基于压缩感知的高频响流场重构方法及其应用

粒子图像测速（PIV）方法具有高空间分辨率的优势,但是往往受到采样频率的限制（一般在15 Hz以下）,难以完成高频响测量。压缩感知（CS）能够基于稀疏采样数据获得高频信息,但如果直接应用于所有的数据点则计算量过大。基于亚采样（sub-Nyquist）PIV数据,本文提出了基于压缩感知和本征正交分解（POD）的高频响流场重构方法。首先采用POD对数据降维,同时获取空间模态和相应的亚采样时间系数,将亚采样时间系数作为观测值,选取适当的稀疏基,通过求解基追踪问题来计算高频响的模态系数。结合空间模态和所得到的时间分辨模态系数,可以重构高频响的非定常流场。利用该方法分别对周期性的振荡器流场和非周期性的不同直径圆柱流场进行重构,检测该方法的适应性。结果表明,压缩感知方法无需侵入式的辅助测量,可以为周期性流场提供准确的重构,重构误差低于3%,而对于非周期性复杂流场,则出现较大的高频噪声。因此,本文所提出的方法可以应用到周期性流场中以提高测量数据的时间分辨率。     

基于压缩感知的多级风扇周向声模态重构

基于风扇单音噪声周向声模态在叶片通过频率下稀疏的特性,研究压缩感知方法在多级风扇周向主导声模态识别和幅值重构中的应用。开展多级风扇试验器的声场测量试验,利用压缩感知方法对管道周向声模态进行准确识别与分解。建立声模态重构的压缩感知模型,实现少数传声器对主导声模态的阶数识别和幅值精确重构,同时研究传声器数量和布局策略对重构精度的影响。试验结果表明:对于确定声场,当压缩感知常量C大于3.6时,随机布局的传声器有90%以上的概率可以以较高精度重构主导声模态幅值;建立压缩感知模型观测矩阵时应避免传声器的均匀和近似均匀布局,均匀布局的感知模型难以精准重构声模态。      

基于平衡流形展开模型的航空发动机健康参数估计

为提高航空发动机健康参数实时估计的精度,结合非线性卡尔曼滤波器从底层模型方面进行改进。以航空发动机部件 级模型为基础,提取运行数据,采用线性拟合法求解系数矩阵,建立传统状态空间模型;采用BP神经网络拟合调度参数,建立设计 点处包含健康因子的平衡流形展开（EME）模型。基于EME模型分别采用扩展卡尔曼滤波器和无迹卡尔曼滤波器进行多种参数 退化模式下的数值仿真估计。仿真结果表明：得益于EME模型对非线性系统的良好近似性,各参数退化模式下的估计结果准确, 稳态误差不超过3%;与采用部件级模型作为底层模型的方案相比,该方案的估计速度提升了1个量级。验证了基于航空发动机 EME模型结合非线性卡尔曼滤波器进行健康参数估计方法的实际可行性。     

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。     

压缩感知在轴流压气机周向模态识别中的应用

研究了将压缩感知应用于轴流压气机管道周向模态识别的方法。采用数值实验的方法对稀疏模态信号进行压缩感知分析。对确定性信号,讨论了信号欠采样因子和感知常数对不同稀疏比信号重构成功率的影响,当感知常数大于3.5时,感知成功率超过90%;对未知信号,随机选取测量矩阵在感知失败时信号的模态分布没有规律。在此基础上,将Nyquist-Shannon采样定理和压缩感知方法结合,提出了轴流压气机管道周向模态传感器双均布测点布置方式,发现了其感知的成功与否与信号模态数的差值和测点数相关,选择合适的测点数,可用于基于动静干涉的压气机周向模态的可靠重构。讨论了双均布测点分布的鲁棒性,发现任意减少3个测点时仍可保证研究对象中至少5个叠加模态的成功感知。最后,将压缩感知方法应用于轴流压气机管道周向模态识别,成功感知到了基于Tyler-Sofrin的轴流压气机高阶动静干涉模态。该研究为轴流压气机管道模态分析和测量提供了新的实验数据处理方法。      

翼型不确定性量化中正交匹配追踪的应用

不确定性在实际系统中广泛存在，为了研究不确定性因素影响下系统输出的随机响应特性，传统的不确定性量化方法如蒙特卡洛采样、混沌多项式展开等需要大量的样本，制约了在飞机机翼等复杂系统中的应用。近年来，在信号处理领域发展迅速的压缩感知技术，利用原始信号的稀疏性可以用少量的样本精确重构信号。这一特性促使研究人员探索将压缩感知技术应用于不确定性量化研究中。以RAE2822实际翼型为研究对象，使用类函数/形函数变换将原始翼型参数化，考虑加工、装配过程和实际飞行工况下的几何不确定性，将压缩感知技术与混沌多项式展开相结合，利用正交匹配追踪算法实现多项式系数的稀疏重构，获得翼型气动力系数和流场参数在考虑几何不确定性影响下的均值和标准差，并与蒙特卡洛采样和满秩概率配点法获得的结果进行对比。通过对收敛性能、样本数需求和重构精度等方面的对比分析表明，正交匹配追踪算法能够利用相对较少的样本获得与传统不确定性量化方法相近的精度。考虑到实际系统的随机响应在混沌多项式基底上大多具有稀疏的展开形式，因此将压缩感知技术应用到不确定性量化中可以显著降低样本数需求，从而降低时间成本，提高计算效率。     

带冰翼型失速分离流动数值模拟和模态分析

为了对防除冰问题进行精细化模拟和对带冰机翼进行全局稳定性分析，采用改进延迟脱体涡模拟（improve delayed detached-eddy simulation, IDDES）方法，对GLC305翼型带944号冰形表面复杂流动进行了非定常模拟。基于此，分别采用本征正交分解方法（proper orthogonal decomposition, POD）和动态模态分解方法（dynamic mode decomposition,DMD）对模拟结果进行模态分析，以提取影响流动分离的主要模态，最后对流场进行重构。结果表明，IDDES方法准确预测了翼型升力系数和冰角下游的压力平台等特征，清晰地捕捉了冰角后剪切层失稳脱落形成的涡结构及在向下游流动中涡结构合并、破碎的发展过程。基于IDDES获得的非定常数据，POD方法识别出角冰诱导剪切层中的两种典型脉动频率，且在前几阶主要模态中均存在，意味着这两种脉动模式对流动的主导作用。另外，DMD方法得到的每个模态对应单一的频率和放大率，部分模态处于发散状态，这是导致流动不稳定发生的主要机制。研究还发现POD和DMD主要模态的能量序列均从翼型中部开始，这与...     

基于XML语言和代理模型的翼型通用气动数据库技术

建立翼型气动数据库对翼型的选择和设计具有重要的意义。本文基于一种建立翼型通用气动数据库的思想,介绍该数据库的基本框架和基本功能;该数据库采用一种基于可扩展标记语言的通用数据格式进行存储,包含翼型几何特性数据、不同流动状态下力系数、物面压力分布等各种气动数据,并且还可提供灵活多样的数据处理功能;采用代理模型和变可信度模型技术,实现气动数据快速检索和插值功能。通过DU93-W-210翼型算例初步表明如何实现气动数据生成和快速插值,从而初步展示了所提出翼型气动数据库技术的可行性。     

液体火箭发动机健康监控──故障检测与诊断

以大型液体火箭发动机故障诊断系统框架为基础，按照发动机不同工作阶段的特点建立了相应的故障检测与诊断算法。利用发动机的高队数学模型，对基于推广的卡尔曼滤波器技术的新息检测算法进行了研究。根据发动机系统工作过程的特点，建立了降阶故障模式响应模型，并发展了相应的故障模式检验方法。为了适应在线实时检测的需要，利用发动机的试验数据，分别研究了基于人工神经元网络辨识模型的发动机启动过程检测算法和基于时间序列分析方法的发动机主机工作过程检测算法。通过试验数据的检测验证，证明了这些实时算法的快速性、准确性和鲁律性。     

基于CST参数化的翼型优化遗传算法研究

用外形建模的CST参数化方法,构建翼型几何可直接利用其后缘角、前缘半径等几何特征,其控制参数更能反映翼型特有的气动敏感性,有助于遗传算法搜索寻优。基于这一参数化方法,结合遗传算法,构造了用于翼型优化的设计方法。算法中,CST控制参数作为设计变量,采用二进制编码,并通过引入精英策略,提高了遗传算法的收敛性能。算法适应度评估涉及的流场求解则采用了基于Jameson有限体积法的Euler方程解算程序。先以NACA0012翼型为例,以其某一已知的表面压力分布为目标,进行了遗传算法的重构运算,给出了重构的翼型几何外形,验证了方法。在此基础上,进行了带约束的跨音速翼型优化设计,给出了升力系数极大化和阻力系数极小化等设计算例,展示出翼型优化设计的效果。     

无网格法耦合RNG k-ε湍流模型在亚、跨声速翼型黏性绕流中的数值模拟

基于移动最小二乘无网格方法,耦合RNG(Re-Normalisation Group)k-ε湍流模型求解雷诺平均Navier-Stokes方程。采用AUSM(Advection Upstream Splitting Method)+-up迎风格式求解数值通量,应用在高度各向异性点云结构中取得良好结果的点云重构技术结合移动最小二乘法拟合空间导数,并用三阶SSP(Strong Stability Preserving)型Runge-Kutta显式时间推进格式求解离散后的控制方程。在此基础之上,实现了对NACA0012、RAE2822翼型亚、跨声速黏性绕流的数值模拟,给出了翼型表面压力系数分布曲线、不同位置处的平均速度剖面、马赫数等值线等计算结果,并与实验值及相关文献数值模拟结果进行比较,结果吻合较好。表明所发展的结合点云重构技术的无网格方法耦合RNGk-ε湍流模型能够成功模拟翼型亚、跨声速黏性绕流,验证了所提算法的有效性,并拓展了无网格方法求解湍流流动的途径。     

一种新的航空发动机自适应模型设计与仿真

提出了一种基于机载非线性发动机模型,且具有输入端积分补偿的卡尔曼滤波器估计器的发动机自适应模型设计方法。其主旨是经过相似变换,在非线性相对弱化的另一坐标区域内设计常规卡尔曼滤波估计器,利用所得卡尔曼估计器对各估计回路的初步解耦,进一步在各观测回路中引入输入误差积分激励,对滤波器的输入进行实时积分修正,充分实现各估计参数回路的静态解耦。同时,将该卡尔曼滤波器与机载非线性实时模型综合,从而使发动机自适应模型具有大范围无静差参数跟踪能力。最后,对所提出建立的自适应模型的参数估计能力和鲁棒性进行了数字仿真验证。     

基于特征正交分解的跨声速流场重构和翼型反设计方法研究

在二维流场的重构问题中应用特征正交分解(Proper Orthogonal Decomposition,POD)数据处理方法。利用CFD技术计算得到的流场快照对气动力模型进行降阶,然后利用基于POD的降阶模型(Reduced Order Model,ROM)对所需的流场参数进行重构,在快照范围内可以得到高精度的结果,且具有一定的外插能力。在翼型反设计问题中该方法仍然是成功的,通过修正快照向量,利用基于POD降阶模型的数据重构方法,由已知的翼型表面压力分布通过反设计就能够高效精确地得到对应的最优翼型形状,这极大地简化了翼型反设计问题。本文分别在跨声速范围对RAE 2822翼型的流场重构和Korn翼型及NACA 63212翼型的反设计进行了验证,证明了基于POD的流场重构和翼型反设计方法的有效性和高效性。     

风扇/压气机周向模态识别中传感器角度偏差的影响

基于任意角度压缩感知(CS)方法分析了传感器安装角度偏差对风扇/压气机周向模态识别重构的影响,设计了一套自适应角度优化程序修正重构误差。利用数值试验探究了传感器角度偏差和数量对周向模态重构结果的影响,研究表明:当角度偏差等级为2.5%时,平均重构误差达到10%以上,若保证重构误差基本不变,将传感器数量从7个增加至25个,仅可以将角度偏差等级放宽至4%。而采用小生境微种群遗传算法进行自适应角度优化,在20 dB信噪比下,通过自适应角度优化可将角度偏差等级从2.5%放宽至10%,降低了传感器安装的精度要求。成功优化了一款冷却风扇在前三阶叶片通过频率下的主要周向声模态重构幅值。自适应角度优化算法有效提升了基于压缩感知的风扇/压气机周向模态重构可靠性。     

高光谱图像压缩感知投影与复合正则重构

压缩感知理论提供了一种新的数据获取和压缩思路,能有效地把计算负担从编码端转移到解码端。高光谱数据具备数据稀疏性、空间相关性和谱间相关性,结合这3类先验知识,提出了一种基于复合正则化的高光谱图像压缩感知投影与重构方法。该方法的编码端只需要一个简单的投影操作;在重构算法实现中,基于变量分裂的思想,把具备多个正则项的优化问题转化成多个简单的优化问题,并用迭代方式求解。实验结果表明,本文算法在高光谱图像重构上能获得更高的峰值信噪比和更好的重构效果。该方法具备极低的编码复杂度,适用于资源受限的机载和星载高光谱成像平台。     

一种高光谱图像的双压缩感知模型

高光谱图像因其海量数据性,给存储、传输及后续分析处理带来了挑战。压缩感知理论提供了一种全新的信号采集框架。针对高光谱数据的三维特性,提出一种双压缩感知的采样与重构模型。该模型在采样阶段兼顾高光谱数据的空间和谱间稀疏特性,构造了能同时实现空间和谱间压缩采样的感知矩阵;重构阶段不同于传统的压缩感知重构方法直接重构高光谱数据,而是将高光谱数据分离成端元和丰度分别进行重构,然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明,所提双压缩感知在低采样率下重构精度较三维压缩采样提高了10 dB以上,更为显著的是运算速度提升了3个数量级,同时该方法还便于获得端元和丰度信息。     

无网格法耦合RNGk-ε湍流模型在亚、跨声速翼型黏性绕流中的数值模拟

 基于移动最小二乘无网格方法,耦合RNG (Re-Normalisation Group) k-ε湍流模型求解雷诺平均Navier-Stokes方程。采用AUSM (Advection Upstream Splitting Method)⁺-up迎风格式求解数值通量,应用在高度各向异性点云结构中取得良好结果的点云重构技术结合移动最小二乘法拟合空间导数,并用三阶SSP (Strong Stability Preserving)型Runge-Kutta显式时间推进格式求解离散后的控制方程。在此基础之上,实现了对NACA0012、RAE2822翼型亚、跨声速黏性绕流的数值模拟,给出了翼型表面压力系数分布曲线、不同位置处的平均速度剖面、马赫数等值线等计算结果,并与实验值及相关文献数值模拟结果进行比较,结果吻合较好。表明所发展的结合点云重构技术的无网格方法耦合RNG k-ε湍流模型能够成功模拟翼型亚、跨声速黏性绕流,验证了所提算法的有效性,并拓展了无网格方法求解湍流流动的途径。     

基于POD和DMD方法的跨声速抖振模态分析

跨声速抖振现象是由于非定常跨声速流动中激波的自激振荡而引起的结构强迫振荡,这种现象在跨声速飞行器中普遍存在,对飞机的结构强度和疲劳寿命有不利影响。基于模态分解的分析方法是进一步发展抖振控制手段的有效工具。本文通过两类典型模态分析方法（本征正交分解（POD）和动态模态分解（DMD））对OAT15A翼型的跨声速抖振现象进行分析,通过对模态频率、翼面压力分布、流场重构误差等方面的研究,将两种模态分解方法进行对比。发现基于频率特征的DMD方法能够准确捕捉抖振的临界稳定特征和抖振主频的典型模态,同时能够更准确反映流场变量在激波间断附近随时间的变化过程;而POD方法尽管在流场重构时具有较小的总体误差,但对激波附近压强随时间的变化历程拟合较差。     

应用傅里叶时间谱方法求解二维跨音速流动问题解的精度研究

为了从时间离散精度的角度评估傅里叶时间谱方法的实际计算效率,对用该方法求解二维跨音速流动问题的解进行了精度研究。通过求解Euler方程模拟俯仰振动NACA0012翼型的周期性非定常流动。结果表明:傅里叶时间谱方法可以使用很大的时间间隔较为准确地模拟有激波存在的周期性跨音速流动;对于此类流动问题,相比二阶向后差分公式法,傅里叶时间谱方法在预测翼型表面压力系数积分量特别是升力系数的时间变化规律方面具有明显的计算效率优势;用于模拟翼型表面压力系数自身的时间变化规律时,傅里叶时间谱方法具有不低于二阶向后差分公式法的计算效率。     

基于GPS/DR/DM组合导航定位系统的研究

设计了一种基于GPS辅助以DR和DM的组合导航定位的联邦滤波器,采用GPS、DR和DM组合导航定位的设计方案的基础上,提出一种先分散式再局部集中联邦滤波器并采用一种简化的自适应联邦滤波器算法对各定位数据进行融合优化,并进行了仿真.仿真结果表明本文设计的联邦卡尔曼滤波器自适应算法对多传感器系统进行数据处理,能够提供一种最佳估计途径,在容错、数据容量及降低系统费用等方面,都比集中卡尔曼滤波器更为优越,使误差进一步减小.该设计与一般的分散卡尔曼滤波器比较,在信息综合方面更加快捷.