球状泡群内气泡的耦合振动

振动气泡形成辐射场影响其他气泡的运动, 故多气泡体系中气泡处于耦合振动状态. 本文在气泡群振动模型的基础上, 考虑气泡间耦合振动的影响, 得到了均匀球状泡群内振动气泡的动力学方程, 以此为基础分析了气泡的非线性声响应特征. 气泡间的耦合振动增加了系统对每个气泡的约束, 降低了气泡的自然共振频率, 增强了气泡的非线性声响应. 随着气泡数密度的增加, 振动气泡受到的抑制增强; 增加液体静压力同样可抑制泡群内气泡的振动, 且存在静压力敏感区(1–2 atm, 1 atm=1.01325×10⁵ Pa); 驱动声波对气泡振动影响很大, 随着声波频率的增加, 能够形成空化影响的气泡尺度范围变窄. 在同样的声条件、泡群尺寸以及气泡内外环境下, 初始半径小于5 μm 的气泡具有较强的声响应. 气泡耦合振动会削弱单个气泡的空化影响, 但可延长多气泡系统空化泡崩溃发生的时间间隔和增大作用范围, 整体空化效应增强.     

基于量子粒子群优化的正交小波加权多模盲均衡算法

针对常数模盲均衡算法(CMA)均衡高阶正交振幅调制信号(QAM)存在收敛速度慢、稳态误差大的缺点, 提出了基于量子粒子群优化的正交小波加权多模盲均衡算法(QPSO-WTWMMA). 该算法根据高阶QAM信号星座图分布特点, 将量子粒子群优化算法(QPSO) 和正交小波变换融入于加权多模盲均衡算法(WMMA)中. 因而, 利用QPSO对均衡器权向量进行了优化, 利用正交小波变换降低了输入信号的自相关性, 利用WMMA选择了合适的误差模型匹配QAM星座图. 理论分析及水声信道仿真结果表明, QPSO-WTWMMA算法可以获得更快的收敛速度和更低的稳态误差, 在水声通信中具有重要的参考价值.     

基于GA-BP的移动通信设备故障诊断

针对通信设备故障发生随机性强,影响因素多,对应的故障诊断有高度非线性和不确定性的特点,采用BP神经网络算法,优化的GA-BP神经网络算法和POS-BP神经网络算法分别搭建基站设备故障诊断模型,提取设备故障历史数据进行MATLAB仿真,准确预测设备故障类型,帮助提高代维公司调度管理的智能化水平,提高基站设备运维的执行效率。仿真结果表明：本文的BP,GA-BP和POS-BP神经网络算法都能够实现设备故障类别的预测,且GA-BP神经网络算法相比BP和POS-BP神经网络算法对通信设备故障诊断有更好的适应性。     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度,在应用于二维或准二维问题时,要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略,可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分,实现了数据的分布式存储,并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例,测试了异构并行程序在不同DMRG保留状态数下的运行表现,并给出了相应的性能基准.应用于4腿梯子时,观测到了高温超导中常见的电荷密度条纹,此时保留状态数达到10⁴,使用的GPU显存小于12 GB.     

基于混沌离散PSO算法的乙烯生产过程模型变量的选择

管式炉裂解技术是当今乙烯生产的主要技术,乙烯生产过程中有多种影响质量指标的变量,将全部变量参与建模显然会增加建模难度和复杂性,并且大量的冗余信息会降低模型的精度;针对这一问题,提出了基于混沌思想的离散粒子群(PSO)算法进行模型变量的选择;首先,采用混沌离散PSO算法得到建模的最优输入变量集合,再通过偏最小二乘法(PLS)对所选变量进行建模;结果表明,该方法可更有效地克服传统粒子群算法容易陷入局部最优的问题并建立较高的模型精度。     

二维多群辐射输运程序LARED-R-1的并行化

利用有向图描述数据依赖关系,应用已有的并行流水线通量扫描算法,实现基于非协调网格的二维辐射输运程序LARED-R-1的并行化.同时,采用消息缓冲技术提高并行程序的性能.经测试,对于典型的问题规模(100群、3800个网格单元、40个方向),在某并行机的64个和128个处理器上,并行程序分别获得80%和53%的并行效率.     

基于PSO-SVR的光纤陀螺温度误差建模与实时补偿

根据在线补偿对于实时性和精度的要求,提出利用粒子群算法优化支持向量回归的方法建立光纤陀螺温度误差补偿模型,并采用多数据窗的温度变化率实时获取方法,满足在线补偿和模型输入的要求。将光纤陀螺置于温箱内进行-15～50℃变温试验,获得实测数据,将温度和温度变化率作为输入,分别进行最小二乘、径向基函数神经网络以及粒子群优化支持向量回归建模,对比结果表明,提出的模型取得了最佳的补偿效果。通过实时补偿对比试验,验证了提出的模型具有良好的实时补偿性能及对于非训练数据的泛化能力。     

有限温度张量重正化群方法及其在阻挫量子磁性研究中的应用

阻挫量子磁体中的新奇物态与效应是凝聚态物理研究的重要前沿方向,因其与高温超导、拓扑量子计算等的密切联系,近年来吸引了人们浓厚的研究兴趣。实验上,阻挫自旋液体候选材料的 新进展层出不穷,人们系统地研究了若干三角晶格、笼目晶格和六角Kitaev 阻挫磁体等材料,发 现其在一定条件下展现出自旋液体态的特征,但澄清其中的量子物态是充满挑战的量子多体问题。 作者最近的工作指出,可以从有限温度张量重正化群多体计算入手,开展热力学性质的精确计算 与分析,确定阻挫磁体的微观自旋模型,做出进一步理论预言并开展实验验证,从而建立量子磁性 系统的多体计算精确研究方案。有限温度张量重正化群方法是计算大尺寸二维阻挫量子自旋模型 有限温度性质的有力工具,在本文中作者首先介绍新近发展的系列张量重正化群方法,包括线性 和指数张量重正化群等。随后,作者讨论有限温度张量方法在三角晶格量子伊辛磁体TmMgGaO4 和六角晶格Kitaev 磁体α-RuCl3 的微观自旋模型中的具体应用：通过高精度和全面的多体计算, 揭示出其中存在演生U(1) 对称性与拓扑相变,以及高场量子自旋液体态等新颖的结论,这些理 论预言也陆续被实验所证实。通过上述实例,作者展示了有限温度张量重正化群计算方法在自旋 液体候选材料研究中的应用价值,并期待这些方法能在强关联量子物质研究中发挥重要作用。     

LCC谐振变换器的优化设计与实现

LCC谐振变换器是电除尘高频高压电源的核心器件,十分适用于高压大功率场合,针对连续模式应用于电除尘高频高压电源的不足,采用LCC谐振变换器断续模式进行优化设计。分析了带RC负载的LCC谐振变换器断续模式(简称DCM)的工作原理及拓扑结构,采用状态空间法推导了其数学模型,研究并建立了新颖的LCC谐振变换器断续模式下的损耗模型。在此基础上提出了一种基于遗传粒子群算法的LCC谐振变换器优化设计方法,该方法直观并且准确,实现了软开关技术,提高了电源的工作效率。并在现场通过一台72KV/85KW的电除尘高频高压电源样机验证了本文的正确性。     

一类非交换群环的代数结构

通过利用半单环的结构定理、环的单位群的性质、环的阶及环的单位群的阶的关系等,确定了当n为素数,m=2~(t+1),t为正整数时,群环z_nD_m的代数结构和性质.