基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法，对空间翻滚目标的运动状态预测问题进行研究，为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设，需要连续的视觉反馈信息，解决目标预测问题的能力有限。因此，本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据，通过连续优化真实观测数据，得到稀疏的伪训练数据集，进而在线快速预测目标的运动状态，预测的计算效率达到毫秒级。此外，利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程，克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性，并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

左行运动激波主导的管内流动特性研究

为了分析左行运动激波主导的管内流动特征，本文采用非定常数值仿真方法，对亚声速进口条件下等直管道内左行运动激波传播与演化特性、左行运动激波/边界层干扰特征开展研究。研究结果表明：在出口周期性强压力脉动干扰下管内存在连续的左行运动激波，该左行运动激波传播特征具有相似性，激波强度、传播速度按幂函数规律衰减。气流经过左行运动激波后总压、总温、静压阶跃式升高，随后受膨胀波影响气流总压、总温、静压下降；左行运动激波/边界层干扰诱发形成翼型回流区，该回流区随运动激波强度衰减逐渐减小。理论与数值分析表明存在左行运动激波后速度为零和运动激波两侧总压相等的两个临界状态。波前马赫数低于临界值或左行运动激波强度高于临界值时，左行运动激波后为倒流、波后总压高于波前。     

基于3RRS-Bricard复合空间捕获系统运动学分析

面向跨尺度、目标多样化的空间捕获任务，融合Bricard和3RRS机构的折展特性和几何特点对复合捕获系统运动学进行了分析。基于捕获系统的自由度和构型特点分析，通过构建Bricard与3RRS间的转换关系实现了捕获系统各机构间的运动学解耦。根据六棱柱模型，引入Bricard虚拟顶点，设计了面向复合空间捕获系统的运动学求解方法。在仿真环境下搭建捕获系统的运动学和动力学模型，并开展针对动态捕获目标的轨迹跟随实验。通过与基于闭环约束的阻尼最小二乘法（DLS）对比，验证了该运动学求解算法的有效性和先进性。实验结果表明，捕获系统可实现平稳的协同控制，运动过程中位置跟随精度优于4 mm，姿态精度优于0.035 rad。     

同轴旋转倒置圆台环隙间流动特性分析

针对同轴旋转倒置圆台环隙间流体复杂流动问题, 对其环隙间流动特性进行了实验研究。重点进行染色液流动显示实验和PIV流场测速实验, 对实验结果做定性及定量分析, 研究内筒转速和环隙宽度对环隙间流动特性的影响。染色液流动显示实验和PIV流场测速实验分别定性和定量地展现了环隙间螺旋涡的产生及变化过程。对不同内筒转速和环隙宽度下的螺旋涡涡心运动周期进行分析, 结果表明, 内筒转速升高, 周期减小；环隙宽度增大, 周期增大。运用瞬时流动和时均流场解析了环隙间螺旋涡运动产生机制, 探究内筒转速和环隙宽度对3种雷诺应力大小的影响与分布情况。内筒转速变化, 雷诺径向正应力始终最大；环隙宽度变化, 雷诺切应力始终最小。      

基于CFD/CSD松耦合的直升机配平分析方法

针对直升机配平问题，基于CFD/CSD松耦合策略建立了计入旋翼气弹效应的配平分析方法。旋翼桨叶CSD求解器与旋翼CFD求解器以桨叶弹性轴和变距轴线为媒介，通过线性插值方法交换气动载荷和响应数据。CFD模块和CSD模块在时域内推进，旋翼每旋转一圈交互一次数据，以CFD模块计算的气动力来修正配平计算中气弹分析的气动力输入，直到配平量和CFD气动力在迭代过程中不再变化，即得到耦合配平解。以SA349/2“小羚羊”直升机小速度前飞状态为算例，计算表明所提方法收敛迅速、稳定性良好，计算结果与飞行实测值的对比分析验证了方法的有效性，对桨叶气动力曲线及桨涡干扰等现象具有很好的捕捉能力。      

一种圆锥运动条件下的等效旋转矢量算法研究

传统旋转矢量姿态算法一般采用陀螺的角增量信号来构造积分算法,当应用于输出为角速率的光纤陀螺捷联系统时,通过角速率提取角增量,算法会损失一定精度。提出了一种以陀螺角速率信号与角增量信号同时作为输入的改进旋转矢量姿态算法,进一步补偿了圆锥误差,提高了计算精度。仿真结果表明,该算法与传统二子样算法相比较,计算量相当,姿态精度、速度精度、位置精度有大幅度的提升。     

倾角回转误差算法问题分析及改进

对倾角回转误差的算法和公式进行了积极探讨,对GJB1801-1993中倾角回转误差算法进行改进尝试并通过对测试方法进行理论分析和一组典型数据的计算结果对此予以进行证明。在此基础上对倾角回转误差算法进行了修正,增加约束条件:消除的一阶谐波分量必须幅值相同,相位相差90°,从而得到修正公式。再从基本误差定义出发,重新对倾角回转误差进行推导,得到了相同的结果。