“变截面管中跨声速气流”一文引理的证明

本文对T·P·Liu教授关于“变截面管中跨声速气流”一文的关键性引理给出一个清楚的证明,以使这篇有影响的开创性论文更加完美。     

从渐近修正Kohn-Sham轨道计算电子相关化的分子间作用能项

对称性匹配微扰理论(symmetry-adapted perturbation theory, SAPT)能把总作用能分解成有物理意义的各作用能项, 是了解分子间力的基本手段. 本工作的开展是因为目前标准SAPT方法无法计算含能大体系的作用能项. 对于大体系而言, 基于Kohn-Sham轨道的SAPT(SAPT(DFT))具有高的计算效能, 但对作用能项的计算效果却不佳. SAPT(DFT)的缺陷产生于常用交换-关联势的错误渐近特性. 为了消除这些缺陷, 借助于van Leeuwen 和 Baerends(LB)模型势及Fermi-Amaldi (FA)类型势, 把两种渐近修正技术应用于三个供测试的二聚体小体系(He₂, HF₂和(N₂)₂)和一组处于不同分子间距的硝酰胺二聚体体系. 结果显示: 当使用新近发展的依频密度极化率(frequency-dependent density susceptibilities, FDDS)技术用于计算色散能时, FA渐近校正方案非常有效地克服了SAPT(DFT)中的缺陷, 并比LB校正具有更好的精度. 经FA校正的SAPT(DFT)方法能够正确地定量预测所有测试系统结合能的趋势, 并且与标准的SAPT相比, 大大减少了计算代价. 这个方法成功应用于硝酰胺二聚体表明: 此方法在精确计算更大的体系, 如含能体系的分子间力方面很有潜力.     

固定时间扩张状态观测器下的四旋翼飞行器滑模控制策略

针对滑模控制中系统状态接近滑模面后存在的抖颤现象,提出一种基于固定时间扩张状态观测器(FTESO)的二阶滑模控制策略.首先,设计全驱动子系统及欠驱动子系统的控制结构中的二阶滑模控制器;然后,通过FTESO对内部的参数不确定及外部扰动进行观测,在一定时间上限内收敛到观测值,利用观测值对控制器进行补偿,从而减少甚至消除抖颤现象;最后,通过李亚普诺夫函数保证设计的四旋翼飞行器系统的闭环稳定性,并进行仿真实验.结果表明：文中提出的控制策略具有优越性.     

基于逆概率加权和插补的Mallows模型平均方法

数据缺失是实际数据分析中一个常见的问题.文章将逆概率加权方法与插补方法结合,提出了一种Mallows模型平均方法以处理数据缺失问题,并证明了该方法得到的估计量在实现最小平方误差的意义下能渐近地达到最优.相比于传统的逆概率加权方法,文章的方法不仅可以充分利用观测信息,并且能够应用于非随机缺失的情形.相比于完全基于插补的方法,文章的方法继承了插补方法的一些优势,同时能够避免因错误地插补较大的数据块而产生的偏差.通过数值模拟,首先验证了三种简单的插补方法满足渐近最优性成立的条件,之后将文章提出的Mallows模型平均方法与已有的应用于缺失数据的模型平均方法进行比较,结果表明,所提出的新方法在大多数情况下优于已有的其它模型平均方法.最后,将新方法应用于平均寿命数据,实证结果进一步表明新方法较已有模型平均方法更为稳健.     

含非线性阻尼的2D g-Navier-Stokes方程解的一致渐近性北大核心CSCD

研究了有界区域上含非线性阻尼的2D g-Navier-Stokes方程解的一致渐近性,通过证明过程族的一致吸收集存在和一致条件(C)成立,得到了含非线性阻尼的2D g-Navier-Stokes方程一致吸引子存在.     

用于焊缝跟踪的调制式红外光学传感器

叙述了一种以脉冲调制的红外光束为信号光源的焊缝跟踪传感器。通过对接 收信号的滤波及“自适应消噪”处理,可以有效地克服电弧光的干扰;利用光源的脉冲 驱动特性,加大了瞬时信号功率,改善了光学传感器对工件表面的适应性。传感器结构简 单、体积小、灵敏度高、能同时实现对焊缝在水平及高度两个方向的自动跟踪在埋弧 及明弧自动焊中均能准确地跟踪。     

π(x)的最佳渐近式的分段表示

本文给出π(x)的比较容易计算且与lix等价的最佳渐近式:R(X)=x/logx sum from k=0 to (log-x/e~(1/2)) k!/(logx)~k 并且给出变数有限时的指数积分,对数积分的近似计算公式。     

基于局部分块和背景加权的视觉跟踪算法

针对视觉运动目标的鲁棒跟踪问题,提出了一种基于局部分块和背景加权的跟踪算法。首先对目标的前景和背景区域进行分块采样,然后利用基于积分直方图的局部快速穷搜索算法计算每一个分块在当前帧中的后验概率图,最后对后验概率图确定的对应分块的搜索结果赋予不同的权值,进而计算出目标在当前帧中的位置。实验结果表明:基于局部分块加权的跟踪算法比单纯的背景加权跟踪和分块跟踪具有更高的跟踪精度和成功率,且算法复杂度较低。     

神经网络校正的EKF在高超声速目标跟踪中的应用

针对临近空间高超声速目标高度非线性、强耦合、高机动、时变参数、和独特气动特性等特点,综合运用军事运筹学理论与方法、系统建模技术、神经网络技术以及计算机仿真等,提出基于神经网络校正的扩展卡尔曼滤波(EKF)算法,并在高超声速目标跟踪中进行了应用研究。采取神经网络的学习能力来克服卡尔曼滤波发散问题,通过卡尔曼滤波后加一级误差处理环节使滤波收敛。仿真结果表明:该算法在目标发生较大机动时仍能保持较高的跟踪精度。