求解二维对流扩散方程的格子Boltzmann方法

针对二维对流扩散方程,基于D2Q4格子速度,用Chapman-Enskog多尺度分析技术,将时间尺度取为二阶,空间尺度取为一阶,推导了各个速度方向上的平衡态分布函数所满足的条件,给出了简单且对称的平衡态分布函数表达式,所得到的平衡态分布函数能正确地恢复出二维对流扩散方程,从而构建了一种新的求解二维对流扩散方程的D2Q4格子Boltzmann（LB）模型。用所给LB模型对扩散方程和两个不同初边界条件的对流扩散方程进行了数值求解,数值实验结果表明数值解与精确解吻合较好,与相关文献结果比较边界误差要小得多,验证了模型的有效性。     

二维热传导方程有限容积法的MATLAB实现

通过偏微分方程描述了二维无扩散热传导现象。基于有限容积法推导了该方程的离散代数方程组,针对恒定热流强度、恒定温度、对流换热和绝热这四种不同边界条件,分别讨论了热传导代数方程的离散系数和源项。通过MATLAB编程,分析了一维具有均匀厚度无限大板和二维矩形区域的瞬态传热现象。采用图形显示方式使得偏微分方程求解更为直观和容易理解,计算结果证明了有限容积求解方法是可行、稳定的。     

二维带分数阶Laplacian算子的对流扩散方程的格子Boltzmann模型研究

带有分数阶Laplacian算子的对流扩散方程常被用来刻画自然界与社会系统中的反常扩散现象.本文提出了一种新的格子Boltzmann模型,用于求解二维带分数阶Laplacian算子的对流扩散方程.首先,基于分数阶Laplacian算子的Fourier变换和Gauss型求积公式,得到控制方程的近似方程.然后,将速度空间、时间和空间进行离散,并构造合适的平衡态分布函数和离散作用力,建立有效的格子Boltzmann-BGK模型.通过Chapman-Enskog分析,可由建立的格子Boltzmann-BGK模型恢复出宏观方程,从而证明了模型的有效性.最后,将模型应用于求解带有解析解的数值算例和Allen-Cahn方程,数值结果进一步验证了模型的正确性和有效性.     

对流-扩散方程数值解的四次 B 样条方法

基于四次 B 样条函数,提出一种求解一类对流-扩散方程的四次 B 样条方法。首 先利用光滑余因子协调法,得到有界闭区间上具有均匀节点的一元四次 B 样条基函数表达式。 接着计算在有界闭区间两端点处具有重节点的几种不同情况下的 B 样条基函数表达式,这些样 条基函数具有非负性、单位分解性等良好的性质。然后将一元四次 B 样条函数应用于求解一类 一维对流-扩散方程,其中对于对流-扩散方程的离散过程,对于时间变量的离散采用向前有限 差分,而对于空间变量的离散,引入参数 δ,建立四次样条逼近格式。之后利用四次 B 样条函 数去求解该对流-扩散方程。最后通过具体算例,将四次样条逼近方法与有限差分方法进行比较, 且给出直观的数值误差对比,由此说明样条逼近方法更加简便实用。     

基于特征线法的群体平衡系统的数值模拟

本文利用有限元方法和特征线离散技术,对工业结晶过程中化学反应沉降过程进行数值模拟.该化学反应沉降过程被称作群体平衡系统,它由五个耦合的偏微分方程描述,分别是描述溶液流动的不可压Navier-Stokes方程,描述两个反应物在溶质中进行化学反应的非线性对流扩散反应方程,描述一个生成物在溶质中生成与成核的非线性对流扩散反应方程,描述沉淀颗粒性态的颗粒尺寸分布方程(也称粒数衡算方程).除了时间和空间坐标外,颗粒尺寸分布方程还包含一个描述颗粒大小的内部坐标.我们利用特征线方法,将这个高维方程的求解转化成一系列可以并行进行的低维问题的求解.基于对在方腔内的碳酸钙沉降过程的数值模拟,本文定性地给出反应物入流口位置和生成物出流口位置的相对关系对沉淀物颗粒大小的影响.     

二维土壤水中溶质运移问题的全离散混合元法研究

本文建立了二维非粘性土壤水中溶质运移问题的混合元格式,讨论了混合元解的存在唯一性,并分析了误差估计.最后给出数值算例,数值模拟结果表明,用该方法模拟溶质运移问题是合理有效的.     

新的求解二维浅水方程的高分辨率有限体积法

随着海洋开发、灾害预防等方面的发展,浅水方程的求解越来越受到人们的重视.文中在文献[1]的基础上提出一种新的求解二维浅水方程的有限体积格式,并将文献[2]中给出的新型可微限制器函数运用到上述有限体积法求解二维浅水波问题的过程当中,建立新的可求解二维浅水方程的新的高分辨率有限体积法.文中提出的方法由预估阶段和校正阶段组成,该方法是在非结构化三角网格中实现的.运用这种方法模拟超临界流斜水跃现象,数值试验结果显示所提出的有限体积法具有很好的非震荡性.     

求解Navier-Stokes方程的一类有限元有限体积迎风方法及其实现

Navier-Stokes方程是一类非线性的鞍点问题,在高Reynolds数流的情形下,标准Galerkin有限元方法会导致数值伪震荡.迎风有限元方法在算法结构上表征了流体＂上游＂决定＂下游＂的流动性态,它能够有效地消除高Reynolds数流的对流占优扩散所产生的非物理震荡.基于此,将Navier-Stokes方程的对流项采用有限体积框架下的迎风离散,对其它项仍使用Galerkin有限元离散,研究了二维定常Navier-Stokes方程的数值求解,编程藉助于有限元程序自动生成软件FEPG.通过对方腔流动和圆柱绕流问题与基准测试已有数值结果的比较,验证了所构造方法的可行性和有效性.     

对流扩散方程的间断Galerkin自适应方法

本文给出求解二维非线性对流扩散方程的局部间断Galerkin有限元方法在非协调三角网格上的自适应算法实现.数值算例表明这种方法可以高效追踪真解的剧烈变化.     

解三维对流-扩散方程的一个迭代格式

在许多数学物理问题中,常常会遇到求解对流扩散方程的问题,对方程中只含对流项或只含扩散项的情况,已有许多较成熟的方法,但是,当二者同时存在且扩散系数很小时,数值求解是十分困难的,有些常用的隐式差分格式,在二维情形是绝对稳定的,而三     

基于模糊时间序列的计算机信息粒构建研究

计算机信息粒通常是使用概率性方法以判别式学习的方式进行的,当分类任务的性质是识别特定类别的模式时,如在情绪检测的情况下,可以同时从同一个人识别出多种情绪,这通常表明不同的情绪可能涉及特定的关系而不是相互排斥.本文基于模式时间序列用来识别密集型现实数据实例的分类.并以生命科学的UCI数据集作为实验对象,通过本文提出的方法...     

Integral-based identification of patient specific parameters for a minimal cardiac model

A minimal cardiac model has been developed which accurately captures the essential dynamics of the cardiovascular system (CVS). However, identifying patient specific parameters with the limited measurements often available, hinders the clinical application of the model for diagnosis and therapy selection. This paper presents an integral-based parameter identification method for fast, accurate identification of patient specific parameters using limited measured data. The integral method turns a previously non-linear and non-convex optimization problem into a linear and convex identification problem. The model includes ventricular interaction and physiological valve dynamics. A healthy human state and four disease states, valvular stenosis, pulmonary embolism, cardiogenic shock and septic shock are used to test the method. Parameters for the healthy and disease states are accurately identified using only discretized flows into and out of the two cardiac chambers, the minimum and maximum volumes of the left and right ventricles, and the pressure waveforms through the aorta and pulmonary artery. These input values can be readily obtained non-invasively using echo-cardiography and ultra-sound, or invasively via catheters that are often used in Intensive Care. The method enables rapid identification of model parameters to match a particular patient condition in clinical real time (3-5 min) to within a mean value of 4-10% in the presence of 5-15% uniformly distributed measurement noise. The specific changes made to simulate each disease state are correctly identified in each case to within 10% without false identification of any other patient specific parameters. Clinically, the resulting patient specific model can then be used to assist medical staff in understanding, diagnosis and treatment selection.     

Windows9X下视频压缩数据实时传输的实现方法

介绍了一种基于 ＰＣＩ局部总线的压缩视频数据实时传输的实现方法。该方法考虑到硬件设备和 Ｗｉｎ－ｄｏｗｓ９Ｘ下应用程序的具体要求,借助ＶｔｏｏｌｓＤ编写设备驱动程序,在驱动程序中利用全局事件控制双缓冲方式实现视频数据的实时传输。     

关于一类分布参数系统的快速控制问题

本文研究了某类分布参数系统快速控制表达式.用一种新方法证明了快速控制属于允 许控制集合的边界,并求出了最速时间应满足的方程,因此可由计算机求出最速时间的数值. 最后举出了计算实例,说明本文方法可用于计算受控弹性梁的快速镇定等问题.     

统一建模语言状态图的测试用例生成方法

目前人们对统一建模语言状态图产生测试用例的研究仅建立在标准UML statecharts的基础之上,其并不适用于描述实时系统的时间扩展UML statecharts.作者在这里提出了一种时间扩展UML statecharts混合时间Petri网模型的构造方法.考虑到时间扩展UML staecharts具有时间描述、层次结构和并发结构,难以直接根据扩展UML statecharts产生测试用例,文中按照时间扩展UML statecharts的语义,论述了时间扩展UML satecharts的混合时间Petri网模型的构造方法、混合时间Petri网模型测试用例生成方法,最终实现对时间扩展UML statecharts的测试.     

排序QR分组检测方法在MIMO系统中的应用

多输入多输出（MIMO）是未来移动通信系统实现高数据速率，提高传输质量的重要途径，垂直一贝尔实验室分层空时（V-BLAST）系统因其简单的实现结构和高频谱利用率而成为移动通信系统研究的热点。研究表明，空时分组码（STBC）与垂直-贝尔实验室分层空时（V-BLAST）系统的结合可以在提高发送速率的前提下又尽量少的损失系统性能。其基本原理是将发射天线分成几个独立的组，组内数据按STBC方式形成空时码块，各组空时码块同时独立发送。接收端采用一定的检测方法后，系统可以获得复用和分集增益。该文采用一种低复杂度的分组检测方法进行检测，即排序的QR（SQR-SIC）检测方法，在保证频谱效率不变的情况下，得到了很好的比特差错率（BER）性能，同时提高了分集增益。     

基于分段重叠的时间配准方法

通过分析时间误差在组合导航系统速度估计和位置估计中的作用机理,导航系统中的时间误差不容忽视(尤其在机动条件下)。针对现有时间配准算法只能在特定条件下使用而无法有效解决多传感器导航系统中时间配准的不足,提出基于分段重叠的时间配准算法,通过分段处理使不同传感器的量测信息统一到同一处理时刻,通过重叠分段区,提高采样率,提高量测精度。仿真实验表明:新算法有效抑制了不规律的时间误差,保持了系统的精度和平稳性。     

基于启发式搜索的IP数据流分类方法的研究

基于应用层载荷特征的IP流分类技术的准确性较高,但是,当特征库庞大时遍历匹配特征库需要消耗大量的时间.鉴于此,提出一种将应用层载荷特征和启发式搜索相结合的IP数据流分类方法.通过从各种应用产生的数据包之间提取共同特征并以此共同特征建立启发式规则,根据启发式规则将特征库划分为多个特征子集,在数据包匹配过程中只需要根据启发式规则搜索匹配特定的特征子集,从而大大减少了对无关特征的匹配过程,使待匹配的特征子集具有更强的针对性、使得时间性能得到提高.对于部分应用采用以DNS为引导的方法来对数据包进行分类,该方法部分消除了基于载荷无法对加密数据进行识别的弊端.本文用C语言实现了该算法,并与开源软件l7-filter算法进行了对比实验.实验结果表明:在离线状态下,本文提出的方法的分类速度是l7-filter分类速度的6-10倍,总体识别准确性达到98%以上.     

基于积分方程的连续模型辨识与仿真

大多数实际物理系统的模型本质上是连续的,连续时间模型为物理系统的行为提供了更好的解释。提出了一种采样数据中存在高频有色噪声的连续模型辨识方法,该方法通过引入积分运算,将连续时间系统的微分方程模型转换为积分方程模型,从而使噪声的影响可以忽略,然后直接利用传统的最小二乘法估计出系统的连续时间模型参数。该方法具有较强的抗有色噪声干扰的鲁棒性、计算方法简单、参数辨识精度高等优点。仿真实例验证了该方法的有效性和可行性。     

基于神经网络的舰船运动短期预测

船舶在海上航行过程中受海风及海浪等因素的影响,使其产生六自由度的随机复杂运动。这对武器控制、舰载机着舰等操作起着相当的影响。该文分析了舰船运动姿态的时间序列特性,按照动力学系统反演原理,建立基于时间序列的非线性预测映射,根据在理论上三层感知器神经网络能够无限逼近任意非线性函数的特点,建立了用于时序分析的三层感知器模型,给出了时序反向传播算法。并进行了算例计算,从结果分析看,神经网络预测精度要稍高于时间序列分析法,为舰船运动短期预测提供了一种新的方法。