基于贝叶斯框架的旋翼气动力数据融合

由于气动环境的复杂性,旋翼在气动评估中存在较多不确定性且对旋翼性能影响较大。当前旋翼气动评估方法不能考虑气动数据不确定性,本文将数据融合技术应用于旋翼气动预测以在记及某些不确定因素影响的条件下,获得具有更高可信度的气动力分布及置信区间,为进一步开展旋翼气动数据的不确定度分析及工程应用奠定基础。基于不同来源的气动力数据均为正态分布的独立随机变量这一假设,将分布气动数据和测量值之间的关系作为融合准则,以实现最佳匹配测量值为目标,采用贝叶斯估计求解融合数据的最大后验概率分布,从而构建一种基于贝叶斯框架的气动数据融合方法。以UH-60A旋翼及Caradonna-Tung旋翼为例,采用所提方法进行不同来源气动数据的融合,对融合结果的估计方差与预测误差进行对比分析。结果表明,首先,所提方法对于输入数据的来源无特殊要求,能够给出融合结果的置信区间并降低不同来源数据的估计方差,基于此结果后续可进行不确定度分析与研究;其次,融合所得结果并不局限于不同来源数据之间,扩大了数据覆盖范围;最后,融合所得结果相比于单一数据来源更符合物理规律。     

基于数学模型的气动力数据融合研究

气动力误差来源复杂,气动力真值通常未知,气动力误差传递数学模型的建立非常困难,因此直接将信息融合技术应用于气动力数据融合目前还不可行。迄今为止,未见气动力数据融合的公开报道。本文首次提出了基于数学模型的气动力数据融合准则和方法。首先建立反映气动数据变化规律的数学模型,然后基于气动力数学模型,根据无论计算数据、风洞实验数据、还是飞行试验数据都必须满足气动力变化规律的原则,以气动力数据满足气动力变化规律的程度为依据,建立气动力数据融合准则和融合方法。算例表明,所建立的融合准则和方法是可行的。     

飞艇动导数与附加质量相互融合的方法

飞艇的动导数和附加质量分别表征其在有黏流和无旋无环流中所受非定常气动力/力矩。为了解决在飞艇建模中这两种气动系数的融合问题，分别研究了动导数和附加质量的成分划分问题以及同成分气动系数的融合方法。通过介绍能同时兼容有黏流和无旋无环流的气动力和力矩分析理论，得出同成分气动力/力矩融合时应当取有黏流中的结果并摒弃对应的无旋无环流结果。通过研究气动力/力矩与运动体当前运动参数的关联性，建立依据当前运动参数划分气动力/力矩或气动系数的方法。为了使两种流场中的气动系数分类方法相同，对飞艇的当前运动参数进行重构，使得气动系数在两种流场中均可按重构后运动参数明确划分和计算。根据研究结果，建立了一种动导数与附加质量的新融合方法，并讨论了它与现有文献方法的差异。通过算例分析不同融合方法对飞艇纵向扰动运动特性的影响，说明采用新融合方法的必要性。     

大型航天器无控飞行再入时间短期预报的轨道摄动方法研究

针对寿命末期大型航天器临近再入前轨道衰降受到跨流域多尺度非平衡环境下气动力/力矩影响显著的问题,基于体坐标系下的气动力和力矩分量,建立了航天器轨道-姿态动力学摄动模型;结合航天器再入跨流域空气动力学统一计算理论与数值模拟手段,提出了大型航天器无控飞行轨道衰降过程气动特性一体化快速算法。基于地心惯性坐标系气动融合轨道动力学方程数值积分方法对航天器的轨道姿态摄动模型进行了外推计算,结合无迹卡尔曼滤波方法对外测轨道星历观测数据初值误差和模型误差进行了滤波。针对250～120 km高度范围的大型航天器短期轨道衰降变化进行仿真预测,对比了外测轨道星历数据,结果表明:本文提出的经卡尔曼滤波误差分析的轨道摄动模型方法对寿命末期大型航天器短期轨道预报具有较强的模拟能力与有效性,有助于推动近地轨道空间目标气动融合轨道数值预报领域发展。     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

基于M-P雨滴谱的强降雨环境下高速列车雨载荷及气动特性分析

降雨对高速列车的作用力包括气动力和雨滴对列车的冲击力两部分,以往的研究侧重降雨对高速列车气动特性的影响,本文对这两部分都进行了研究:基于Marshall-Palmer雨滴谱,采用Euler-Lagrange方法建立降雨环境下高速列车空气动力学模型,研究降雨对高速列车流场特性及气动力特性的影响;基于能量守恒方法推导雨滴对...     

高超声速飞行器一体化纵向气动特性分析

高超声速飞行器机体/推进一体化构型具有高性能、高升阻比等优点,但由于气动、推进与控制作用相互耦合,给飞行动力学模型研究带来新的挑战。基于高超声速飞行器空气动力学理论,研究了一体化的气动推进计算方法。该方法采用斜激波理论、普朗特迈耶公式及激波膨胀波理论计算了高超声速飞行器气动力及推力,通过与CFD的计算结果比较,验证了方法的准确性与可靠性。最后对飞行器的纵向气动特性进行了分析与讨论。     

一种基于CFD的叶轮机非定常气动力组合建模方法

为了获得一个准确高效的非定常空气动力学模型并将其应用于叶轮机叶片颤振特性分析中去,论文发展了一种基于CFD方法的叶轮机非定常气动力组合建模方法,可以快速计算叶轮机叶片在等相角差振动时的气动阻尼系数。运用小扰动流场的叠加原理,通过不同通道数模型的非定常流场求解(通常需要两次或三次),针对流场的周期性边界条件,组合分析得到一系列更多通道数情况下的非定常气动力低阶模型。基于这种降阶模型计算的气动阻尼系数与直接的CFD方法计算结果吻合很好,计算效率提高10倍以上。     

高超声速飞行器气动力/热参数辨识研究综述

飞行器气动力和气动热参数辨识是高超声速飞行器设计的关键技术之一。笔者对高超声速飞行器的气动力和气动热参数辨识技术进行了综述。介绍了飞行器气动力、气动热参数辨识的基本原理与主要方法,气动力、气动热参数辨识技术在高超声速飞行器研发中的应用情况与发展趋势。同时也简要介绍了中国空气动力研究与发展中心（CARDC）在气动力和气动热参数辨识研究方面的研究概况。     

新概念融合升力体气动布局设计优化方法研究

参考国内外高升阻比飞行器气动布局设计经验,针对进出空间飞行器的气动特性要求,开展跨速域高升阻比融合升力体气动布局(BLB)研究以适应进出空间飞行器的各种要求,在传统的翼/身外形的气动效率与纯升力体高容量效率之间寻求平衡。研究表明通过构建融合升力体数模,研究气动外形的系统参数化描述方法,选择设计变量及变化范围,研究优化算法,建立融合升力体气动布局设计及优化工具,开展融合升力体气动外形优化设计是一种值得深入探讨的研究方法。本文主要通过优化平台集成数模参数化程序、网格自动化及基于Euler方程的快速流场求解程序进行优化设计并对优化结果进行分析计算,发展了一种快速有效的气动布局优化设计方法,设计了初步满足设计要求的新型高升阻比融合升力体气动布局。设计的新布局能为再入飞行器气动布局设计提供参考,所发展的优化设计方法计算速度快,成本低,可以为走向工程实用化的复杂外形气动布局优化设计打下技术基础。     

Multi-sensor optimal data fusion for INS/GPS/SAR integrated navigation system

INS/GPS/SAR integrated navigation system represents the trend of next generation navigation systems with the high performance of independence, high precision and reliability. This paper presents a new multi-sensor data fusion methodology for INS/GPS/SAR integrated navigation systems. This methodology combines local decentralized fusion with global optimal fusion to enhance the accuracy and reliability of integrated navigation systems. A decentralized estimation fusion method is established for individual integrations of GPS and SAR into INS to obtain the local optimal state estimations in a parallel manner. A global optimal estimation fusion theory is studied to fuse the local optimal estimations for generating the global optimal state estimation of INS/GPS/SAR integrated navigation systems. The global data fusion features a method of variance upper finiteness and a method of variance upper bound to ensure that the global optimal state estimation can be achieved under a general condition. Experimental results demonstrate that INS/GPS/SAR integrated navigation systems achieved by using the proposed methodology have a better performance than INS/GPS integrated systems.     

一种面向复杂体系作战的多源信息融合处理方法

研讨了面向复杂体系化作战的信息融合技术，提出了一种基于中心航迹关联的融合架构，设计了面 向多源异构数据的信息融合处理方法。经过多机飞行场景下的数据仿真测试，能够有效解决多源传感器多目标 环境下目标关联判断问题。     

面向目标识别的多特征图像融合技术综述

目标识别是计算机视觉领域重要的研究课题.图像融合由于能对信息进行多级别、多层次以及多方面的处理与综合,因此可以获得更为精确和更为可靠的信息.近年来,基于多特征融合的目标识别方法由于无需精密的图像配准,计算简便的优点得到研究者的重视.本文首先简要介绍了特征融合的基本原理和基本框架;然后梳理了特征融合的几类重要方法;最后,...     

非线性系统中多传感器目标跟踪融合算法研究

 研究了在非线性系统中 ,基于转换坐标卡尔曼滤波器的多传感器目标跟踪融合算法。通过分析得出 :在非线性系统的多传感器目标跟踪中 ,基于转换坐标卡尔曼滤波器 ( CMKF)的分布融合估计基本可以重构中心融合估计。仿真实验也证明了此结论。由此可见分布的 CMKFA是非线性系统中较优的分布融合算法     

基于方向可控金字塔的图像融合算法

为克服传统正交小波变换在进行图像融合时存在的不足,提出了一种基于方向可控金字塔的图像融合算法。首先对待融合图像进行方向可控金字塔分解,对分解后的低频分量采用平均和选择相结合的方法进行融合,对各方向的高频分量则使用像素绝对值选大的规则进行融合,最后对融合后的低频分量和高频分量进行方向可控金字塔重构得到融合图像。仿真试验表明算法能够得到质量较高的融合图像,同时,熵、平均梯度和空间频率等客观评价指标也较平均法和基于小波变换的图像融合算法有所提高,是一种有效的图像融合算法。     

基于加权的可见光与红外光图像融合算法

红外图像所含边缘等细节偏少、可见光又容易受外部环境干扰,融合图像可以提供更全面的信息,符合人或机器的视觉特性,为图像进一步分析、识别等提供基础。提出一种比值与梯度加权的可见光与红外光图像融合算法,结合小波变换在图像分解中的特性及信号集中的特点,将小波变换应用于红外光和可见光图像融合中可以提高融合信息的理解能力。针对分解获得的低频系数主要反映图像细节信息的特点,对低频系数采用比值加权分析融合规则;针对分解获得的高频系数主要反映图像边缘信息特征的特点,对高频系数采用改进边缘检测算子梯度加权的融合规则。选取多组图像进行了不同融合规则实验对比分析,通过客观评价指标进行评价,改进的融合算法可以获得较清晰的融合图像,可以增加图像的互补信息,并能较好地提高融合图像的清晰度。     

基于航迹质量评估的雷达和ADS-B数据融合方法

雷达和广播式自动相关监视系统（ADS-B）的数据融合是监视“黑飞”无人机和飞鸟等目标的有效手段,然而两种传感器跟踪性能差异较大且易波动,会带来融合精度下降问题。提出一种基于航迹质量评估的雷达和ADS-B 数据融合方法,首先量化评估局部航迹精度、数据更新次数和传感器测量误差对局部航迹质量的影响,其次综合计算局部航迹的质量加权因子,最后基于分布式融合结构完成异步航迹融合处理。结果表明：本文提出的融合处理方法能有效提高融合跟踪精度,在传感器跟踪性能出现波动的情况下,跟踪误差均优于传统航迹融合方法。实际工程应用中的融合效果也验证了本文方法有助于实现对低空合作和非合作式目标的综合监视。     

A novel approximation of basic probability assignment based on rank-level fusion

Belief functions theory is an important tool in the field of information fusion. However, when the cardinality of the frame of discernment becomes large, the high computational cost of evidence combination will become the bottleneck of belief functions theory in real applications. The basic probability assignment (BPA) approximations, which can reduce the complexity of the BPAs, are always used to reduce the computational cost of evidence combination. In this paper, both the cardinalities and the mass assignment values of focal elements are used as the criteria of reduction. The two criteria are jointly used by using rank-level fusion. Some experiments and related analyses are provided to illustrate and justify the proposed new BPA approximation approach.     

航空发动机故障融合诊断研究

结合气路诊断与振动分析方法,建立发动机故障融合诊断模型,探讨气路与振动故障融合诊断方法的可行性。构建故障融合诊断3级体系(故障特征级、故障模式级以及故障决策级融合),实现基于性能参数和振动参数的综合评估方法,获得基于小偏差法的气路故障判据,形成基于动力学分析的振动故障判据,提出故障特征融合的方法,通过算法实现故障融合识别,并在模拟试验器上进行涡轮叶片掉块故障试验验证,获得相应的故障诊断决策。结果表明:设计的发动机故障融合诊断方法合理,算法正确。     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强,单一寻的制导方式很难完成对目标的稳定跟踪和精确打击,需采用多种探测器作为传感器,提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型,利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题,避免了求解复杂的雅克比矩阵。对于分布式多传感器融合,传统的方法多采用协方差交叉（CI）融合方法,但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程,且计算量小。在此基础上,提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后,对算法进行了仿真分析,并进一步验证了提出算法的有效性。