战斗机武器外挂投放与内埋投放比较

为了研究弹体外挂投放与内埋投放的区别,利用基于Menter SST湍流模式的改进延迟分离涡模拟(IDDES)方法以及重叠网格技术,分别对亚声速和超声速来流条件下,同一弹体外挂投放和内埋投放进行了数值模拟,得到了亚声速和超声速条件下外挂投放与内埋投放弹体的下落规律。通过对比分析表明:亚声速和超声速来流条件下,内埋投放由于受舱体内强非定常流场以及舱体唇口剪切层的影响,弹体受很大的抬头力矩,弹体姿态角变化较大,投放特性劣于外挂投放。进一步研究表明:在弹射时给弹体一定的低头角速度,使弹体以低头姿态穿越剪切层,则可以大幅度降低剪切层带来的不利影响,提高内埋投放弹体分离品质。     

高速进气道抛罩过程内流场演化特性研究

为探究进气道整流罩打开过程中内流场的演化规律,针对下颌式进气道及其配套整流罩,基于重叠网格法求解N-S方程,详细分析了抛罩过程中内流场演化过程与特征流场结构。研究表明,堵罩时,整流罩前端发展出V形激波,整流罩尾部形成后向台阶且产生一对涡矢量方向相反的流向涡,开罩过程中,整流罩前端的V形激波与尾部的后向台阶均会对内流场流动产生影响,捕获流量在中间某时刻达到峰值且大于稳定状态。对于开罩过程流动准定常且内流道无大分离区的流场,进气道在V形激波打在唇口时完成起动且整流罩在此后不影响内流场流动。假设的匀加速转动与重构出的真实转动吻合较好,对于更精确的运动过程模拟可采用三次函数的角速度变化律。     

基于超网格的重叠网格守恒插值方法

保证重叠网格边界数据插值的守恒性是计算流体力学面临的一大难题。基于超网格方法与格心格式有限体积法,发展了一种新型混合重叠网格守恒插值方法。详细研究了用网格切割技术在重叠网格边界构造局部超网格,用网格求交算法合理地扩大贡献单元模板,建立了一种适用于任意网格类型的隐式并行重叠网格守恒插值方法,以超网格为媒介可实现重叠网格二阶精度的守恒插值。数值结果表明,本文方法对二阶分布的流场变量具有严格的守恒性,相比三线性插值方法和逆向距离权插值方法,本文方法减小了数值误差,提高了重叠网格边界的插值精度,加快了计算收敛速度,改善了重叠区域网格尺度相差较大时流场的光滑性和连续性。     

原子钟频率稳定度测试中的噪声处理

原子钟的测量噪声会被引入到频率稳定度评估过程,尤其是对中短期频率稳定度的影响更大。重叠Allan方差可以克服调频闪变噪声和调频随机游走噪声随时间变化出现的非平稳问题,但由于受到测量噪声的影响,评估结果仍会出现误差。为此,本文通过对原子钟的数学模型和噪声特性进行分析,提出了原子钟频率稳定度评估的加窗平滑噪声处理方法,通过对时差观测序列合理的加窗设计和平滑处理,抑制测量噪声对评估结果的影响。实验结果表明,利用铷钟观测序列的100点平滑可以有效地提高短期频率稳定度结果（100~1 000）s的可信度。     

洞映射方法的研究和改进

针对传统洞映射方法存储大的缺点,对"广义封闭"的概念进行扩展,提出了最小洞映射方法,该方法允许挖洞曲面结束于网格截断面,有效缩小了洞映射区域,节省了存储开销.对适用于广义封闭的洞映射单元识别方法进行了分析,指出了用物面信息判断映射单元属性可靠性较差.发展了一种新的特别适合广义封闭问题的识别方法:"Inverse mark",使用计算网格结点信息自动识别洞外单元,再作为初始点在网格内部推进.研究表明:"Inverse mark"方法计算效率高,可靠性好,自动化程度高,有效提高了重叠网格方法对缝隙等局部复杂结构的适应性     

飞行器外挂投放数值模拟

采用非结构重叠网格Euler方程的CFD方法数值模拟了外挂投放。该方法在重叠网格"挖洞"时,以"离壁面距离"为挖洞判据;在建立重叠区域插值关系时,对Neighbor to Neighbor(N2N)和Alternating Digital Tree(ADT)两种方法的效率进行了比较。采用机翼/挂架/带舵外挂物模型开展了验证计算。在此基础上,完成了某飞行器外挂投放的初步计算。     

基于非结构重叠网格的二维N—S方程求解与应用研究

本文发展了非结构重叠网格技术.通过构造任意单元类型网格重叠的网格间边界确定算法、宿主单元搜索算法以及网格间插值算法,把非结构重叠网格推广应用于求解NS方程,并结合湍流模型模拟二维湍流流场.N-S方程的求解采用有限体积法,通量计算采用Osher格式,湍流模型采用SA模型.为验证本文方法的正确性和有效性,模拟了RAE2822翼型和某三段翼型绕流湍流流场,结果表明采用非结构重叠网格模拟复杂外形湍流流场不但网格生成效率高,而且容易推广应用于具有相对运动的非定常问题,具有较高的工程应用价值.     

基于双时相遥感影像差异信息的深度学习滑坡检测

目前利用高分辨率卫星影像进行滑坡等地质灾害识别逐渐成为研究热点,滑坡目视解译依赖于解译人员的经验,耗时费力且提取精度低,而传统的滑坡自动识别方法易将滑坡和道路、裸地、建筑等多种具有相似光谱信息的地物混淆。针对以上问题,文章使用一种双时相高分辨率卫星影像差异信息的深度学习滑坡检测算法,获取时序影像各个波段和归一化植被指数（Normalized Difference Vegetation Index,NDVI）的差异影像作为深度学习的输入特征。为充分挖掘滑坡前后影像多种信息差异特征,采用了U-net网络模型耦合空洞空间金字塔池化和嵌入注意力机制模块相结合进行滑坡特征提取的方法,该方法增强了滑坡边界信息的保存,能够有效地提取滑坡边界信息和发生剧烈变化的区域。利用上述方法对恩施市和九寨沟进行了滑坡检测,实验结果显示,所取得的综合评价指标值（F1-Score）分别为88.4%和90.53%,误差较小、精度较高。表明该方法能够准确检测出高分卫星数据的滑坡边界,且能保持滑坡的完整性。     

非结构CFD软件MPI+OpenMP混合并行及超大规模非定常并行计算的应用

常规工程应用中，非定常数值模拟（如多体分离）的计算量十分巨大，如果为了达到更高的计算精度，加密网格或者采用高精度方法将会使得计算量进一步增大，导致非定常数值模拟在CFD工程应用中成为十分耗时和昂贵的工作，因此，提高非定常数值模拟的可扩展性和计算效率十分必要。为充分发挥既有分布内存又有共享内存的多核处理器的性能和效率优势，对作者团队开发的非结构网格二阶精度有限体积CFD软件（HyperFLOW）进行了混合并行改造，在计算节点间采用MPI消息传递机制，在节点内采用OpenMP共享内存的MPI+OpenMP混合并行策略。首先分别实现了两种粒度（粗粒度和细粒度）的混合并行，并基于国产in-house集群采用CRM标模（约4 000万网格单元）定常湍流算例对两种混合并行模式进行了测试和比较。结果表明，粗粒度在进程数和分区数较少的小规模并行时具有效率优势，16线程时效率较高；而细粒度混合并行在大规模并行计算时具有优势，8线程时效率较高。其次，验证了混合并行在非定常计算情况下的可扩展性，采用机翼外挂物投放标模算例，分别生成3.6亿和28.8亿非结构重叠网格，采用对等的（P2P）网格读入模式和优化的重叠网格隐式装配策略，网格读入和重叠网格装配耗时仅需数十秒；采用3.6亿网格，完成了非定常状态效率测试及非定常分离过程的湍流流场计算，在in-house集群上12 288核并行效率达到90%（以768核为基准），在天河2号上12 288核并行效率达到70%（以384核为基准），数值模拟结果与试验结果符合良好。最后，在in-house集群上采用28.8亿非结构重叠网格进行了4.9万核的并行效率测试，结果显示，4.9万核并行效率达到55.3%（以4 096核为基准）。     

基于动态重叠网格方法的尾翼对螺旋桨滑流的影响

螺旋桨飞机产生的滑流会对其扫掠过的部件产生显著干扰，研究尾翼部件对滑流的影响有助于将滑流与尾翼的干扰进行解耦分解。采用动态重叠网格方法模拟螺旋桨定轴转动，通过求解三维非定常雷诺平均Navier-Stokes （URANS）方程，数值模拟了某螺旋桨飞机带尾翼构型的有/无滑流状态，通过试验结果对计算方法的正确性进行了验证。在此基础上，分别开展了有/无尾翼构型的滑流计算，结果表明：扣除尾翼气动力后，有/无尾翼的升阻力变化规律基本一致，俯仰力矩由于机身后体修形不同呈线性平移关系；对比有/无尾翼空间切面的速度分布云图、不同空间位置和拉力系数下的下洗角和侧洗角变化曲线，发现尾翼对滑流的影响仅局限在其周围，不同拉力系数下尾翼的干扰规律也基本类似。通过研究认为，在飞机初期设计和选型阶段，螺旋桨滑流与尾翼的相互干扰，可简化为滑流单向对尾翼产生影响，尾翼对滑流的影响可以忽略。