无陀螺下基于修正罗德里格参数的星体姿态确定

介绍了修正罗德里格参数(MRP),分析比较了姿态表示参数修正罗德里格参数和四元数的算法特点。通过仿真计算,比较了当卫星受一阶马尔柯夫干扰力矩作用和CCD星敏感器为唯一星载角运动传感器时,分别用修正罗德里格参数和四元数作为姿态表示参数,采用UKF(Unscented Kalman Filter)估计卫星航向、姿态及相应角速率的滤波效果。结果表明,用修正罗德里格参数法的姿态解算精度比用四元数法的姿态解算精度高,且计算效率明显优于四元数算法,计算量仅相当于四元数算法的一半,这是由于四元数的规范化条件(即模值为1),在姿态确定中会导致误差协方差阵奇异,而修正罗德里格参数虽然不是全局非奇异的,但是可以通过切换方法解决奇异性问题。     

Fe_2O_3/石墨烯复合物的制备及催化性能研究

以氧化石墨烯和硝酸铁为原料,采用水热法制备Fe_2O_3/石墨烯复合物。采用XRD、FTIR、RAMAN、SEM等对其结构和形貌进行表征,并通过不同升温速率的TG-DSC研究Fe_2O_3/石墨烯复合物对HMX热分解催化作用。结果表明,在氧化石墨烯被还原为石墨烯过程中,同时Fe_2O_3纳米粒子负载于石墨烯片层上;Fe_2O_3/石墨烯复合物可使HMX热分解活化能降低51.13 kJ·mol~(-1),对HMX有较好的催化作用。     

"节奏的韵律":《大鱼海棠》的生命美学研究

《大鱼海棠》被视为是中国动画电影界的一部现象级的作品.它主要讲述了人鱼少女"椿"与人类男孩"鲲"之间的故事.影片运用生命的符号,在声音律动、画面呈现、艺术空间方面构建出了一个独具特色的生命宇宙.从生命美学的角度出发,通过对影片中"节奏"美的探讨,可发现其背后所蕴含的中国文化精神,从而反映中国人的人生观与宇宙观以及中华民族的生命意识.     

代偿服加压条件下的血液动力学仿真

利用仿真方法研究飞行员穿着高空代偿服加压条件下生理参数的变化情况,探索加压对人体血液循环功能的影响及其变化规律,为飞行员高空防护提供理论支持.在Heldt立位应激模型的基础上,针对代偿服加压特性进行修正,建立人体加压条件下的血液动力学模型,同时通过地面加压试验验证模型的正确性.模型模拟得到全身侧管式代偿服不同加压条件下的血液动力学参数平均动脉压、每搏量和每分量,并与试验值进行对比,模型结果与试验值吻合较好,验证了模型的有效性.模型可有效地模拟代偿服加压条件下的血液动力学变化情况.     

卫星自主完好性监视算法研究

民用航空对导航系统的完好性具有严格的要求。随着卫星导航系统在飞机上的广泛应用,GPS接收机自主完好性监视越来越受重视。针对GPS接收机自主完好性监视算法进行了研究。在对RAIM 判定原则及流程、基于最小二乘的故障检测算法和完好性要求下的可用性判断研究的基础上,通过仿真对所研究的算法进行相关的分析,结果表明,作为目前一种仅依靠接收机自身获取定位观测量进行监控的方法,RAIM算法在一定程度上增强了定位结果的可信性,满足了自主完好性监视的要求。     

公务机机翼气动外形优化研究

随着世界经济贸易的发展,轻中型公务机愈发受到客户的青睐。为了进一步提升高速涡扇公务机的总体气动性能,本文采用基于全速势方程（TRANAIR）的流场快速求解方法,集成序列二次规划（SQP）优化算法和类函数/型函数变换（CST）自由变形（FFD）技术,对某轻中型高速涡扇公务机机翼进行多点优化设计研究,并对优化结果进行对比分...     

副翼刚度模拟器优化设计与分析

副翼刚度模拟器是对副翼作动器的支撑刚度进行参数模拟的装置,是航空地面载荷试验中的关键器件,研究副翼刚度模拟器的刚度随位置的变化规律有利于其设计和应用,具有重要的工程价值。建立力学模型,提出刚度折减系数,探讨刚度模拟器的刚度特性;进行模拟器刚度仿真,并通过刚度测试试验验证力学模型和仿真的正确性;以目标刚度对距离的敏感性对...     

工程翼型气动特性数据挖掘与建模

以伊利诺伊大学香槟分校UIUC的工程翼型库为研究对象,首先通过几何数据直接对比以及基于型函数/类函数变换(CST)的参数化方法实现了重复翼型和数据异常翼型的清洗;接着,对CST参数的取值分布规律进行分析发现其近似呈正态分布,对CST参数之间的关联规律进行挖掘得到翼型参数之间的相关性,并对CST参数进行聚类分析,其结果基本与工程翼型的分类一致;进一步,采用级差分析方法、SOM自组织映射方法和Apriori方法分析了CST参数与典型工况翼型气动特性之间的关系.其中,级差分析方法给出了各CST参数对气动特性影响的显著程度,SOM和Apriori方法则分析了CST参数和气动特性之间的相关性;最后,分别使用支持向量机(SVM)和深度神经网络(DNN)构建了CST参数与典型工况下气动特性之间的预测模型,在拟合和泛化能力方面,深度神经网络模型明显优于SVM模型.本文所得到的数据挖掘及建模结果可为工程翼型气动特性分析与设计提供支撑.