旋转飞行器动稳定导数获取原理

旋转飞行器具有独特的周期性非定常气动现象，其动态特性更加复杂，气流与旋转高度非定常关联，俯仰阻尼导数和Magnus力矩导数同等重要.文章从飞行器气动力建模的理论基础出发，考虑飞行器自转角速度非零的事实，将其作为基态影响参数，重新构建了旋转飞行器气动力数学表达式，并借鉴成熟的常规动导数强迫振动法，采用Fourier级数表征旋转影响，沿用旋转飞行器周期气动等效概念，建立了基于基态旋转流场的周期气动等效平均俯仰动稳定导数、纵向洗流时差导数和滚转动稳定导数获取的原理表达式，并设计了相应的运动模式，可供数值计算和风洞实验使用.      

空间机器人捕获航天器后基于无源性理论的鲁棒镇定控制

研究了漂浮基空间机器人捕获非合作航天器过程对系统产生的冲击效应及其后联合体系统镇定运动的控制问题。为此,利用拉格朗日方法及牛顿-欧拉法分别获得了捕获前空间机器人及目标航天器的动力学模型;结合动量守恒定律、系统运动几何关系及力的传递规律,分析了捕获过程相互碰撞所产生的冲击效应,建立了捕获完成后两者联合体的系统动力学模型。在此基础上,针对同时存在不确定参数及外部扰动的联合体系统,设计了基于无源性理论的镇定运动神经网络H_∞鲁棒控制算法。本文提出的基于无源性理论设计的鲁棒控制算法具有良好的动态特性及较强的鲁棒性,可快速完成系统的镇定控制,实现轨迹的精确跟踪。系统数值模拟仿真验证了本文控制方案的正确性。     

谈数学命题中的数学之美

一道好试题的命制,一般以考查某知识、能力为出发点,以教材中的例题(习题)、生活中的素材、数学史中的经典案例等为背景进行建构创作,这个创作过程是一个艰难的过程,同时也是一个     

利用机会运动声源的水平阵地声反演EI北大核心CSCD

针对利用机会运动声源的反演问题,提出一种对水平阵的非相干波束输出进行重构并获得海底声学参数的反演方法。不同于匹配场反演,该方法利用了声场的平滑平均原理,并且将衰减简正波的影响比例提升。仿真分析表明所提方法相比于匹配场反演对海底衰减系数更加敏感并且对声源的空间位置误差更加宽容。实验数据的反演结果表明研究海域在30~160 Hz频率范围内海底衰减系数随频率的变化关系为(0.34±0.18) f^(1.59±0.27)dB/m(f的单位是kHz),并且给出了由反演出的参数计算的传播损失曲线与实验的声传播损失数据的比较,所提方法比匹配场反演方法更准确地表征了声场传播特征。     

一种多起点并发式快速运动估计搜索方法

为了提高块匹配运动估计快速算法的搜索速度、精度和鲁棒性,提出了一种多起点并发式快速运动估计搜索方法。根据匹配块搜索的特性,提出了均匀选取多个起始点的方法,同时根据搜索区域的大小制定了自适应的限制条件和进度表,使得算法的收敛速度有了很大的提高。该算法在迭代过程中不但能够接受使目标向好的方向前进的解,而且能够在一定限度内接受使目标恶化的解,这使得算法能够有效地跳出局部极小的陷阱。使用基于TMS320C6415芯片的DSP图像处理系统对抖动视频图像序列进行实验。实验结果表明,当视频图像为PAL制,分辨率为720×576个像素,并且相邻图像间的抖动范围为±40个像素时,使用新提出的方法,匹配参数的计算量不大于使用全域匹配方法计算量的1/8,并且搜索精度远高于其他传统的快速搜索方法。     

通过宽线固体核磁共振氢谱研究半晶高分子的相结构

宽线固体核磁共振氢谱（¹H NMR）是一种研究半晶高分子相结构的经典方法.本文以半晶聚乙烯的宽线固体¹H NMR谱为例，探讨了通过Gaussian/Sinc、Gaussian和Lorentzian函数组合对宽线固体¹H NMR谱图进行拟合的方案，并根据半晶聚乙烯的相结构成分对拟合得到的各信号成分进行归属.并在此基础上探讨了各个相结构中分子链运动与信号线型的相关性，以及利用宽线固体¹H NMR谱测量半晶高分子结晶度存在的困难.     

曲轴轴向运动对粗糙表面曲轴主轴承润滑性能影响的研究

内燃机实际工作中，在多种影响因素综合影响下，曲轴进行旋转运动的同时，还存在沿轴承轴线方向的运动. 以某四缸四冲程内燃机曲轴-轴承系统为研究对象，综合考虑曲轴轴向运动、曲轴变形和摩擦表面粗糙度，基于平均Reynolds方程，建立了耦合曲轴轴向运动的粗糙表面主轴承润滑分析模型，着重研究了倾斜曲轴轴向运动对主轴承润滑特性的影响. 分析中，采用试验法实测曲轴沿轴承轴线方向的运动规律，应用有限单元法求解曲轴受载变形导致轴颈在轴承孔中倾斜状况. 结果表明:曲轴轴向运动对粗糙表面内燃机主轴承润滑特性影响显著；计及曲轴轴向运动时内燃机各主轴承轴颈轴心轨迹均为1条不封闭的三维空间曲线；曲轴轴向运动对主轴承润滑特性的影响程度与摩擦表面粗糙度直接相关；计及曲轴轴向运动时摩擦表面粗糙度对主轴承润滑特性影响趋势及程度均发生明显变化.      

基于EMD-PSO-LSTM组合模型的船舶运动姿态预测

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。     

Markowitz投资组合模型改进的三帧差分法运动目标检测

移动机器人的目标检测要求其对特定的静止或运动物体进行运动分析及检测。以Voyager-III移动机器人系统为研究对象,实现非理想光照下,对橘红色目标足球的运动检测。提出在传统三帧差分法基础上,先利用Markowitz投资组合模型进行足球目标的特征提取,将场地非感兴趣的目标中,出现全部像素值发生变化的目标去除,再进行图像帧间差分。利用CCD摄像机对比赛环境中足球的运动轨迹进行录制,选取具有代表性的各帧视频图像、Markowitz算法优化后的差分图像和跟踪图像,结果表明跟踪图像不含非目标物的干扰,克服了差分图像存在空洞的问题,为移动机器人提供了一种实用的运动目标检测方法。