不同螺旋桨滑流数值模拟方法对比研究

采用动量激励盘理论,求解准定常RANS方程,模拟螺旋桨滑流对飞机气动特性的影响。分别基于螺旋桨+中心体、螺旋桨+短舱、螺旋桨+短舱+翼身组合体构型的非定常流场模拟得到的桨叶载荷,建立三种不同的激励盘载荷。将三种载荷的流场模拟结果与全机非定常模拟的时间平均结果进行对比,可知三种不同激励盘载荷均能准确地模拟螺旋桨滑流的影响,因此,可以通过最简单的螺旋桨+中心体构型建立激励盘模型,用于螺旋桨滑流工程预测。     

某于功率反馈的涡轴发动机神经网络PID控制研究

通过对功率平衡关系进行分析,提出了利用功率反馈设计智能神经网络PIO控制器的方法。基于BP(Back Propagation)神经网络,将功率信号作为神经网络的输入层信号,并改进了网络权值的学习规则。通过在线整定PID参数,控制器能够根据功率误差信号的变化实时调整控制参数,从而使系统自主寻找到功率平衡点,具有良好的稳态和动态响应特性。仿真结果表明：该方法可以使涡轴发动机在全包线范围内具有理想的控制性能。     

基于结构特征的弹道目标雷达识别技术

弹道目标的结构特征反映了目标的本质属性,是识别真假目标最直观的特征之一。分析了弹道目标的结构特征差异,系统归纳了基于结构特征的弹道目标雷达识别方法。根据雷达提取结构特征所采用的信息不同,将这种识别方法分为基于RCS序列的识别方法、基于一维像的识别方法、基于二维像的识别方法以及基于极化信息的识别方法,详细阐述了这四类识别方法的物理基础及其实现途径,分析了它们各自的特点,最后展望了技术发展趋势。     

基于动态框搜索的星图中星点获取算法研究

分析星图中星点获取算法的具体流程,针对传统星体目标聚类方法的不足,提出了动态框搜索算法。首先采用固定像素框搜索区域最大灰度值点,然后以该点为中心,结合星图图像中真实星点的分布情况,采用大小可变的像素框进行星体目标聚类,最后采用加权质心法得到星点的中心位置。仿真实验表明,该算法能达到良好的效果。     

螺旋桨滑流与机翼气动干扰数值模拟研究

分别采用非定常方法和激励盘理论研究螺旋桨滑流对机翼的干扰作用,并对计算结果进行对比分析。非定常方法基于动态面搭接结构化网格,运用有限体积法求解非定常RANS方程。对于激励盘理论,首先采用点对点结构化网格,随单独螺旋桨旋转的方式进行非定常模拟得到螺旋桨桨叶压力分布,然后将桨叶压强分布转化为激励盘载荷分布,最后将载荷分布作为边界条件对干扰流场进行定常模拟。数值结果表明:除了在较大来流攻角时有所差异,两种方式得到的机翼气动力吻合良好;非定常方法可以得到螺旋桨与机翼的瞬时干扰流场,而激励盘理论则可以大大缩短数值模拟的时间并降低计算要求。     

高负荷风扇转子叶片反问题设计

为改进高负荷风扇转子性能,采用了一种工程适用的叶片反问题设计方法。该方法使用粘性CFD与数值优化相结合,适合具有高进口马赫数、高逆压梯度流动特征的高效叶型设计,并应用二维叶型反问题加三维积叠的叶片设计思路,充分继承了已有的基元叶型积叠准则,极大地缩短了计算时间。利用发展的反问题设计平台,完成了叶片的反问题设计。三维数值模拟结果表明:反问题设计的转子叶片能较好地控制转子尖部激波结构,减小激波损失,提高效率,增大稳定裕度。     

Ku/Ka双频共口径微带阵列天线设计

采用双频段天线共面嵌套放置,实现了结构紧凑的Ku/Ka双频共口径微带阵列天线设计。Ku频段天线单元采用微带线侧馈,Ka频段天线单元通过在接地板开L形缝隙进行耦合馈电实现圆极化工作。仿真和测试结果表明了设计的可行性。Ku/Ka频段天线仿真的相对带宽分别为2.2%和4.3%,实测结果分别为2.1%和3.4%。该结构的天线可应用于Ku/Ka频段的卫星通信中。     

基于小波域的图像椒盐噪声密度估计

提出一种基于小波域的椒盐噪声密度估计方法.利用图像信号在小波域的系数具有稳定近似的分布,以及噪声对小波系数影响的特点,定量地分析了含噪图像的系数幅值直方图与原始图像的系数幅值直方图之间的偏离程度随噪声密度的变化规律,揭示这种变化关系对图像具有强的鲁棒性,从而利用这种关系对噪声进行估计.仿真结果表明,相对于目前方法,提出算法性能更佳,能够获得更准确的估计值和更小的估计偏差.     

MIMU/GPS/磁强计组合导航系统序贯抗差自适应滤波器设计

将磁强计应用于INS/GPS组合导航系统中,其提供的航向角信息可以有效抑制惯导系统的误差积累并提高航向角的可观测性,但磁强计应用中一个突出的问题在于,除了罗差之外,它仍然容易受到环境中各种异常磁场的干扰。为解决这一问题,本文采用残差检验对磁场干扰进行检测,然后提出一种基于序贯处理的抗差自适应滤波算法,对实现对滤波结果的修正。基于跑车实验的离线数据分析表明,该滤波算法能有效抑制磁场干扰的影响,且具有较好的敏感性和鲁棒性。     

一种优先级区分的机载无线网络MAC层自适应退避算法

针对现有无线网络媒介接入控制(MAC)协议退避机制存在的竞争窗口(CW)易产生振荡、不能为紧急业务提供低时延QoS保障、难以区分服务类别等不足,提出了一种区分业务优先级的自适应退避(PAB)算法。该算法在二进制指数退避(BEB)算法的基础上,根据信道忙闲标识和业务优先级自适应选择相应退避阶段,通过参数设置可对不同优先级业务相邻退避阶段的前、后转移概率进行调整。利用二维马尔可夫链理论对PAB进行了建模分析,理论分析获得了饱和吞吐量和平均MAC时延的数学表达式,仿真实验结果表明:在机载无线网络(AN)环境下,PAB的性能相对BEB有了显著提升,可有效保障机载无线网络多业务类型的传输需求。