一种用于仿生导航无人机航姿求解的混合滤波方法

针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题，设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时，考虑到传统的姿态求解方法精度不高，提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量，再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合，以获得高精度的姿态角信息。实验结果表明：在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰，其稳定性明显优于两种方法各自求解时的情况；在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题，表现出更高的动态解算精度，从而为偏振光组合导航系统提供了更精确的姿态估计信息。     

边界层吸入跨声速复合掠型风扇气动性能研究

针对边界层吸入条件下的跨声速风扇设计问题,提出了一种掠型叶片的设计方法,分析了三种前缘掠角分布对风扇气动性能的影响,并在边界层吸入情况下对比了复合掠型风扇和原型风扇的气动性能和流动特征,探讨了叶片通过低压畸变区过程中的流场变化。研究结果表明,均匀来流时复合掠型风扇没有改变原型风扇堵塞流量,但稳定裕度提高了7.1%;边界层吸入20%进口高度时,复合掠型风扇峰值效率比均匀来流时降低了1.8%;比Rotor67风扇能够在更低的流量工况下承受同等的来流参数畸变流场。在叶片通过畸变区域过程中,退出畸变流场时更容易触发旋转失速。     

通信光缆无人机长距离巡线系统

随着信息化程度逐步提升,通信网络规模的不断扩大,巡检光缆等运维工作量也随之大幅增加。同时,由于各单位编制体制改革,巡线人员大量精减,使巡检人员少和光缆线路长、设备多的矛盾日益凸显。针对传统光缆巡检因人力巡检方式带来的低效问题,设计了 1种无人机巡线系统替代人力巡检,对实时航拍巡检路段的视频、图片等数据信息,后台可智能识别航拍图片中的危险告警信息,从而生成告警报告,有效提高光缆巡检人员工作效率。     

基于偏振光的导航定姿自适应滤波算法

针对小型无人机三维空间内姿态解算问题,基于惯性测量单元与偏振光传感器组成的航姿参考系统,提出了一种自适应滤波姿态估计算法。在常规互补滤波算法基础上,为解决实际飞行过程中存在的运动加速度干扰以及天空中水汽分布异常等问题,建立了相应的自适应调节框架结构。实验结果表明:提出的算法能有效抑制外界干扰因素对姿态解算精度的影响,提高了偏振光组合导航系统的稳定性与可靠性,增强了系统对外界复杂因素的抗干扰能力。     

基于记忆关联学习的小样本高光谱图像分类方法

高光谱图像（HSI）分类是遥感领域的基础应用之一。该任务旨在根据部分带类别标签的像素样本训练分类器，预测图像中剩余像素对应的类别标签。在实际应用中，由于人工标记样本成本过高，只能获得少量带标签的样本。针对少量样本无法准确描述数据分布从而导致训练过程过拟合的问题，提出一种基于记忆关联学习的小样本高光谱图像分类方法。考虑到无标签样本中包含大量与数据分布相关的信息，构建基于有标签样本记忆模块，并根据样本间的特征关联，利用不断更新的记忆模块学习无标签样本的潜在类别分布，构建无监督分类模型，并与传统的有监督分类模型进行联合学习。在多个高光谱图像分类数据集上的实验结果表明，所提方法能有效提升小样本高光谱图像分类的准确性。      

大弯角串列叶栅间隙效应数值研究

为了将串列叶栅更好地应用于高负荷核心压气机后面级,通过直列叶栅的方法,引入高度倾斜的附面层来流条件,对采用串列叶栅作为核心压气机后面级的静子进行变间隙数值模拟研究.比较低展弦比串列叶栅不同间隙、不同附面层来流条件的叶栅整体性能、尖部载荷及叶尖泄漏涡的发展情况.结果表明：随着间隙增大,叶尖区域堵塞加强,损失加大;倾斜附面层来流,低叶展总压损失得到明显改善;小间隙时叶尖产生两个间隙泄漏涡,前叶泄漏涡在叶栅通道中部消失,后叶泄漏涡在近前缘产生;随着间隙增大,泄漏涡绕卷起始点后移.     

航空发动机离心压气机叶片转静干涉强迫振动响应分析

针对航空发动机离心压气机叶片存在的高阶共振高周疲劳掉块问题,采用强迫振动响应分析方法,对转静干涉流致激励情况下离心叶轮潜在的高阶共振进行振动应力预估。离心压气机流场使用全周三维非定常流场求解,随后将关注频率下的非定常气动力引入转子叶片有限元分析中,对离心叶轮开展稳态响应分析,得到了叶片振动响应位移及振动应力分布结果。仿真结果与试验测得的最大振动应力以及叶片发生高阶共振损坏位置比较一致,提出的方法可为航空发动机离心压气机叶片转静干涉强迫振动响应分析提供参考。     

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

双混频时差系统时间间隔分辨力校准方法研究

提出了双混频时差系统时间问隔分辨力的两种校准方法——频偏法和时差拟合法。给出了校准方法的理论推导,两种方法均基于时间差的测量,通过不同的数据处理方法可得到准确度较高的时间间隔分辨力。实验表明,该方法能够准确测量双混频时差系统的时间间隔,验证了方法的有效可行。     

全碳素坯密度对反应烧结SiC的影响

以石墨粉体为原料,酚醛树脂为粘接剂,采用模压成型工艺制备了全碳质素坯,反应烧结后得到S iC材料。研究了成型压力和酚醛树脂含量与素坯密度的关系,探讨了素坯密度对S iC材料的组成、结构和性能的影响。