旋翼/机身干扰非定常流场数值模拟(英文)

基于非结构动态嵌套网格方法对直升机旋翼/机身干扰非定常流场进行了三维Euler方程数值模拟。嵌套网格系统由包含旋翼的运动区网格和包含机身的静止区网格组成,两区网格均来自于同一套初始的整体非结构网格,人工边界以及初始的插值贡献单元对应关系在网格分区时同时确定。在非定常计算中两区网格始终存在一定的重叠区域,无需重新建立人工边界。高效的贡献单元搜索算法可以根据初始的插值贡献单元对应关系很快更新每一个真实时间步上的贡献单元对应关系。为了准确计入旋翼桨叶的挥舞和变距变形,在运动区网格中引入线性弹簧方法。采用非定常Euler方程和双时间推进方法模拟了美国佐治亚理工学院旋翼/机身干扰实验外形非定常流场,计算结果与实验值以及文献的计算值相吻合。     

航天器自动化测试语言研究

航天器测试语言是支撑航天器自动化测试的形式体系及航天器测试过程标准,在当前多航天器批产网络化测试的新需求下,测试语言标准体系研究对于提高航天器测试自动化水平和保障测试过程安全具有重要意义。通过对现有典型航天器测试语言的全面分析和比较,总结出基本特征,并结合当前先进的网络计算技术,提出了我国航天器测试语言发展的目标和方向,同时针对国内航天器测试语言研究设计工作的不足,给出一种航天器测试语言CATOL(China Aerospace Test and Operation Language)。该研究对提高我国航天器测试业务规范水平和测试人员的工作效率、促进航天器测试自动化研究的发展将起到一定的推动作用。     

加表量化精度对惯导平台误差系数辨识的影响

通过采用加表的输出以及由离心机半径、角速度、角位置所确定的向心加速度输入作为观测量的辨识方法,结合惯导平台的误差模型,仿真分析了加表量化精度对惯导平台误差系数辨识结果的影响。结果表明,加表量化精度越高,惯导平台误差系数的辨识精度越高。     

基于FBG 传感器的复合材料固化监测

温度和内应力是影响复合材料固化过程和结构性能的重要因素,将双光栅的FBG传感器埋入到玻璃纤维/环氧树脂预浸层合板结构中,监测热压固化过程中温度、黏度和内应力变化,并简要分析了固化后的残余应变。实验证明FBG传感器可有效监测复合材料结构固化过程的温度、黏度和内应力,能够作为智能固化控制依据,且固化结束之后,相同的传感器可以被用于提供结构使用过程中产生的温度/机械变化的信息。     

焊接视觉传感及自动跟踪技术的现状与发展

航空航天制造领域的焊接在材料、结构、焊接工艺方法等方面都有其特征,对焊缝自动识别与跟踪的准确性、实时性和适应性也有专门要求。基于结构光法焊缝视觉跟踪技术已经得到实际应用。焊接视觉技术未来的发展应更关注和利用工件焊接区域光学特征。探索多传感信息融合的视觉跟踪方法是航空航天制造焊接自动化的重要研究方向。     

圆锥运动的捷联解算误差

本文介绍载体作圆锥运动时,由捷联数值运算所造成的惯性基准的偏移。文中推导了刚体绕自身坐标系转动时变换矩阵的四种形式。对转动的不可交换性也通过刚体姿态角作出了描述。     

CPAFC辅助判决反馈环的一种具体实现方案

对叉积自动频率控制算法(CPAFC)进行了研究,该算法常用来辅助载波抑制环来实现对大频偏信号的跟踪,而叉积自动频率控制算法在频偏估计的过程中,往往会造成一定的系统时延。针对这个问题,本文给出了一种解决方法,在此基础上提出了一种CPAFC辅助判决反馈环的具体实现方案。仿真结果表明,这种方案在保持一定同步精度的同时,极大地缩短了系统延时。     

中继卫星跟踪航天器的轨迹分段优化算法研究

研究了中继卫星跟踪用户航天器的轨迹分段优化计算方法。首先根据位置矢量计算出理论跟踪轨迹,其次根据指向角连续变化的要求确定了单变量最小二乘拟合方法。在此基础上提出了基于动态拟合误差阈值的中继卫星跟踪轨迹分段优化方法。该方法首先确定在初始拟合误差阈值下跟踪轨迹的最优分段数目,然后将拟合误差阈值减小一个修正量,在新的误差阈值约束下重新计算各段的分段时长和分段数目,通过不断减小误差阈值进行循环计算,直到新的分段数目大于最优分段数目时完成计算。由于采用了逐步减小拟合误差阈值的动态阈值计算方法,使得各段的最大拟合误差得到了减小,并且达到了各段拟合误差的一致。该算法有效地提高了中继卫星程序跟踪中全程轨迹的计算精度,获得了良好的应用效果。     

采用经纬仪测量航天相机视轴的方法分析

在卫星地面总装时,需要测量航天相机视轴之间以及相机视轴与其他敏感仪器或整星坐标系坐标轴之间的角度关系。文章以某线阵CCD相机的安装测量为例,介绍了使用经纬仪系统确定航天相机视轴的方法以及相机与相机之间、相机与整星坐标系坐标轴之间角度关系的测量。分析中对相机的光学系统进行了简化,重点介绍了测量方法的数学模型,并通过误差传递公式分析了测量精度,最后针对该测量方法的不足提出了改进措施。     

基于深度强化学习的固定翼无人机编队协调控制方法

由于运动学的复杂性和环境的动态性,控制一组无人机遂行任务目前仍面临较大挑战。首先,以固定翼无人机为研究对象,考虑复杂动态环境的随机性和不确定性,提出了基于无模型深度强化学习的无人机编队协调控制方法。然后,为平衡探索和利用,将ε-greedy策略与模仿策略相结合,提出了ε-imitation动作选择策略;结合双重Q学习和竞争架构对DQN（Deep Q-Network）算法进行改进,提出了ID3QN（Imitative Dueling Double Deep Q-Network）算法以提高算法的学习效率。最后,构建高保真半实物仿真系统进行硬件在环仿真飞行实验,验证了所提算法的适应性和实用性。