快速拉格朗日分析在地表移动变形预计中的应用

地表移动变形预计，对于指导“三下”开采实践具有重要作用过去用于变形预计的方法很多，而近年来发展起来的快速拉格朗日分析法，则特别适用于这种大变形问题。本文叙述了拉格朗日分析的基本原理，并通过实例说明其在地表移植变形中的应用。     

基于重加权快速交替方向法的频谱感知

在认知无线电网络中,由于深衰落和低信噪比的影响,单个认知用户的宽带频谱检测性能较差,且算法复杂度较高。针对该问题,提出一种基于重加权快速交替方向法的频谱感知算法。利用目标函数的凸性,通过求导简化辅助变量的更新过程。对目标函数进行线性化处理,增加一个二次项,使待估变量更新时部分项线性化的增广拉格朗日函数成为严格凸函数,并使用迭代软阈值算法进行求解。在目标项中增加大权值抑制信号中的非零元素,获得接近于最小?0范数的解。实验结果表明,该算法能有效提高低信噪比环境下的检测概率和检测速度。     

单级倒立摆基于LMI的H∞控制

采用拉格朗日方法对单级倒立摆系统进行了数学建模,并进行了稳定性、可控性、可观测性分析。针对单级倒立摆系统的控制问题,采用基于线性矩阵不等式(LMI)的H∞控制算法,并应用matlab对该倒立摆系统进行了仿真实验。结果表明,基于LMI的H∞控制方法考虑了被控对象中存在的各种不确定因素,抑制了扰动对输出的影响,系统的振荡小,调节时间短,响应速度快,使系统具有较强的鲁棒性和较好的动态性能,能够较好地完成倒立摆的运动控制。     

WCDMA信号定时同步中的内插算法研究

基于内插的定时同步算法用于WCDMA信号全数字接收机,具有稳定性好、复杂度低的特点。文章详细介绍了算法中的内插原理,并针对WCDMA信号重点分析了基于理想低通滤波器的内插算法和基于拉格朗日插值多项式的内插算法性能。最后,通过仿真比较,给出了内插算法的选取原则,并给出了内插算法的2种实现结构。     

吸气式高超声速飞行器动力学建模与分析

基于拉格朗日力学原理建立了吸气式高超声速飞行器(AHFV)的动力学模型,并分稳定飞行和机动飞行2种情况进行了动力学分析。首先选择确定飞行器位姿的广义坐标,然后建立动能、势能以及广义力的表达,接着推导了AHFV的质心运动方程和绕质心转动运动方程。与传统飞行器动力学模型相比较,AHFV动力学模型中包括了发动机内流体质量变化对飞行器动力学的影响项。最后对AHFV动力学模型进行分析,分析表明:在稳定飞行时,AHFV发动机内流体质量变化对飞行器动力学的影响项可以忽略,而在机动飞行时,要考虑发动机内流体质量变化对飞行器动力学的影响。     

高维力学系统的能量方程

在低维系统中,能量方程因其明晰的物理意义而得到广泛的应用,而研究高维力学系统的能量方程也同样具有理论价值和实际意义,如位移对时间的导数是速度,速度对时间的导数是加速度,这些具有明显的物理意义,而加速度的导数其物理意义就不是很清晰了,但具有理论上的意义.本文应用广义经典力学中关于广义拉格朗日函数、广义动量和广义哈密顿函数等概念,推导了高维系统的能量方程,文中举了实例具体说明新方程的应用,为力学数学系统能量方程的推广提供了一种途经.     

基于深度置信网络的多变量时间序列分类方法

针对当前多变量时间序列分类方法未考虑降维处理多变量时间序列,导致多变量时间序列分类精度较低,分类时间较长的问题,提出了基于深度置信网络的多变量时间序列分类方法.通过构建深度置信网络模型结构,基于受限玻尔兹曼机,提取可见单元与隐藏单元特征信息,采用Isomap算法,在深度置信网络内进行优先特征提取操作,通过附加约束构造半正定矩阵,降维处理多变量时间序列.在低维特征空间内,利用支持向量机中分线性分类函数,计算得到拉格朗日乘子,根据正则化参数特性,通过高斯核函数,计算得到最优核函数,完成多变量时间序列分类.实验结果表明,提出方法的泛化误差较小,能够有效提高多变量时间序列分类精度,缩短多变量时间序列分类时间.     

气动喷射数值仿真分析

利用CFD软件Fluent建立数学物理模型,运用欧拉法和拉格朗日方法相结合的计算模型对离散相模型(DPM)进行三维数值模拟。研究当进口处空气速度为60m/s时,不同直径的固体颗粒在喷管外部流场的轨迹和横截面上的分布。仿真得到以下结论:在固体颗粒从喷管喷出后短距离内,固体颗粒大体上呈现圆锥状喷射,喷射的锥角随颗粒的减小而逐步减小;颗粒直径减小时,长轴半径接近短轴半径,逐步过渡为圆形。