惯性／卫星组合导航开发平台的可视化仿真和实现

对惯性/卫星组合导航开发平台的可视化仿真及其实现进行了研究。该开发平台采用Visual++6.0语言进行编程,可进行实时导航动画显示,对惯性导航、GNSS及多种组合模态进行仿真运行,其结构和参数可由操作者根据实际情况选择或自行设定;特别针对不同的应用对象,可灵活地设置航迹和航路点,因此有较高的应用价值和实用意义,不失为设计组合导航系统的有力工具,在实际应用中对惯性/卫星组合导航系统研制和设计具有前瞻性和指导性。同时,模块化设计使该软件中的核心算法已方便地移植应用于实际工程组合导航系统中,收到了很好的效果。     

超声速燃烧室凹腔火焰稳定器的数值模拟

为分析凹腔火焰稳定器在超声速燃烧室中的流动特性,运用数值模拟方法研究了凹腔对H2超声速燃烧的作用规律。通过对比分析不同凹腔长深比L/Du,后缘倾角θ,后缘深度Dd和H2喷射位置Ljet对燃烧室性能的影响,发现凹腔的火焰稳定机制主要在于富含自由基的高温回流区;L/Du=7~9,θ=30°,Du/Dd=1.0和Ljet=24mm的燃烧室强化混合燃烧的性能较好,可以获得较高的燃烧效率和总压恢复。     

超声速混合层中PIV粒子的湍流变动作用研究

对二维超声速气固两相混合层进行双向耦合，研究了粒子图像测速技术（PIV）中示踪粒子对超声速混合层的湍流变动作用。超声速气固两相混合层的气相采用大涡模拟，离散相采用拉格朗日颗粒轨道模型求解。结果表明:与无负载示踪粒子时的超声速混合层相比，小Stokes数示踪粒子在超声速混合层中的布撒减弱了流向湍流，而强化了法向湍流，使雷诺应力峰值增大了9.68%；大Stokes数示踪粒子对混合层的湍流脉动起到了一定的削弱作用，最大雷诺应力值只有无负载时的41.74%。大质量载荷时，大量示踪粒子的运动尾迹抹平了部分法向速度脉动，使最大法向速度脉动只有无负载粒子时的38.63%；中等质量载荷时，超声速混合层的法向速度脉动和雷诺应力峰值与无负载粒子时相近；而小质量载荷时，超声速混合层中心线及其附近的法向速度脉动得到较小的增强，而最大流向速度脉动却被削弱了19.29%。小Stokes数和中等质量载荷示踪粒子对原始无负载粒子时的流场影响相对较小，研究结论对高速流动PIV测试有着重要的参考价值。     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位，存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器；需要建立准确世界和无人机物理模型；受环境影响较大；自主智能水平较低，无法较好地满足无人机对导航系统的要求，需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术，无需训练模型参数，不依赖高精度传感器，无需精确建模，且复杂环境下鲁棒性较强，具有解决上述问题的潜力。简要阐述了动物大脑导航机理，分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术，最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

高速复杂流动PIV技术研究实践与挑战

粒子图像测速技术目前已经发展成为实验流体力学领域应用最广泛的非接触激光测试方法之一,为认知复杂流动机理提供直观的流场信息.本文基于超声速流场PIV技术研究实践,针对示踪粒子布撒器设计、粒子松弛特性模型构建、激波流场测试分析、超声速平板湍流边界层结构分析等方面具体问题的研究和认识,从理论、定量化的角度深入分析了应用于超声速流场PIV技术现阶段依然存在的问题.从应用于超声速流场PIV技术的原理出发,针对高速复杂流场的PIV测试现状,总结了应用于超声速流场PIV技术发展过程中的光学部件、示踪粒子及布撒系统所遇到的一系列挑战,以及国内外利用PIV技术在高速复杂流场研究中所取得的成就,针对PIV技术能否适用于高超声速流场的测量做了系统化地探索.并根据实践经验提出了应用于超声速流场PIV技术未来的发展方向:通用的精确的PIV方法不存在,必须从具体研究的流动机理角度改造相应的PIV测试手段.     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展，昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展，可以实现由原始感知信息输入到导航动作决策的直接输出，呈现出接近动物端到端面向目标导航的智能行为，具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系，以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵；论述了类脑导航技术研究进展，包括类脑环境感知、类脑空间认知、面向目标类脑导航；分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势；最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。     

基于多场耦合的飞行器热环境数值分析方法研究

新一代高超声速飞行器的发展给防热设计问题带来严峻挑战。根据飞行器热环境多场耦合特性,提出了一种基于多场耦合的热环境数值分析策略,并在此基础上发展了基于Navier-Stokes方程的流场CFD分析程序,通过有效的界面数据传递算法,实现了与结构有限元热分析软件的耦合,形成了基于流场与结构耦合传热的飞行器热环境多场耦合数值分析方法。以典型圆管前缘为计算模型进行了程序验证,并对稳态和非稳态飞行环境下的流场与结构耦合传热特征和规律进行了数值分析研究。结果分析表明,该方法能够有效地刻画流场与结构之间的耦合传热特征和规律,预测和分析飞行器热环境的空间和时间分布特性,从而可为防热设计的选材和优化提供可靠的参考依据和分析手段。     

改进故障隔离的容错联邦滤波

为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。     

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。