双下侧布局二元超声速进气道掺混气动特性

针对一种冲压发动机用设计飞行马赫数范围为2.5～3.5的双下侧布局二元超声速进气道掺混气动特性开展了高速风洞实验和一体化数值仿真研究.研究结果表明:(1)在混和段内气流是通过两股气流的撞击以及横截面上二次流形成的旋涡不断掺混的,这也是混和段气流损失的主要原因.采用二元进气道的双下侧布局在整个混和段内气流除了在射流区内不均匀外,在1.5D截面至掺混段出口截面4.5D处慢慢趋向均匀.(2)掺混段出口截面与进气道出口截面总压恢复系数变化规律一致.随着来流马赫数和侧滑角的增大,掺混段出口截面总压恢复系数均是逐渐下降,而随着迎角的增大其总压恢复系数是提高的.(3)导流段损失和混和段损失均随着来流马赫数和侧滑角的增大而增大,整个掺混段损失增大.而随着迎角的增大,由于导流段损失逐渐下降,混和段损失变化不大,所以整个掺混段损失是降低的.(4)随着导流角的增加,进气道的总压恢复系数几乎未受影响,而掺混段的总压损失呈线性提高.研究范围内随着导流角的增大,气流导流段的总压损失几乎不变的,而由于径向速度分量增大,混和段损失增加,同时掺混出口截面承受反压能力降低.     

阵元位置误差有源估计方法研究

阐述了对阵列天线阵元位置误差进行的研究,首先在天线阵列所在平面设置一个校正源,利用该校正源对阵元位置误差引起的阵列流形误差进行估计,然后将同一校正源放在不同方位角对阵列流形误差进行估计,最后经过矩阵运算估计出阵元位置误差。仿真证明此方法的有效性。     

模糊神经网络的侧滑角校正

叙述了一种利用模糊神经网络模型来校正侧滑角的方法。侧滑角的校正基于以下七个输入变量：动静压之比、动压、迎角、滚转速率、偏航速率、飞机重心处侧向过载、基准侧滑角。在模糊神经网络模型的结构辨识中，采用了前向搜寻算法。样本数据的一部分用于训练模糊神经网络，另一部分用于测试和评价所得模型的性能；参数辨识中，采用了反向传播学习算法（即BP算法）。某型飞机的六自由度仿真软件仿真验证表明，用这种方法校正后的侧滑角具有较高的精确度。     

高温诱波材料研究进展

对高马赫数飞行器用高温透波材料的性能要求进行了评述,分析了不同体系高温透波材料的增强模式、力学性能以及电气性能。在此基础上,提出了高温透波材料的发展方向。     

中继卫星H∞姿态稳定控制研究

 主要研究中继卫星H_∞回路成形姿态稳定控制问题。中继卫星具有弱阻尼的柔性模态频率和晃动模态频率,并且模态频率具有不确定性,同时系统增益也存在有较大的变化。首先利用拉格朗日方程建立了该卫星的动力学方程,描述了系统存在的结构不确定性,然后设计了H_∞回路成形控制器。在设计过程中,首先提出了控制系统所需要满足的鲁棒稳定性和鲁棒性能指标;随后利用H_∞回路成形理论设计了卫星的姿态稳定控制器,利用ν间隔度量方法对所设计的控制器进行了降阶处理,并且对所设计的控制器进行了鲁棒稳定性和鲁棒性能分析;最后通过数学仿真证明了所设计的控制器的有效性。     

基于神经网络的航天器GPS/INS组合定姿系统

基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.     

矢量喷管静推力特性风洞实验研究

给出了轴对称收扩喷管和实施矢量偏转后的收扩喷管模型在FL-8风洞中的动力模拟静特性实验结果。对于轴对称喷管模型主要进行了喷管的推力特性测量，对于实施矢量偏转后的喷管模型除了结出了喷管推力特性外，还给出了喷管的偏转效率。实验结果表明：在FL-8风洞中进行单喷管的推力得特性测量实验结果可靠，与理论规律相一致。     

直升机抗坠毁座椅舒适性分析

通过对直升机座椅舒适性的调查，部分直升机飞行员由于飞行而出现腰部疼痛。本文对腰部疼痛的原因进行深入分析，找到腰部疼痛原因，提出解决方案。     

航天继电器推力杆位置的优化分析

航天继电器的可靠性直接影响航天整机的可靠性，分析并研究航天继电器推动杆的优化位置是进行航天继电器可靠性设计的重要环节。以往人们对航天继电器磁系统、簧片系统做了很多研究工作，但在推动杆位置方面的研究工作很少。提出了一种分析航天继电器推动杆优化位置的方法，即从电磁力、电磁力矩、电磁力做功、位移等四方面，研究直簧系统推动杆的最优位置。研究结论可用于指导航天继电器的参数优化设计、可靠性设计及整体装配调试。     

具有神经网络自适应补偿的位置伺服系统的PID控制

本文提出一种具有神经网络自适应补偿的、位置伺服系统的、ＰＩＤ控制结构模式。在该系统中，控制器由两部分构成：一部分是常规的ＰＩＤ算法；第二部分是由前馈神经网络构成的自适应补偿器。数字仿真试验和实际测试的结果表明：本文提出的方法对存在系统参数不易准确确定及飞线性因素不易定量描述的位置伺服系统的控制问题，显示出了较好的效果。系统输出精度高，响应速度快并具有相当强的鲁棒性和客错性。