基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

一种月球软着陆参考轨迹解析算法研究

使用了高度和航向航程匹配求解推重比的算法,解决了一种无直接解析解的参考轨迹的求解问题.在数值仿真的基础上,简化了参考轨迹的求解,给出了推重比与高度和航向航程的关系,以及这些关系存在的原因.应用Monte Carlo仿真法对该方法求解的可行性进行了仿真验证,并基于一个类Apollo的参考轨迹,验证了算法对参数分布引起的状态不定具有鲁棒性.     

飞行器设计偏差量建模方法研究

对设计变量的偏差量进行建模,拟合偏差量服从的概率密度函数,是分析评价飞行器性能和概率设计的重要基础.针对常用分布拟合能力有限,以及混合Gamma分布无法在整个数轴上对试验数据进行拟合的问题,在论证混合Gauss分布拟合任意概率密度函数合理性的基础上,提出了利用混合Gauss分布对试验数据进行拟合,并运用期望极大化算法(...     

基于模糊策略的高速飞行器滑模控制律设计

以通用高超声速飞行器GHV为研究对象,针对其俯仰通道设计了具有良好鲁棒性的飞行控制系统.为了便于应用滑模控制理论,对该模型进行了输入输出反馈线性化,将其转换成仿射型.鉴于鲁棒性与抖振的矛盾,基于指数趋近律完成了滑模控制律结构设计,进而采用了模糊控制理论改进指数趋近律.基于遗传算法完成了所有控制参数的设计,确定了模糊逻辑...     

一种未知信源数的快速DOA估计算法

文章针对众多性能优良的超分辨DOA（Direction—Of-Arrival）估计算法大都是以预知信源数为前提、信源数估计不准可能会导致DOA估计失败这一问题,提出了一种基于协方差矩阵对角加载的超分辨DOA估计算法。该算法不需要预判信源个数和进行特征值分解,且通过对协方差矩阵进行对角加载,可以平滑小快拍数时噪声特征值分散程度,因此,该算法更适用于快拍数较少的情况。理论分析表明：该算法的统计估计性能接近于MUSIC（Multiple Signal Classification）算法。计算机仿真结果验证了该算法的鲁棒性和可行性。     

重组杂交桥函数的性质研究

在杂交桥函教研究的基础上,用重组杂交的方法,得到一种新型三值函数,并命名为重组杂交桥函数,其函数对应矩阵的列向量即为重组杂交桥函数的函数序列.该函数序列具有分组正交性和良好的自相关特性,并且序列中零的个数可调,可以得到更多具有零相关窗或低相关窗的序列族,这不仅丰富了函数序列的生成方法,而且进一步完善了杂交桥函数理论体系...     

大展弦比运输机标模高升力构型设计与评估

介绍了中国航空工业空气动力研究院基于分层策略遗传算法的多段翼型优化设计工具和高升力构型计算评估方法,参照国内外大展弦比运输机指标为FL-9增压风洞设计了高升力构型标模,为检验标模气动性能,在法国ONERA F1风洞进行了一系列风洞试验和采用UNSMB平台进行了数值模拟。结果显示计算结果与试验结果有着较好的一致性,设计方案具有较好的增升效果。     

基于混合遗传算法的航班串优化模型研究

分析了飞机排班调度中航班串的编制优化问题，并针对该问题建立优化模型，模型主要考虑了航班串编制时关于航站衔接的要求及过站时间的限制。同时，为求解所建立的模型，构造了一种基于精英选择策略的自适应遗传算法．通过使用实际航班数据对模型进行仿真研究，证明了模型及算法的可行性、     

空间谱估计经典算法性能比较

空间谱估计是阵列信号处理的一个重要研究方向。空间谱估计理论与技术已日趋成熟，近几十年的经典谱估计技术包括：常规波束形成（CBF）、Capon谱估计、多重信号分类（MUSIC）、旋转不变子空间算法（ESPRIT）、最大似然（ML）、子空间拟合（SF），及这些算法的扩展和变形。上述算法在各个分散的文章中均有具体深入的理论分析和研究，亦有类似的2种或3种算法的性能比较，但是针对这些所有算法的性能比较，就笔者所知尚无公开报道，而使工程实现时对算法的选择没有依据。本文对这些经典算法做了简介，列出各个算法的优缺点，并对性能进行仿真比较，能直观地得到各个算法的性能对比，给工程实现算法选择提供理论依据。