一种用于分散化滤波的融合算法及其在组合导航系统中的应用

提出了一种局部估计相关时的最优融合算法，其特点是加权矩阵是对角阵，即全局估计中的各分量分别是局部估计中相应分量的线性组合，在此融合算法中局部估计是最优的，并且不存在由主滤波器向子滤波器的信息反馈，因此具有较好的客措性。给出了最优加权矩阵的存在性和唯一性的证明，并通过与现有类似融合算法的对比，表明该算法具有计算量小的优点。最后，以组合导航系统为例作了仿真计算，结果表明该融合算法是可行的。     

基于非结构化同位网格的SIMPLE算法

通过基于非结构化网格的有限体积法对二维稳态Navier—Stokes方程进行了数值求解。其中对流项采用延迟修正的二阶格式进行离散；扩散项的离散采用二阶中心差分格式；对于压力-速度耦合利用SIMPLE算法进行处理；计算节点的布置采用同位网格技术，界面流速通过动量插值确定。本文对方腔驱动流、倾斜腔驱动流和圆柱外部绕流问题进行了计算，讨论了非结构化同位网格有限体积法在实现SIMPLE算法时，迭代次数与欠松弛系数的关系、不同网格情况的收敛性、同结构化网格的对比以及流场尾迹结构。通过和以往结果比较可知，本文的方法是准确和可信的。     

多体系统动力学方程违约修正的数值计算方法

多体系统动力学方程为微分代数方程,一般将其转化成常微分方程组进行数值计算,在数值积分的过程中约束方程的违约会逐渐增大.本文对具有完整、定常约束的多体系统,在修改的带乘子Lagrange正则形式的方程的基础上,根据Baumgarte提出的违约修正的方法,给出了一种多体系统微分代数方程违约修正法和系统的动力学方程的矩阵表达式.通过对曲柄-滑块机构的数值仿真,计算结果表明本文给出的方法在计算精度和计算效率上好于Baumgarte提出的两种违约修正的方法.     

混凝土本构模型及其动态有限元算法研究

混凝土的力学性质及其本构研究是当前力学领域的一个重要课题。混凝土的实验数据表明其力学性质表现出很强的各向异性及并且在高加载速率的情况下，混凝土的性质物美价廉 时时明显不同。这就要求我们采用应变率相关的弹粘弹性本构模型来描述混凝土的力学行为。本语文从Ｏｔｔｏｓｅｎ的四参数混凝土模型出发，引进损伤和应变率的影响，参考关联塑性的理论，改进了混凝土的本构模型。为了把混凝土的数值模拟推向实用，本文概括混凝土     

神经网络算法及其在GPS导航中的应用

GPS导航解算中常采用最小二乘算法。由于导航解算中存在观测异常（粗差），采用的模型精度很难满足用户需求，而高动态用户需求的精度却不断提高，为此文中提出一种利用神经网络的非线性逼近能力，在顾及观测信息权阵的条件下，利用Hopfieid神经网络进行GPS导航解算的新算法。该算法具有很好的抗差性和自适应性，能较好地抑制观测粗差对导航解的影响。计算结果证明了该算法的有效性。     

部分输入未知条件下结构动力复合反演的分解算法

在充分利用部分输入已确知而部分输入未知的激励特性的基础上，提出了结构动力复合反演的分解算法，该算法从源头上消除了迭代过程中参数识别与荷载反演的相互影响，降低了问题的计算规模。对于线性参数系统，该算法不经过任何迭代计算即可一次性完成结构参数识别及荷载反演。将其与松弛法结合，可解决非线性参数系统的识别问题，与文献[4]的方法比较，其收敛速度有显著提高。     

用三维光弹法确定轴表面横向半椭圆裂纹应力强度因子及其修正系数

用三维光弹法测定了轴表面横向半椭圆裂纹的应力强度因子，并分析计算了应力强度因子修正系数，结果表明，应力强度因子的分布型式对加载条件和裂纹几何不敏感；修正系数对裂纹深度呈现对称分布趋势，仅取决于裂纹几何参数。     

EMD-RLS联合滤波算法及其在北斗多路径削弱误差中的应用

多路径误差是全球导航卫星系统高精度定位的主要误差源。针对北斗导航定位系统的多路径特性,结合经验模态分解(EMD)和递归最小二乘算法(RLS)算法的优势,提出了一种EMD-RLS联合滤波算法来削弱北斗多路径特性的影响。首先,利用EMD将原始信号分解成固有模态函数(IMF),利用两个指标将其细化成三类,即噪声IMFs、混合IMFs和信息IMFs;然后,利用RLS算法对混合IMFs进行滤波,将经RLS滤波后得到的"干净"的数据与信息IMFs进行重构,最终达到去噪结果,即得到北斗多路径误差改正模型。仿真数据和北斗实测数据的处理结果表明:EMD-RLS算法相对于EMD和RLS算法,降噪效果更好;其建立的多路径误差改正模型有效地削弱多路径效应的影响,N、E、U三个方向精度分别提高了39%、70%、58%。     

利用修正低雷诺数k—ε模型对管道分离流动的数值研究

采用适合于分离流的修正低雷诺数ｋ－ε模型对突扩园管中的流动进行了数值研究，重点是对近壁流动和再附着点附近流动的研究。从理论上证明了所采用的湍流模型既满足近壁渐进行为，又避免了在通过再附着点截面上μｔ恒为０的困难。和已有的实验数据比较表明，所采用的模型对再附点位置及其附近的流动预测能力优于普通低雷诺数ｋ－ε模型。     

反演在骨生长方程参数识别中的应用

基于BFGS算法，根据自行设计的动物实验，得到在不同应力环境中，快速生长期大鼠股骨生 长与重建过程中骨密度实测数据，采用反演数值方法，获取了骨生长方程中随时间变化的 生物参数B和K. 通过正演验证，表明所建立的基于BFGS算法的参数识别方法具有较好的 稳定性和较高的识别精度，能够反演出比较切合实际的生物参数数值. 研究表明，反问 题方法是解决生命现象不可测性和未知性问题的有效手段，把反演方法应用到骨生长与重建 等生命现象的研究中，可确定、修正预设的数学模式，为数值量化骨适应生物模型的建立提 供了一条可行的途径.