基于调平回路的LESO抗干扰方法研究

针对平台台体转位过程中方位角速度对水平通道调平回路的干扰问题,提出了惯导平台调平回路抗干扰方法.将线性扩张状态观测器(LESO)应用于调平回路中,对干扰进行估计并实时补偿.基于调平回路模型,对LESO进行设计及仿真分析.仿真结果表明,LESO能准确估计干扰且动态补偿效果好,较原系统具有更强的抑制干扰能力.     

船载天线伺服系统稳定回路分析与设计

为提高方位俯仰型船载天线伺服系统的船摇隔离度,稳定环是常采用的策略,但是选择传统的PID(Proportional Integral Derivative,比例积分微分)调节器往往不能获得满意的控制效果,针对该问题,提出了PID+积分+滞后校正环节作为稳定环调节器的具体实现形式。另外,通过对伺服系统内各环路带宽及响应速度的分析,将稳定环阶跃响应的上升时间作为参数调节依据。上述设计完成后,在实际系统中添加周期10s,幅值8°的正弦波信号模拟船摇扰动,此时添加稳定环后,方位轴的船摇隔离度提高了6dB,俯仰轴的船摇隔离度提高了13dB。这表明,采用PID+积分+滞后校正环节作为稳定环调节器的设计形式是正确且简单有效的。     

基于L_1自适应的超低空空投抗侧风控制律设计

针对超低空空投过程中侧风干扰与装备投放过程相耦合,影响载机飞行安全和空投任务的完成等问题,提出了基于L_1自适应的控制律设计方法。利用最优控制对系统线性部分做状态反馈并确定匹配参考模型,在此基础上,考虑系统的匹配和非匹配不确定性,设计L_1自适应控制器实现姿态保持,结合外环PID侧向轨迹控制器实现对航迹的稳定和保持。仿真结果表明,控制器具有优良的控制性能,对复杂侧风干扰和系统非线性不确定性具有很强的鲁棒性,且在高自适应增益下能有效抑制输入信号高频抖振。     

新一代战斗机非定常流动数值研究综述

新一代战斗机强调超机动能力和强隐身性，其中大攻角下的静态失速、动态失速及内埋弹仓绕流是与高机动和强隐身密切相关的、极具挑战的几类典型的非定常流动，它们对数值方法提出了极高的要求。为了高精度地仿真流场、清楚地揭示流动机理，有效地控制非定常流动，非常有必要发展高精度且高效率的RANS-LES混合方法体系，包含RANS-LES混合方法本身、与RANS-LES混合方法匹配的高精度自适应耗散格式、基准湍流模式、高质量计算网格、高精度时间推进方法、非定常量的统计方法等，具有极强的紧迫性。提出、发展、验证并应用该类方法数值仿真新一代战斗机（包括单独部件、组合体、甚至全机）的非定常流动，数值预测结果与风洞实验数据吻合良好；此类方法可为新型战斗机设计提供理论依据和分析手段。     

基于自适应非结构嵌套网格的旋翼流场模拟

针对直升机旋翼CFD仿真的复杂性,提出了改进的适合于格心格式求解器的非结构嵌套网格算法。采用自适应网格技术在旋翼流场仿真的整个过程中进行网格的自适应加密和疏化操作,以更好地捕捉桨尖涡等流动细节。对于频繁的自适应过程中产生的大量重复点和无用点,采用了高效的交替数字树算法(Alternating digital tree,ADT)和标记-删除-移动算法(Mark,delete,move,MDM)进行删除,节约了不必要的存储。针对格心格式的求解器,采用了基于梯度的网格间插值方式,简化了网格间数值传递的复杂性,同时不降低求解器的精度。对CaradonnaTung旋翼悬停算例和HLISHAPE 7A旋翼悬停算例进行了模拟验证,计算值与实验值吻合,表明本文建立的方法具有良好的鲁棒性和有效性。最后,与未采用自适应时求解器对桨尖涡的捕捉效果进行了对比,结果表明本文所采用的方法可以明显地提高求解器对桨尖涡的捕捉。     

基于自适应Kriging代理模型的交叉熵重要抽样法

对于复杂失效域和小失效概率耦合的可靠性分析问题，本文提出了一种交叉熵重要抽样（CE-IS）方法结合自适应Kriging （AK）代理模型的求解方法（CE-IS-AK）。所提方法基于交叉熵原理，用混合高斯模型逐步逼近最优重要抽样密度函数，并采用AK模型协助逼近过程中混合高斯模型的参数的更新，从而提高了CE-IS方法的计算效率。另外，本文还改进了CE-IS方法的收敛准则，避免了方法的冗余迭代，扩大了方法的适用范围。由于在CE-IS方法中引入了AK模型，因此，本文方法所构建的重要抽样函数在保证精度的基础上提高了效率。相较于AK-MCS方法，本文方法中引入了重要抽样的思想，因此在Kriging训练点数目基本相同的情况下，大幅缩减小失效概率计算时样本池规模，并且由于利用了混合高斯模型，因而对多失效域具有较好的适用性。算例分析也证明了本文所提方法的优越性。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

超声速状态下航空发动机部件蜕化参数估计与性能恢复控制

为解决超声速状态下航空发动机部件蜕化参数估计与性能恢复控制的难题，基于改进卡尔曼滤波器，通过一种三维插值方法实现超声速状态包线范围内的发动机部件蜕化参数估计。而航空发动机性能恢复控制是在常规内环控制转速的基础上增加了外环控制回路，该回路主要包括推力估计模型与外环控制器两部分。基于最小二乘支持向量回归机设计了一种推力估计模型，其输入采用特征选择算法筛选推力估计模型的最优输入，相比于传统的不经选择的推力估计模型，精度有较大提高。设计了外环模糊PI（Proportional integral）控制器自适应调节内环转速指令来实现蜕化发动机性能恢复的目的。最后通过超声速状态下的数字仿真，验证了上述发动机部件蜕化参数估计与性能恢复控制方案的有效性。      

基于参数化分析的柔性后缘优化设计

介绍了一种自适应柔性机翼后缘变形控制优化设计方法,该方法采用了由单个驱动器驱动的单块式分布柔性结构。该方法的关键在于设计一种合适的柔性后缘结构拓扑形式,使该自适应柔性机翼后缘能够达到精确的变形。阐明了柔性结构拓扑优化设计的数学模型,针对自适应柔性机翼后缘概念设计提出了基于参数化分析的拓扑优化设计方案,并进行了工程化圆整和尺寸优化。最终,通过非线性有限元分析和功能测试,验证了本文提出的柔性后缘优化设计方法的合理性。     

飞行员疲劳监测中的人眼定位及状态判别研究

飞行员驾驶疲劳是影响飞行安全的重要因素之一。常用基于人眼识别的方法对飞行员进行疲劳监测，其关键是人眼定位及状态判别。利用改进的平均合成滤波器算法定位人眼，根据模糊综合评价思想，判定人眼睁开闭合状态，根据PERCLOS疲劳检测方法对飞行员进行疲劳监测。实验表明，改进的人眼定位方法具有更高的精确度和鲁棒性，提出的人眼状态判定方法能够满足疲劳监测需要。为最终构建一种机载的、实时的、非接触式的飞行员疲劳监测系统提供了理论基础。