薄板分析的线性基梯度光滑伽辽金无网格法

薄板问题的控制方程为四阶微分方程,因而当采用伽辽金法进行分析时,形函数需要满足C~1连续性要求,且至少使用二次基函数才能保证方法的收敛性.无网格形函数虽然易于满足C~1连续性要求,但由于不是多项式,其二阶导数的计算较为复杂耗时,同时也对刚度矩阵的数值积分提出了更高的要求.本文提出了一种薄板分析的线性基梯度光滑伽辽金无网格法,该方法的基础是线性基无网格形函数的光滑梯度.在梯度光滑构造的理论框架内,无网格形函数的二阶光滑梯度可以表示为形函数一阶梯度的线性组合,因而可以提高形函数二阶梯度的计算效率.分析表明,线性基无网格形函数的光滑梯度不仅满足其固有的线性梯度一致性条件,还满足本属于二次基函数对应的额外高阶一致性条件,因此能够恰当地运用到薄板结构的伽辽金分析.此外,插值误差分析也很好地验证了线性基无网格光滑梯度的收敛特性.算例结果进一步表明,线性基梯度光滑伽辽金无网格法的收敛率与传统二次基伽辽金无网格法相当,但精度更高,同时刚度矩阵所需的高斯积分点数明显减少.     

伽辽金型无网格法的数值积分方法

无网格法直接通过节点信息构造形函数,不依赖于节点之间的有序单元连接,能够建立任意高阶连续的整体协调形函数.与传统的有限元法相比,无网格法对大变形问题、移动边界问题和高阶问题的求解有比较明显的优势.伽辽金型无网格法是目前应用最为广泛的一类无网格法.虽然无网格形函数本身不依赖于单元,但伽辽金型无网格法需要采取合适的方法进行弱形式的数值积分.由于无网格形函数一般不是多项式,具有非插值性且影响域与背景积分网格通常不重合,伽辽金型无网格法通常需要采用高阶的高斯积分进行数值积分,导致了计算效率低下,难于求解大型实际问题.因此,如何通过建立高效积分方法提高无网格法的计算效率成为无网格法研究领域的一个核心问题.论文总结了伽辽金型无网格法中若干常用的数值积分方法,并对伽辽金型无网格法的数值积分方法领域存在的一些问题进行了探讨.     

薄板分析的线性基梯度光滑伽辽金无网格法

薄板问题的控制方程为四阶微分方程,因而当采用伽辽金法进行分析时,形函数需要满足C$^{1}$连续性要求,且至少使用二次基函数才能保证方法的收敛性.无网格形函数虽然易于满足C$^{1}$连续性要求,但由于不是多项式,其二阶导数的计算较为复杂耗时,同时也对刚度矩阵的数值积分提出了更高的要求.本文提出了一种薄板分析的线性基梯度光滑伽辽金无网格法,该方法的基础是线性基无网格形函数的光滑梯度.在梯度光滑构造的理论框架内,无网格形函数的二阶光滑梯度可以表示为形函数一阶梯度的线性组合,因而可以提高形函数二阶梯度的计算效率.分析表明,线性基无网格形函数的光滑梯度不仅满足其固有的线性梯度一致性条件,还满足本属于二次基函数对应的额外高阶一致性条件,因此能够恰当地运用到薄板结构的伽辽金分析.此外,插值误差分析也很好地验证了线性基无网格光滑梯度的收敛特性.算例结果进一步表明,线性基梯度光滑伽辽金无网格法的收敛率与传统二次基伽辽金无网格法相当,但精度更高,同时刚度矩阵所需的高斯积分点数明显减少.      

水下目标多平台协同定位和跟踪方法

提出了一种融合多平台方位观测数据的水下声学目标定位跟踪方法。该方法采用多级多假设跟踪对目标状态进行滤波和关联,第一级基于每个平台波束域检测结果独立使用多假设跟踪方法对目标方位角进行初级跟踪;第二级首先通过多平台联合似然概率估计多目标初始位置,再用多假设跟踪方法对不同平台初级跟踪的方位角航迹进行关联,最后通过关联的角度值和扩展卡尔曼滤波对多目标位置进行序贯估计。仿真结果证明,该方法能以更少计算量实现更优定位性能,优于单级多假设跟踪方法.海试数据处理结果表明,存在较多干扰的情况下,单级方法跟踪过程中丢失目标,而多级方法实现了对目标的全程跟踪,且收敛后定位误差在70m内。该方法可降低噪声干扰对数据关联及目标定位的影响,并通过多平台协同消除线阵的方位模糊,适用于移动多平台声学目标定位和跟踪场景。      

基于赫林格?赖斯纳变分原理的一致高效无网格本质边界条件施加方法

无网格法具有高阶连续光滑的形函数, 在结构分析中呈现出显著的精度优势. 但无网格形函数在节点处一般没有插值性, 导致伽辽金无网格法难以直接施加本质边界条件. 采用变分一致尼兹法施加边界条件的数值解具有良好的收敛性和稳定性, 因而得到了非常广泛的应用, 然而该方法仍然需要引入人工参数来保证算法的稳定性. 本文以赫林格?赖斯纳变分原理为基础, 建立了一种变分一致的本质边界条件施加方法. 该方法采用混合离散近似赫林格?赖斯纳变分原理弱形式中的位移和应力, 其中位移采用传统无网格形函数进行离散, 而应力则在背景积分单元中近似为相应阶次的多项式. 此时的无网格离散方程可视为一种新型的尼兹法施加本质边界条件, 其中修正变分项采用再生光滑梯度和无网格形函数进行混合离散, 稳定项则内嵌于赫林格?赖斯纳变分原理弱形式中, 无需额外增加稳定项, 消除了对人工参数的依赖性. 该方法无需计算复杂耗时的形函数导数, 并满足积分约束条件, 保证了数值求解的精度. 数值结果表明, 所提方法能够保证伽辽金无网格法的计算精度最优误差收敛率, 与传统的尼兹法相比明显提高了计算效率.