池沸腾现象中热毛细对流的成因

针对微重力条件下单组份液体池沸腾现象,探讨了有关热毛细效应作用及其成因的不同观点,指出正确描述气液相变界面两侧的温度关系是解决争议的关键.详细评述了现有的气液相变界面温度模型,发现气液相变的非平衡特征会导致气液界面上产生温度梯度,引起表面张力的显著差异,从而驱动热毛细对流的形成.但现有气液相变界面温度模型机理差异迥然,预测结果也差别很大,因此,需要更深入研究.     

基于半实物仿真的地磁导航等值线匹配算法评估

影响地磁导航匹配算法性能的因素很多,而现阶段算法的评估完全依靠计算机仿真,其可信性有待进一步验证.以等值线(ICCP)算法为研究对象,首先从理论上分析影响算法性能的因素;然后搭建了地磁匹配导航半实物仿真系统,通过引入磁场仿真环境和磁传感器,提高了仿真的可信度;最后从测量噪声、匹配长度、匹配区域和惯导误差4个方面对ICCP 匹配算法的性能进行半实物仿真试验分析.仿真结果表明,通过半实物仿真试验可以对算法的抗干扰性、算法匹配长度的确定、匹配区域的选择以及惯导误差的影响做出有效评估,从而推动地磁匹配导航及匹配算法的工程化进程.      

基于POD曲线的预警机雷达检飞概率模型

针对预警机雷达检飞试验中距离取样间隔及检飞航线边界条件的确定问题,以保证发现概率(POD)曲线的覆盖率与精确性为目标,提出基于POD曲线的预警机雷达检飞概率模型.首先,根据POD曲线的覆盖率和精确性要求确定检飞试验拟合曲线所需的采样点数.然后,根据POD曲线的经验分布函数建立检飞试验中最小探测距离和最大探测距离的计算方法,并由此确定检飞航线上距离取样间隔的长度.最后,根据发现概率的统计特性得到距离取样间隔内采样点数以及航次数等试验参数,为雷达检飞试验设计与预警性能评定提供定量依据.      

BPM授时信号传输损耗的仿真建模

为了适应BPM发播系统升级改造,需要远场监测BPM授时信号的场强,因此有必要研究短波信道传输损耗,建立适当的计算模型。通过分析现有传输损耗理论模型,综合考虑地波、天波对BPM授时信号传输损耗的影响,在Labwindows/CVI开发环境下设计了BPM授时信号场强预测软件。通过将预测值与实测值比较,表明了该软件的可行性和准确性,可用于BPM授时信号场强的远场监测。     

NeQuick模式在亚太地区扇区电离层参数f0F2的预测能力

利用亚洲、澳大利亚地区8个电离层观测台站的F2层临界频率f0F2的历史观测数据,考察了NeQuick模式预报电离层基本参数f0F2在亚太扇区的适应性.对比分析表明,此模式能比较好地预测各地的F2层临界频率,其绝对误差在南半球各站相对北半球各站较大,太阳活动高年相对太阳活动低年较大,春秋季相对夏冬季较大.其误差均方根在太阳活动高年相对太阳活动低年较大.     

基于离散数据点的变壁厚叶身参数化设计

在原始截面离散数据点的基础上,给出了面向工程实际的中弧线几何造型方法和基于离散数据点的内形曲线参数化方法;深入分析了UG(Unigraphic)系统参数化造型的实质;给出了可行的参数化方案;结合面向对象的思想和创成式的建模方式,实现了变壁厚叶身参数化设计.该模块基于UG/OpenAPI接口,采用即时记录数据点和标记回溯点的方式,在交互中可以实时动态修改,达到"所见即所得"的效果,并在实际应用中得到有效验证.      

冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.      

N2O单组元微推力器性能分析及试验

N₂O单组元微推进是当前微推进领域的一个热点问题.在N₂O催化分解热力计算的基础上开展了对N₂O单组元微推力器比冲性能影响因素的分析,分析结果表明微推力器比冲与N₂O分解效率及喷管扩张比有密切关系.所开展的亚牛级N₂O单元微推力器催化分解试验结果表明所设计N₂O单元推力器能在250℃初温条件下启动,初步验证了N₂O单元微推力器的可行性;也揭示了推力室结构及床载大小对亚牛级N₂O单元微推力器性能的影响,为进一步的结构及试验设计提供了参考.     

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射（Coronal Mass Ejection,CME）参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中,为提高太阳风预报的准确率,需要提高CME参数识别的精度.模型以计算任务串行的方式运行,运算效率低导致模型运算时间长,不能满足这种需求.CME参数识别模型的物理运算过程相互不独立,其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架,改进了CME参数识别模型的计算流程,提出CDMR（CME detection under MapReduce）方法,实现了CME参数识别模型的并行计算,并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间,提高了模型的识别精度和计算效率.     

Advances in the Researches in Middle and Upper Atmosphere in 2006—2008

This paper summarizes the research results obtained by Chinese scientists and/or through international collaborations in 2006—2008.Specifically,this paper focus on the research fields in the middle and upper atmosphere,including developments in facilities and instruments,and the advancements in scientific issues.