系,以Cobb-Douglas生产函数为基础,构建描述循环经济中的能源化工企业生产特点的类Cobb-Douglas生产函数;为方便求解,通过进一步假设和简化得到能源化工企业产出与原料使用量的线性关系,从而将原料优化配置问题简化成可计算的线性规划问题. 为不使优化后利润率低的企业分配不到资源,人为设置优化后的利润不低于原规划固定成本一定比例,称为利润下限,并以陕北锦界工业园区为例求解,在无利润下限的约束下,优化后的园区利润提高了76.0%;有利润下限的约束,优化后的园区利润提高了26.8%. 将该资源优化方法应用于正在规划的循环经济园区,可得到园区产出（或利润）最大,且每个企业的利润率最高;对于已建设好的园区,由于企业生产规模不能改变,求解只可以得到园区产出（或利润）最大的结果,该方法可为正在建设或已建成的循环经济工业园区中企业间资源分配优化或企业规模优化提供借鉴.     

基于贝叶斯-神经网络的动态回归建模与预测

结合贝叶斯网络和神经网络，提出了一种建立数据驱动型的动态线性回归系统模型的方法。基于这种模型采用自然连接型的知识分布，形式化各种各样的信息，结合贝叶斯方法，执行贝叶斯网络的持续学习过程；采用指数寿命型的连接权值改进径向基神经网络，优化输入数据，提高计算速度；采用改进的遗传算法，实现神经网络的动态自适应。基于上述方法，实现了线性回归系统动态建模与实时预测。仿真试验说明该方法是有效性。