SMOS与Aquarius卫星海表盐度测量方法及数据的对比分析

国际上发射的海表盐度遥感卫星主要有2颗:欧洲的SMOS和美国的Aquarius卫星,为给后续海表盐度遥感提供参考借鉴,对比分析了这2颗卫星的遥感器载荷、数据处理算法和盐度数据。遥感器载荷方面,SMOS采用L波段二维综合孔径辐射计,而Aquarius采用L波段实孔径辐射计加散射计;数据处理算法方面,分析了二者在介电常数模型、海面粗糙度校正以及反演算法方面的差异;盐度数据方面,分析了SMOS与Aquarius盐度数据之间的相关程度,并分别与ISAS(In Situ Analysis System)浮标盐度数据作对比,分析了2颗卫星的盐度数据精度。将2颗卫星的盐度遥感数据与ISAS浮标盐度数据对比发现,在全球范围内,Aquarius盐度测量精度优于SMOS;但在开阔海域,SMOS盐度测量精度优于Aquarius;而在近海岸区域,均出现较大的误差,且SMOS数据误差更大。     

涡轴发动机发展与技术趋势

首先,对美国20世纪70年代以来各时期涡轴发动机发展规划及其性能演变过程进行了梳理,并分析了不同循环类型及循环参数的选择,进行了性能统计分析。然后,介绍了直升机/发动机一体化设计理论的基础与方法。最后本文提出新一代超低排放涡轴发动机的概念,指出降低总耗油量的同时提高功重比,才能实现超低排放。     

A boundary vector cell model of place field repetition

Hippocampal place cells are thought to form the neural substrate of a global cognitive map. However, in multicompartment mazes, these cells exhibit locally repeating representations, undermining the global cognitive map view of place cells. This phenomenon appears to be related to the repetitive layout of these mazes, but still no hypothesis adequately explains it. Here, we use a boundary vector cell (BVC) model of place cell firing to model the activity of place cells in numerous multicompartment environments. The activity of modeled place cells bears a striking resemblance to experimental data, replicating virtually every major experimental result. Our results support the BVC model and indicate that locally repeating place cell firing could result purely from local geometry.     

直升机惯性传感器结构的模态优化

提出了一种基于迭代抽样和径向基插值的自适应代理模型方法。这种自适应方法以减少仿真计算数量和提高代理模型自适应能力为目的,使用多岛遗传算法选择新增样本点并使新增样本点位于设计空间的稀疏区域,使得所有的样本点均匀分布于设计空间。标准误差用来判断代理模型的精度大小以决定是否对代理模型进行更新。这种自适应代理模型结合多岛遗传算法对直升机的惯性传感器结构模态进行优化。用拉丁超立方抽样方法选择10个样本点构建初始的代理模型,自适应代理模型的计算结果表明2%的误差条件下需要额外增加7个样本点。优化结果表明不同的权重系数对最优模态特性的影响很大,惯性传感器结构的一至六阶模态值更加远离直升机的激励频率。     

基于Kriging模型梯度解析解的改进一次二阶矩方法

改进一次二阶矩（AFOSM）法是一种基于功能函数梯度的结构可靠性分析方法，鉴于其对隐式函数的梯度较难求解，提出了一种基于Kriging模型梯度解析解的AFOSM方法，利用Kriging代理模型的解析表达式推导得到功能函数对输入变量的梯度解析解，为AFOSM中设计点的确定提供高精度的梯度信息。通过Kriging与AFOSM的结合，很好地解决了基于有限元模型的隐式情况下梯度计算量相当大、可靠性分析难的问题。数值与工程算例验证了所提Kriging梯度解析解的较高精确性，同时验证了所提基于Kriging解析解的AFOSM结构可靠性分析方法的正确性与较高精度。     

一种基于元路径拥塞模式挖掘的移动对象位置预测方法

路网上移动对象位置预测是许多位置相关服务的基础。目前移动对象位置预测方法没有充分考虑到轨迹数据中所蕴含的道路拥塞信息,而路网上的道路拥塞状态对移动对象的位置更新会产生巨大影响。提出基于元路径拥塞模式挖掘的方法(Meta-congestion-pattern mining,MCPM)。在离线挖掘阶段,从历史轨迹的频繁路径(元路径)的紧集中挖掘当地的拥塞模式,并对运动模式进行建模,其中采用基于k均值的聚类算法解决数据稀疏性问题。在线预测阶段根据挖掘的拥塞模式和运动模式依概率进行预测。最后通过理论分析和实验验证得出了算法的有效性,与相同条件下的精度预测(WhereNext,WN)方法相比,平均预测准确性提高了近20%,预测时间平均缩短了近50%。     

Application of a PCA-DBN-based surrogate model to robust aerodynamic design optimization

An efficient method employing a Principal Component Analysis (PCA)-Deep Belief Network (DBN)-based surrogate model is developed for robust aerodynamic design optimization in this study. In order to reduce the number of design variables for aerodynamic optimizations, the PCA technique is implemented to the geometric parameters obtained by parameterization method. For the purpose of predicting aerodynamic parameters, the DBN model is established with the reduced design variables as input and the aerodynamic parameters as output, and it is trained using the k-step contrastive divergence algorithm. The established PCA-DBN-based surrogate model is validated through predicting lift-to-drag ratios of a set of airfoils, and the results indicate that the PCA-DBN-based surrogate model is reliable and obtains more accurate predictions than three other surrogate models. Then the efficient optimization method is established by embedding the PCA-DBN-based surrogate model into an improved Particle Swarm Optimization (PSO) framework, and applied to the robust aerodynamic design optimizations of Natural Laminar Flow (NLF) airfoil and transonic wing. The optimization results indicate that the PCA-DBN-based surrogate model works very well as a prediction model in the robust optimization processes of both NLF airfoil and transonic wing. By employing the PCA-DBN-based surrogate model, the developed efficient method improves the optimization efficiency obviously.     

基于变刚度变阻尼的柔性喷管动态模型

针对柔性接头动态迟滞曲线受控制系统控制位置精度和动态响应速度影响较大的问题,基于电液伺服机构和柔性接头变刚度变阻尼模型,构建了柔性喷管的电液伺服机构-变刚度变阻尼模型,将其和电液伺服机构-定刚度定阻尼模型进行了对比。分析了电液伺服机构主要参数、柔性接头工作参数等对电液伺服机构-柔性接头系统动态特性的影响。分析结果表明:电液伺服机构-变刚度变阻尼模型所构造的迟滞曲线可更准确地与实验结果相吻合,并符合迟滞曲线随频率变化的规律,反馈系数、放大器静态放大系数、电液伺服机构增益、滑阀流量增益等参数对系统动态特性的影响更为明显。该模型为固体火箭发动机电液伺服机构-柔性接头系统动态特性的调整提供理论依据。     

变体辅助的无人机栖落机动模糊控制设计

无人机（Unmanned aerial vehicle， UAV）的栖落机动是一种大幅度的俯仰运动，易引起升降舵操纵力矩饱和。本文以变体方式增强无人机的俯仰操纵能力，并研究其对应的控制设计方法。首先对栖落机动建立了纵向动力学模型，并通过采用轨迹线性化和张量积变换方法转换得到T-S模糊模型。基于Lyapunov稳定理论和平方和方法，设计了满足控制输入约束的栖落机动多项式模糊控制器。对非变体与变体下的栖落机动控制过程进行了仿真，结果验证了控制律的有效性，并且表明变体辅助的无人机具有更强的操纵性能，能提高栖落机动中升降舵的抗饱和能力。     

高效能源系统管理与控制技术

能源系统是飞行器的关键技术之一,能源系统性能的优劣对飞行器能否正常飞行及实现预定任务有重要影响。本文针对大功率飞行器对分布式循环能源系统的管理需求,开展高效能源系统管理与控制技术研究,提出一种集逐级调压控制、限流充电控制、恒流输出控制以及最大功率点跟踪(MPPT)控制为一体的层级梯次控制策略,实现分布式系统的全局优化控制和飞行器能源的功率优化调度。研制的能源管理系统(PCU)配备1条234～328 V高压母线,额定功率15 kW,电路效率大于97%,功率密度大于750 W/kg。PCU依托分布式架构,采用层级梯次控制策略,验证了高效能源系统管理与控制技术的正确性和有效性。