删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于预测碰撞点的剩余飞行时间估计方法*

本站小编 Free考研考试/2021-12-25

随着比例制导律[1-2]不断向最优化和多约束条件方向发展,剩余飞行时间(TGO)作为其关键参数,已经成为了热点研究问题。此外,TGO还是武器战斗部设计[3]和拦截失效判断[4]的重要依据,其估计值的精度直接影响制导飞行中的控制力、脱靶量、捕获区域等性能指标。
在以往的研究中,通常直接将弹目相对距离与接近速度的比值作为TGO,并将其作为经典方法。但此方法仅在弹道较为平直或处于平行接近状态时,具有一定有效性;如果拦截弹在飞行过程中机动幅度较大,则该方法误差较大。
目前对于TGO估计方法的研究,一类是直接解析法:York和Pastrick[5]首先提出了一种基于求解线性二次控制问题的TGO估计方法;Jeon等[6]在线性条件下得出了TGO关于初始弹目距离与框架角的表达式,降低了弯曲追踪轨迹带来的误差;Liu等[7]求得了TGO二次方程得近似解,其中对拦截弹速度变化带来的影响做了补偿;Kim等[8]根据制导律的2个增益常量预测飞行轨迹,得出了基于经典估计方法的补偿系数;马国欣等[9]将偏置比例导引中的构造角作为微分变量,并求解得出了作为指数形式参与的TGO估计多项式;李辕等[10]针对顺轨拦截情况,分别提出了拦截非机动和机动目标的TGO估计方法;刘剑锋和庄志洪[11]通过导引头一阶微分信息推导出的TGO估计方法与非线性卡尔曼(GHK)滤波算法具有较好匹配性。
另一类是迭代递推法:Riggs[12]通过建立一个简易的拦截弹切向加速度模型以解算平均加速度,从而补偿速度变化对TGO估计的影响;Hull等[13]基于对TGO的粗略估计,随着拦截轨迹的改变,进行递次求近得到的TGO精确值;Dhananjay和Ghose[14]采用数值内插法递推估计TGO,虽然不需在每一个制导周期进行解算,但具有较大计算量;Tahk等[15]在TGO的递归计算中,对非零框架角引起的估计误差进行了补偿;常青等[16]对TGO估计时,将目标在视线方向上的平均加速度进行加权,引入算法降低了Riggs估计法的误差;张友安和马国欣[17]在拦截弹框架角变化区间的不同分段内,采用迭代法求解TGO。
通过对比可知,直接解析法运算量小,利于在线实时解算,但估计精度略低;迭代递推法虽然有精度优势,但计算过程十分复杂,实时性不强。另外,随着近年来越来越多的顺轨制导律[18-20]提出,也需有相应的TGO估计方法,而目前的成果主要针对逆轨拦截模式。因此,研究高精度、运算简单且对拦截模式具有针对性的TGO估计方法十分必要。
1 TGO估算 1.1 基础理论 因本文的TGO是在线性条件下计算,其制导律[21]是在一定的几何关系下,将视线角和框架角近似为“小角度”,从而消除三角函数得到的线性制导指令。虽然推导过程中存在基于小角度近似的情况,但结论公式普遍适用。理论分析过程中,均将目标和拦截弹考虑成质点,并忽略重力带来的影响。
经典比例制导律的指令形式为
(1)

式中:am为拦截弹加速度; N为导航比; Vm为拦截弹速度; λ为视线角。
拦截弹攻击静止目标的几何关系如图 1所示。
图 1 平面几何关系 Fig. 1 Planar interception geometry
图选项




设拦截弹位置为(xm, ym),目标位置为(xt, yt),则视线角可近似为
(2)

R=Vctgoctgo为剩余拦截时间,Vc为拦截弹接近速度,并将式(2)按时间微分后得
(3)

在线性条件下,λθ均为小角,则可近似取
(4)

(5)

结合式(1)、式(3)~式(5)可得
(6)

为便于解算,逆向考虑拦截全过程,将拦截活动看作是拦截弹从目标位置发射,飞向发射原点。令tgo=(R0-r)/Vcr∈[0, R0],其中R0为目标与发射原点的距离,将式(6)转化为以r为自变量的函数:
(7)

按照初始条件:r=0,ym(0)=ym0=yty'm(0)=y'm0,求解欧拉-柯西方程式(7)得
(8)

将式(8)对r求导得
(9)

拦截弹轨迹长度为
(10)

在线性条件下,近似取xm(r)=rym(r)为小量,按照泰勒级数可得
(11)

由于视线角λ较小,则sVmtgoy′m0(r)≈θ,代入式(11)得
(12)

1.2 逆轨拦截运动目标TGO估计 TGO估计的主要思想是通过预测出拦截弹与目标的碰撞点,然后按照拦截静态目标的时间估计方法对剩余拦截时间进行估计。拦截弹在逆轨模式下拦截目标的几何关系如图 2所示。
Vt—目标速度;Rt—目标与预测碰撞点间的距离;Rm—拦截弹与预测碰撞点间的距离;β—预测内框角;γ—预测外框角。 图 2 逆轨拦截几何关系 Fig. 2 Head-on interception geometry
图选项




假设拦截弹直接飞向处于预测碰撞点处的静止目标,则估计剩余飞行时间为
(13)

式中:预测外框角可表示为γ=θ-β
由于在实际情况下,各预测量均是未知的,以下的推导则是为了消掉这些未知量。
为便于分析,取拦截弹与目标速度比为
(14)

目标与预测碰撞点间距离可表示为
(15)

根据图 2可得出目标和拦截弹距离预测碰撞点的三角关系为
(16)

由于βλ为小角,式(16)可近似为
(17)

将式(13)~式(15)代入式(17)化简后得
(18)

通过求解方程得
(19)

按照泰勒级数方法展开根号下内容,可取得预测内框角有效值为
(20)

根据图 2可得出拦截弹距离预测碰撞点距离和弹目距离的三角关系为
(21)

由于λβ为小角,式(21)可近似为
(22)

将式(20)和式(22)代入式(13)得
(23)

1.3 顺轨拦截运动目标TGO估计 拦截弹在顺轨模式下拦截目标的几何关系如图 3所示。
图 3 顺轨拦截几何关系 Fig. 3 Head-pursuit interception geometry
图选项




根据图 3可得出目标和拦截弹距离预测碰撞点的关系可近似为
(24)

将式(13)~式(15)代入式(24)化简后,通过求解方程,可取得预测内框角有效值为
(25)

根据图 3可得出拦截弹距离预测碰撞点距离和弹目距离的三角关系可近似为
(26)

将式(25)和式(26)代入式(13)得
(27)

2 仿真验证 仿真验证主要与韩国的Tahk小组和印度的Ghose小组近年提出的TGO估计方法作对比。
Tahk小组根据几何关系推导出TGO估计的解析式[15]
(28)

可直接用以TGO计算(?为拦截弹速度倾角),以下简称解析法;Ghose小组是通过方程
(29)

经数次递推后预测拦截点(h为出目标飞行路径长度)再根据目标速度解算TGO[14],以下简称递推法。此外,由于经典TGO估计法(Tgo=R/VCVC为弹目接近速度)应用广泛,也将其作为对比对象。
仿真采用MATLAB在CPU主频为2.6 GHz的PC机上进行,仿真步长选取为0.000 2 s。
2.1 不同框架角下的TGO仿真验证 通过仿真,分别在不同初始框架角下,计算各方法所估计出的TGO误差:逆轨模式下,分别与其他3种方法对比;顺轨模式下,解析法和递推法不再适用,仅与经典法对比,结果如图 4所示。同时,随机选取某次拦截全过程,分别记录4种方法估计TGO所需CPU时间,等间隔采样50个值,结果如图 5所示。
图 4 不同初始框架角下TGO估计误差 Fig. 4 TGO estimation error at different initial heading errors
图选项




图 5 TGO估计所需CPU时间 Fig. 5 CPU time of TGO estimation
图选项




图 4可知,对于不同框架角下的TGO初始值估计,经典法与预测碰撞点法相比,均存在较大的估计误差。在逆轨模式下,预测碰撞点法与解析法相比估计精度有较大提高;但与递推法相比,在框架角较大时,精度下降。这是由于预测碰撞点法通过“小角度”近似消除框架角的三角函数,框架角在接近90°时,线性条件下的近似虽然合理,但误差有所增大;而递推法在多步迭代计算过程中存在误差补偿修正,故框架角较大时估计效果更好。
图 5可知,经典法计算最简单,TGO估计所需CPU时间最少,其均值小于2×10-5 s;预测点估计法与解析法所用时间相近,均值都为2.1×10-5 s;递推法运算量最大,所需平均时间为6.576×10-5 s,实时性最差。这是由于递推法在计算过程中通常需要迭代4~5步,TGO估计值才能趋于平稳,因而计算时间最长。
随着制导律不断采用最优化算法,其本身计算量已较难达到实时性要求,而对于TGO的估算应尽量为运算周期节约时间。递推法虽然在框架角较大时有一定优势,但在制导全过程中,实时性不高,故在以下的仿真中,不作为对比对象。
在逆轨模式下,分别选取初始框架角为10°、40°、70°,采用比例系数为3的纯比例(PPN)制导律完成目标拦截仿真;在顺轨模式下,分别选取框架角为110°、140°、170°,采用比例系数为3的负比例(RPN)制导律完成目标拦截仿真。各仿真完成后,确定拦截总时间tf,取实时的剩余拦截时间tgo=tf-t,得到各方法的TGO估计误差如图 6所示。
图 6 不同初始框架角下拦截过程TGO估计误差 Fig. 6 TGO estimation error during interception at different initial heading errors
图选项




由于解析法仅在逆轨拦截模式下有效,因而在顺轨拦截模式下仅与经典TGO估计法作比较。从图 6中可知,逆轨模式下预测碰撞点法不论在初始时刻还是拦截全过程中,都具有最高的估计精度,解析法次之,经典法误差最大;顺轨拦截模式下,预测碰撞点法较经典法同样具有全面优势。其中,当框架角选取为110°拦截时间在1 s时,预测碰撞点的估计误差发生正负变化,是由算法系数项中π-θ-随框架角和视线角改变而发生正负偏转所导致。
2.2 TGO估计对制导律性能的影响 为进一步验证TGO估算方法对制导律性能的影响,在不同初始路径倾角下,直接将各方法的估算值用以制导运算。仿真参数如表 1所示。
表 1 仿真参数 Table 1 Simulation parameters
参数 取值
目标速度/(m·s-1) 1 500
拦截弹速度/(m·s-1) 600
初始弹目距离/m 10 000
拦截弹失效距离/m 30
初始视线角/(°) 8
目标初始路径倾角/(°) 0
导航比 3


表选项






拦截弹进入失效距离后,重复执行失效前最后的制导指令。逆轨拦截的仿真结果如表 2图 7所示(图中1~4为表 2中的方案1~方案4)。表 2中控制力按照∫|a|dt[22]进行计算,图 7(b)中的误差为估计值与实际值的差值。
表 2 逆轨拦截各方案结果 Table 2 Head-on interception results of different scenarios
方案 初始路径倾角/(°) TGO估计方法 实际飞行总时间/s 初始加速度/g 控制力/(m·s-1)
1 75 预测碰撞点法 5.09 -12.45 106.464 3
2 75 解析法 4.96 -13.01 125.068 5
3 20 预测碰撞点法 4.74 22.05 201.831 3
4 20 解析法 4.79 22.21 202.419 2


表选项






图 7 逆轨拦截仿真结果 Fig. 7 Simulation results of head-on interception
图选项




由仿真结果可知,在不同初始路径倾角条件下,采用预测碰撞点法的TGO估计误差小于解析法,从而其初始加速度和控制力都较小。在初始路径倾角为75°时,由图 7(b)中前2 s的曲线可知,预测碰撞点法的TGO估计误差收敛性更强,这是由于式(23)中将弹目速度比k作为预测碰撞框架角θ-的增益,对实际框架角变化更为敏感。而TGO误差直接反映在拦截弹指令加速度上,虽然预测碰撞点法飞行时间较长,但由图 7(c)可知在4 s以后,加速度趋近于0,拦截基本趋于平行接近,对时间的积分数值很小,故而最终控制力具有明显优势。
顺轨拦截目标的初始参数见表 1,结果见表 3图 8。仿真结论与逆轨拦截相似,不再赘述。
表 3 顺轨拦截各方案结果 Table 3 Head-pursuit interception results of different scenarios
方案 初始路径倾角/(°) TGO估计方法 实际飞行总时间/s 初始加速度/g 控制力/(m·s-1)
1 105 预测碰撞点法 10.77 5.14 94.97
2 105 经典法 10.93 4.84 111.45
3 160 预测碰撞点法 10.94 -9.43 182.59
4 160 经典法 10.75 -10.55 209.71


表选项






图 8 顺轨拦截目标仿真结果 Fig. 8 Simulation results of head-pursuit interception
图选项




在拦截机动目标的仿真中,参数不变,目标采用1 g加速度进行恒值机动。为方便与拦截非机动目标的仿真对比,初始路径倾角选择20°和160°,仿真结果如表 4图 9所示。
表 4 拦截机动目标各方案结果 Table 4 Results of different scenarios for maneuvering target interception
方案 拦截模式 初始路径倾角/(°) TGO估计方法 实际飞行总时间/s 控制力/(m·s-1)
1 逆轨 20 预测碰撞点法 4.75 218.096 1
2 逆轨 20 解析法 4.80 220.716 4
3 顺轨 160 预测碰撞点法 10.99 233.670 2
4 顺轨 160 经典法 10.82 254.189 3


表选项






图 9 拦截机动目标仿真结果 Fig. 9 Simulation results of maneuvering target interception
图选项




结合图 7(b)图 8(b)图 9(b)可知,在目标机动情况下,由于目标路径改变,导致TGO估计误差初值有所增加。当初始路径倾角为20°时,预测碰撞点法的估计误差初值增大了0.004 s,解析法增大了0.005 s;初始路径倾角为160°时,预测碰撞点法的估计误差初值增大了0.053 s,经典法增大了0.071 s。对于机动目标,预测碰撞点法虽然误差变大,但估计精度和制导性能仍优于其他两者。
3 结?论 1)?针对顺/逆轨拦截模式,提出了基于预测碰撞点的剩余拦截时间估计方法。该方法基于线性的RPN/PN制导律,通过假设出的预测碰撞点,求解二阶微分方程并积分得出拦截弹路径,建立拦截弹和目标飞行时间的等式,进而得出预测碰撞点位置和剩余拦截时间。通过与3种不同TGO估计方法对比,验证了基于预测碰撞点TGO估计法的有效性,并具有精确度高、控制力小等特点。
2)?本文提出的TGO估计方法所需参数少、计算简单、实时性好,其思想对于不同制导律都易于移植和实施,尤其是算法复杂多变的最优制导律。

参考文献
[1] RYOO C, CHO H, TAHK M. Time-to-go weighted optimal guidance with impact angle constraints[J].IEEE Transactions on Control Systems Technology, 2006, 14(3): 483–492.DOI:10.1109/TCST.2006.872525
[2] KIM K B, KIM M, CHOI J W. Modified receding horizon guidance law with information on small accurate time-to-go[J].IEEE Transactions on Aerospace and Electronic Systems, 2000, 36(2): 725–729.DOI:10.1109/7.845274
[3] TANAKA A, MAEDA H. Studies on the time-to-go indexing control scheme for an automatic aircraft landing system[J].Transactions of the Japan Society for Aeronautical and Space Sciences, 1973, 16(31): 1–18.
[4] WHANG I, RA W.Time-to-go estimation filter for anti-ship missile application[C]//Society of Instrument and Control Engineers (SICE).Piscataway, NJ:IEEE Press, 2008:247-250.
[5] YORK R, PASTRICK H. Optimal terminal guidance with constraints at final time[J].Journal of Spacecraft and Rockets, 1977, 14(6): 381–382.DOI:10.2514/3.57212
[6] JEON I, LEE J, TAHK M. Impact-time-control guidance law for anti-ship missiles[J].IEEE Transactions on Control Systems Technology, 2006, 14(2): 260–266.DOI:10.1109/TCST.2005.863655
[7] LIU P, SUN R, LI W. Homing guidance law with falling angle and flying time control[J].Journal of Harbin Institute of Technology, 2014, 21(1): 55–61.
[8] KIM T H, LEE C H, TAHK M J. Time-to-go polynomial guidance with trajectory modulation for observability enhancement[J].IEEE Transactions on Aerospace and Electronic Systems, 2013, 49(1): 55–73.DOI:10.1109/TAES.2013.6404091
[9] 马国欣, 张友安, 李君. 带导引头视场限制的多约束导引律及剩余时间估计[J].系统工程与电子技术, 2014, 36(8): 1609–1613.MA G X, ZHANG Y A, LI J. Guidance law with multiple constraints and seeker field-of-view limit and the time-to-go estimation[J].Systerms Engineering and Electronics, 2014, 36(8): 1609–1613.(in Chinese)
[10] 李辕, 闫梁, 赵继广, 等. 顺轨拦截模式剩余飞行时间估计方法研究[J].航空学报, 2015, 36(9): 3032–3041.LI Y, YAN L, ZHAO J G, et al. Method of time-to-go estimation for head-pursuit interception mode[J].Acta Aeronautica et Astronautica Sinica, 2015, 36(9): 3032–3041.(in Chinese)
[11] 刘剑锋, 庄志洪. 利用导引头测角信息进行遭遇段剩余飞行时间估计的算法[J].兵工学报, 2006, 27(1): 27–31.LIU J F, ZHUANG Z H. The algorithm of time-to-go using angle information provided by seeker during missile-target encounter[J].Acta Armamentarii, 2006, 27(1): 27–31.(in Chinese)
[12] RIGGS J T L.Linear optimal guidance for short range air-to-air missile[C]//Proceedings of National Aerospace and Electronics Conference NAECON'79.Piscataway, NJ:IEEE Press, 1979:757-764.
[13] HULL D G, RADKE J J, MACK R E. Time-to-go prediction for homing missiles based on minimum-time intercepts[J].Journal of Guidance, Control, and Dynamics, 1991, 14(5): 865–871.DOI:10.2514/3.20725
[14] DHANANJAY N, GHOSE D. Accurate time-to-go estimation for proportional navigation guidance[J].Journal of Guidance, Control, and Dynamics, 2014, 37(4): 1378–1383.DOI:10.2514/1.G000082
[15] TAHK M, RYOO C, CHO H. Recursive time-to-go estimation for homing guidance missiles[J].IEEE Transactions on Aerospace and Electronic Systems, 2002, 38(1): 13–24.DOI:10.1109/7.993225
[16] 常青, 邢超, 李言俊. 利用导弹轴向加速度估算剩余飞行时间的新方法[J].弹箭与制导学报, 2002, 22(4): 112–114.CHANG Q, XING C, LI Y J. A new method for time-to-go using the acceleration along the axis of missile[J].Journal of Projectiles Rockets Missiles and Guidance, 2002, 22(4): 112–114.(in Chinese)
[17] 张友安, 马国欣. 大前置角下比例导引律的剩余时间估计算法[J].哈尔滨工程大学学报, 2013, 34(11): 1409–1414.ZHANG Y A, MA G X. Time-to-go estimation algorithm for the proportional navigation guidance law with a large lead angle[J].Journal of Harbin Engineering University, 2013, 34(11): 1409–1414.(in Chinese)
[18] PRASANNA H M, GHOSE D. Retro-proportional-navigation:A new guidance law for interception of high-speed targets[J].Journal of Guidance, Control, and Dynamics, 2012, 35(2): 377–386.DOI:10.2514/1.54892
[19] SHIMA T. Intercept-angle guidance[J].Journal of Guidance, Control, and Dynamics, 2011, 34(2): 484–492.DOI:10.2514/1.51026
[20] TAL S, GOLAN O M. Head pursuit guidance[J].Journal of Guidance, Control, and Dynamics, 2007, 30(5): 1437–1444.DOI:10.2514/1.27737
[21] ZARCHAN P. Tactical and strategic missile guidance[M].3rd edReston: AIAA, 2002: 15.
[22] YUAN P, CHERN J. Ideal proportional navigation[J].Journal of Guidance, Control, and Dynamics, 1992, 15(5): 1161–1165.DOI:10.2514/3.20964


相关话题/计算 比例 方案 信息 过程

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于过程神经网络的液体火箭发动机状态预测*
    液体火箭发动机结构复杂,工作环境恶劣,是故障敏感多发部位,对其工作状态进行预测是发现早期故障并采取相应措施的重要手段,特别是对于可重复使用液体火箭发动机,状态预测是提高其系统安全性、完好性和保障任务成功的关键技术。液体火箭发动机是由许多不同独立动态环节彼此交叉耦合构成的复杂热流体动力系统,通过建立其 ...
    本站小编 Free考研考试 2021-12-25
  • 基于粗糙集-信息熵的辐射源威胁评估方法*
    辐射源威胁评估是电子对抗领域的一个重要研究课题,干扰资源分配、干扰辅助决策都以等级判定作为基础[1],对于战机完成作战任务与提高生存能力至关重要。机载电子对抗装备可以侦察到5种脉冲描述字(PDW),威胁评估基于此进行,因而可将辐射源威胁评估作为多属性决策问题。目前机载告警设备的威胁评估方式只是与预先 ...
    本站小编 Free考研考试 2021-12-25
  • 不完备信息条件下的并发故障诊断方法*
    随着技术的发展,现代设备结构日趋复杂,逐渐向大型化、自动化等方向发展,各部件之间联系更加紧密,这就为复杂装备的故障诊断带来了新的挑战。在诊断知识获取过程中,由于被测对象结构复杂、诊断系统采集的信息缺失等原因,致使所得到的故障信息存在不完备的情况;同时,在设备实际运行过程中,常常伴随有并发故障的发生。 ...
    本站小编 Free考研考试 2021-12-25
  • 拦截高速目标的全向真比例制导律研究*
    高速目标(目标速度大于拦截弹速度)的拦截制导是制导律设计的新领域和重要挑战,研究表明高速目标拦截只存在逆轨(head-on)和顺轨(head-pursuit)2种拦截模式[1]。Lin等[2]设计了拦截高速目标的改良比例制导律(PN);李超勇等[3]研究了应用微分几何制导律拦截高速目标的初始捕获必要 ...
    本站小编 Free考研考试 2021-12-25
  • 用广义扩展有限元计算界面裂纹应力强度因子*
    双材料被广泛应用于如航空、航天和交通运输等领域,双材料界面处往往会出现裂纹等缺陷,这些缺陷会导致材料强度的降低,而且损伤通常开始于界面或界面附近区域,因此对双材料界面裂纹的研究至关重要。研究人员已使用如有限元法、边界元法[1]、扩展有限元法(ExtendedFiniteElementMethod,X ...
    本站小编 Free考研考试 2021-12-25
  • 模型燃烧室内不稳定燃烧发展过程的数值分析*
    高频燃烧不稳定性是液体火箭发动机研制过程中面临的重大挑战之一,一旦发生,破坏性极大。虽然很早便在液体火箭发动机中发现了不稳定燃烧现象,然而由于液体推进剂燃烧涉及多个物理和化学过程,发生不稳定燃烧时各子过程之间存在非线性耦合,使得对其产生机理和发展过程至今尚未完全认识清楚[1]。目前,已经在多种类型的 ...
    本站小编 Free考研考试 2021-12-25
  • 蜻蜓爬升过程飞行特征实验研究*
    微型飞行器(MicroAirVehicle,MAV)的发展和应用使昆虫飞行机理的研究越来越受到相关人员的关注[1]。昆虫在不同飞行状态下身体和翅膀运动参数的准确描述和飞行特征的探究为昆虫飞行机理研究和仿生流体力学的探索提供重要的数据依据。在众多飞行能力出众的昆虫界,蜻蜓又被称为“飞行之王”,有着其独 ...
    本站小编 Free考研考试 2021-12-25
  • 信息缺失的航空发动机传感器数据重构*
    航空发动机是航空飞行器的重要系统,航空发动机状态监视是健康管理的第一步,根据状态监视结果进行故障诊断、故障隔离和剩余寿命周期预测等。状态监视离不开状态参数数据,目前主要使用的有气路数据、滑油数据和孔探数据等,将这些信息融合能够进一步提高健康管理效率和质量。随着传感器技术的发展,面临着传感器数据维度增 ...
    本站小编 Free考研考试 2021-12-25
  • 基于简单WENO-间断Galerkin的Euler方程自适应计算
    间断Galerkin(DG)方法是由Reed和Hill[1]于1973年为了解决线性输运问题而提出,此后该方法得到了不断发展。20世纪90年代,Cockburn和Shu[2]提出的Runge-Kutta间断Galerkin(RKDG)方法尤其引人注目,在气动力学、水动力学、电磁场以及气动声学等领域的 ...
    本站小编 Free考研考试 2021-12-25
  • 一种高效计算各类基于方差灵敏度指标的方法
    灵敏度分析主要研究模型的输出不确定性是如何分配到输入不确定性的[1]。研究输入对输出不确定性的影响程度,有助于设计者选择更全面、合理和有效减小模型输出不确定性的方案。通常,灵敏度分为局部灵敏度、全局灵敏度和区域灵敏度。局部灵敏度不能反映输入变量整个分布范围对输出响应不确定性的影响,而全局灵敏度反映的 ...
    本站小编 Free考研考试 2021-12-25