二维透声窗遮挡损失计算方法研究

为了水下探测和声对抗,舰艇艏部舱室通常安装主动声呐设备,声呐发射声波经由透声窗向外传播,因此,开展透声窗声学特性的相关研究具有重大现实意义。为解决实际工程中透声窗透声性能计算较困难这一问题,一种用于快速预报透声窗的遮挡损失的解析–数值混合方法被提出。该方法用球谐波展开法和叠加原理求解阵列活塞声源声场,得到声激励下透声窗模型表面的声压和法向振速,进而利用 COMSOL 的 Kirchhoff-Helmholtz 模块通过再辐射的方法求解模型的遮挡损失。最后,建立了一个二维透声窗模型,分别采用解析–数值混合方法和纯有限元法计算了其全方位的遮挡损失,验证了该方法的准确性、有效性。     

GPT3模型在安徽地区的性能

基于安徽省23个CORS站数据解算天顶对流层延迟(ZTD),评估GPT3+Hopfield和GPT3+Saastamoinen两种对流层组合模型的适用性,并利用探空数据分析GPT3模型估计大气加权平均温度(T_m)和反演大气可降水量(PWV)的精度。结果表明：1)GPT3+Saastamoinen组合模型的ZTD精度优于GPT3+Hopfield组合模型,GPT3模型的ZTD精度具有显著的时空分布特征,皖南精度低于皖北,且春、冬季精度优于夏、秋季;2)在安徽地区,GPT3模型2种格网分辨率的T_m精度基本相当,平均偏差在-2.0 K左右,RMS值在4.5 K左右;3)在安徽地区,基于GPT3模型气象参数反演的PWV(GPT3-PWV)与探空站的PWV有较高的一致性,且同样具有时空变化特征,由皖南向皖北逐渐降低,夏季最大、冬季最小。     

自适应遗传算法支持下的既有铁路曲线整正方法

针对拟合与最优化方法在铁路曲线整正问题中难以加入约束条件与计算精确里程的不足，提出一种使用自适应遗传算法求拨距总量最小值的方法。首先利用遗传算法限制性低的特性，在个体的并行计算中加入多种逻辑、比较运算，从而能够顾及各种约束条件，用黄金分割法搜索测点的拨距量和精确里程，最后累加测点拨距量并计算所有个体的适应度。种群繁衍过程中采用保留父代最优个体与自适应的交叉变异算子的改进策略，使种群在最优方向持续进化。通过大量仿真实验和实际工程数据验证，该方法具有较高的精确性和适用性。