多元统计分析中一类矩阵迹函数最小化问题的有效算法

研究来源于多元统计分析中的一类矩阵迹函数最小化问题$\min c+ tr(AX)+\sum\limits_{j=1}^{m}tr(B_j X C_jX^{T}),\ \ {\rm s. t.} \ X^TX=I_p,$其中$c$为常数, $A\in R^{p\times n}\ (n\geq p)$, $B_j\in R^{n\times n}, C_j\in R^{p\times p}$为给定系数矩阵. 数值实验表明已有的Majorization算法虽可行, 但收敛速度缓慢且精度不高. 本文从黎曼流形的角度重新研究该问题, 基于Stiefel流形的几何性质, 构造一类黎曼非单调共轭梯度迭代求解算法, 并给出算法收敛性分析.数值实验和数值比较验证所提出的算法对于问题模型是高效可行的.     

发动机机油滤清器虑层强度分析及优化

针对机油滤清器工作工况下进出口压差、机油滤层强度及导流桩高度等问题, 通过试验测试与仿真相结合, 对滤清器初步设计进行了评估及优化, 以确保滤清器在工作工况下进出口压降及滤层强度能满足要求. 首先进行滤层性能试验, 得到滤层的惯性阻力系数和黏性阻力系数; 再通过滤层多孔介质CFD分析, 对滤清器进出口压降进行分析计算. 结果表明: 在-18℃、25℃和70℃的工况下, 进出口压降都小于10kPa, 满足相关要求. 针对滤层的最大主应力超过其抗拉强度的问题, 通过CAE仿真分析, 优化滤层与导流桩间隙, 将滤层最大主应力由110.1MPa降至36.99MPa, 小于其抗拉强度42.8MPa.     

《数值流形法》序

得知郑宏教授的《数值流形法》即将脱稿,激动之情难以言表.我完全同意郑教授将流形法的特点归结为“升阶”和“切割”.受郑教授的委托,我愿在此将建立流形法的历程做一简单的回忆.其实早在1985年———也就是在我完成不连续变形分析法(DDA)之前,“升阶”在我心中已完全成熟.“升阶”似乎能取得一致收敛,弥补有限元只能按能量收敛的缺憾.我没有急于发表是因为一直没能想到令我满意的解决“不连续”的办法.起初曾想过在DDA块体上引入高阶多项式,或在块体上再划网格,也就是用分片多项式来提高DDA块体的变形精度.但我对这些方案都不甚满意,因为实际计算时多项式的阶数会受到限制,引入网格又会招致有限元既有的毛病——解的精度受控于网格质量.     

Z箍缩聚变及高能量密度应用研究进展

基于脉冲功率技术的Z箍缩过程可以实现驱动器电储能到X光辐射的高效率转换，形成极端温度、密度、压力条件，近年来在惯性约束聚变及高能量密度应用中取得了一系列重要进展。综述了国际上辐射间接驱动和磁直接驱动两条Z箍缩聚变技术路线发展现状，简要介绍了我国Z箍缩聚变尤其是7~8 MA脉冲功率装置上的动态黑腔研究进展；分别从辐射与物质相互作用、辐射不透明度、材料动态特性、实验室天体物理等方面，概述了Z箍缩应用于高能量密度物理研究的技术路线和主要成果。希望通过对Z箍缩聚变及高能量密度应用研究的论述和发展趋势分析，推动我国Z箍缩研究领域的进一步发展。     

双子佯谬与星际航行

计算了在两个假想的星际航行方案中,与"双子佯谬"相关的时间差别.这种差别体现了惯性与非惯性参考系经历的时间有绝对差异,而不再是"相对"效应.     

改进的PNC方法及其在非线性偏微分方程多解问题中的应用

2017年，李昭祥等提出了一种偏牛顿-校正法（Partial Newton-Correction Method，简记为PNC方法），并利用它成功地计算出了三类非线性偏微分方程的多重不稳定解.本文在PNC方法的基础上，提出并发展了一种改进的PNC方法.首先，利用Nehari流形$\mathcal{N}$与零平凡解的可分离性，建立并证明了$\mathcal{N}$的某特殊子流形$\mathcal{M}$上的全局分离定理及其推广（即局部分离定理）.全局分离定理只跟非线性偏微分算子或相应的非线性泛函本身有关，而与具体的计算方法无关.对一些典型的非线性偏微分方程多解问题（比如，Henon方程问题），该全局分离定理的分离条件，经验证是成立的.另一个方面，通过修改或补充原辅助变换的定义，去掉了原辅助变换的奇异性；接着建立并证明了某些非线性偏微分方程问题的新未知解与该非线性偏微分算子零核空间的密切关系；在证明中，去掉了在原奇异变换下所需的标准收敛（standard convergence）假设.最后，计算实例与数值结果验证了改进的PNC方法的可行性和有效性；同时表明子流形$\mathcal{M}$与已知解的可分离性是PNC方法和本文新方法能成功找到多解的关键.     

基于双轴转台的捷联惯性导航系统8位置系统级标定方法(英文)

惯性测量单元(IMU)是捷联惯性导航系统的核心设备,IMU的精度直接影响捷联惯性导航系统的精度。标定精度和速度是评价IMU标定方法的主要指标。传统标定方法是先进行温度补偿,再利用高精度三轴转台进行位置和速率实验,共需耗费约4天时间。虽然能够保证IMU的标定精度,但该方法复杂耗时。为改善复杂耗时的传统标定方法并保证标定精度,以便于批量生产,提出了基于双轴转台的8位置系统级标定方法。该方法基于27维状态向量的卡尔曼滤波器,以导航速度误差为观测量。该方法基于带温箱双轴转台设计,每个温度点需40 min进行标定。仿真和试验结果表明,该方法能够标定21个IMU误差参数,且该标定方法与传统标定方法相比标定时间更短,导航精度更高。     

GARCH模型的贝叶斯局部影响分析及其应用

广义自回归条件异方差(GARCH)模型能够很好地刻画金融资产收益二阶矩的相依关系,因此在金融时间序列中受到了广泛的应用。在GARCH模型的框架下,本文利用贝叶斯局部影响分析来评价先验、个体观测和样本分布的微小扰动的影响,利用扰动模型来刻画不同类型的扰动形式。我们构建了扰动模型的贝叶斯扰动形式,计算其几何量来表征扰动模型的内部结构。基于几个目标函数,本文利用几个不同的局部影响测量来量化不同扰动的程度。数值模拟研究验证了所提方法的有限样本表现。对纽约证券交易所综合指数(NYSE)和标准普尔500指数的GARCH建模说明了所提方法在实例研究中的有效性。     

基于改进最小二乘支持向量机的惯性测量组件故障在线检测方法

为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值法进行处理,接着通过对在线LS-SVM回归过程的研究,提出了一种递推求解的快速算法,将惯性测量组件的输出量、舵偏角改变量并辅以环境因素作为观测样本序列,应用该算法来提高模型检测的准确性和时效性。最后对惯性测量组件无故障和出现卡滞、恒偏差时的故障模式进行了仿真实验,结果表明,与应用LS-SVM、SVM和BP神经网络算法相比,提出的惯性测量组件故障在线检测方法具有较强的鲁棒性和较快的速度。     

基于改进的PSO-SVM的音频信号特征识别和分类

针对音频信号准确性分类的问题,提出一种基于改进的的粒子群优化算法(PSO)的支持向量机(SVM)音频信号分类的方法,简称IPSO-SVM.首先用Mel倒谱系数法对4种音频信号进行特征提取.其次在PSO中引入自适应变异因子,能够成功地跳出局部极小值点;然后对PSO中的惯性权重进行了改进,将惯性权重由常数变为指数型递减函数.随着迭代的进行,使权重逐渐减小,这样做有利于粒子进行局部寻优.最后用改进的PSO不断优化SVM中的惩罚因子c和核函数参数g来提高预测精度.实验结果表明,与传统的SVM、PSO-SVM、GA-SVM相比,我们提出的IPSO-SVM算法分类结果更精确.