载人火星探测的行星保护

行星保护是影响载人火星探索任务的重要问题之一。载人探测的行星保护包括3个方面,即防止来源于地球的微生物污染目标星球的正向污染防护、防止外来生物对地球的潜在危害的逆向污染防护,以及确保航天员的健康和安全。国际宇航界已经开始针对载人火星探测的行星保护制定政策法规和开展技术研讨。本文介绍了行星保护的定义和法理依据,简要回顾了美国国家航空航天局在“阿波罗登月”中的行星保护措施,并对未来载人火星探测中的主要污染物、污染途径以及污染防护策略进行了初步探讨。     

使用GAO-YONG湍流方程组计算翼型分离流

采用SIMPLE方法求解GAO-YONG不可压湍流方程组, 对不同来流迎角下的NACA0012翼型绕流结构进行了数值模拟, 给出了翼型绕流分离流结构随迎角的变化特征和翼型在分离绕流中的气动力参数.与实验数据以及大涡模拟结果的比较表明, GAO-YONG不可压湍流方程组能够对翼型绕流的分离点、分离涡形态、表面压力分布、升阻特性做出较好的预测, 能够模拟翼型大攻角分离流动, 计算结果优于FLU-ENT软件中的k-ε、k-ω、k-ωsst模型的计算结果.      

涡轴发动机转速信号故障对策研究及试车验证

以某型涡轴发动机为对象, 对转速传感器失效状态下全权限数字电子控制系统(FADEC)采取的控制对策进行研究.确定了某型涡轴发动机的容错控制规律.试验在台架条件下进行, 采用“故障模拟杆”方法, 对发动机容错控制进行研究.试验结果表明, 所采用的故障对策和验证方法实施方便, 容错控制能够有效维持发动机的功率输出.验证试验为双发装机匹配提供了有益的经验, 对其它型式的发动机亦具有参考价值.      

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

带减振器的光纤陀螺惯导系统有限元仿真建模方法

以某光纤陀螺捷联惯导系统的IMU单元为研究对象,利用有限元分析软件包Patran/Nastran建立了含减振器的IMU系统有限元模型。重点介绍了有限元模型中减振器的等效处理方法,比较了模型的随机振动响应计算结果和样机振动试验的实测结果,两者的误差在3.2%以内,证明了有限元建模过程中所使用的减振器等效处理方法的合理性。     

头部鼓包对不同截面机身侧力影响研究

 飞机或导弹在大迎角下飞行时会形成非对称涡,从而产生很大的侧滑力和偏航力矩。为了寻求消除侧滑力和偏航力矩或利用流动的非对称来提供飞机飞行所需的航向控制能力,研究了机头上放置小鼓包对3种不同截面的机身前体模型的影响。研究过程中采用了风洞测力和水洞流动显示的实验方法。结果表明,在20°~70°的迎角范围内,鼓包对圆锥的影响最大,对椭圆截面模型有一定的影响,对带棱截面模型的影响最小。鼓包越靠近前体头部,对侧力的影响越大。对圆锥柱体模型鼓包只能改变侧力最大值出现的迎角,而对减小最大侧力值作用不明显。对椭圆截面模型,可使最大侧力系数从1.98降到0.53,很大程度上降低了侧力。带棱截面模型对鼓包的大小和位置均不敏感。     

重力空射稳定伞阻力特征自动化设计

为进行重力空射稳定伞的初步设计,文章以多体动力学软件(ADAMS)为二次开发平台,构建了重力空射箭-伞系统的动力学仿真模型;推导了火箭和稳定伞的气动模型,并利用动态链接子程序实现了气动力的加载;通过ADAMS命令语言建立了参数化模型和用户界面。在此基础上,自编可行方向优化算法实现了稳定伞阻力特征的自动化设计。最后,根据仿真计算结果对试验火箭出舱时间、安全通道、回收方式等问题进行了分析,为后续空射稳定伞的细节设计以及空射总体方案的确定提供了参考。     

拓扑数据分析在复杂脑网络分析中的应用

针对复杂脑网络分析中网络结构变化阈值选择中没有公认的标准确定合适阈值这一问题,基于拓扑分析中的持续同调性理论,本文提出一种多尺度大脑网络建模分析方法,该方法在大脑全尺度距离范围之内,通过不断增加阈值,运用Rips过滤算法捕获网络的动态持续拓扑特征,并用条形码和持续图对拓扑特征可视化,最后通过计算持续图之间的Bottleneck距离和Wasserstein距离分析持续特征的稳定性。实验结果表明,该方法能更准确地提取大脑网络的拓扑结构特征并提高诊断分类的准确性。     

A two-step weighted least-squares method for joint estimation of source and sensor locations: A general framework

It is well known that the Two-step Weighted Least-Squares(TWLS) is a widely used method for source localization and sensor position refinement. For this reason, we propose a unified framework of the TWLS method for joint estimation of multiple disjoint sources and sensor locations in this paper. Unlike some existing works, the presented method is based on more general measurement model, and therefore it can be applied to many different localization scenarios.Besides, it does not have the initialization and local convergence problem. The closed-form expression for the covariance matrix of the proposed TWLS estimator is also derived by exploiting the first-order perturbation analysis. Moreover, the estimation accuracy of the TWLS method is shown analytically to achieve the Cramér-Rao Bound(CRB) before the threshold effect takes place. The theoretical analysis is also performed in a common mathematical framework, rather than aiming at some specific signal metrics. Finally, two numerical experiments are performed to support the theoretical development in this paper.