气动热数值模拟中壁面热流后处理方法

针对气动热数值模拟中壁面热流后处理方法进行了系统的数值研究,提出了一种有别于常规微分法和积分法的壁面热流后处理方法.通过3种算例进行了对比分析,结果表明:即使在流场参数相同情况下,采用不同的壁面热流后处理方法计算的热流结果也会有较大差异,且表现出不同的网格依赖性.微分法对网格的依赖性较大,单纯提高差分精度不一定能够减弱网格依赖性和提高计算精度,还与近壁处网格分布密切相关;积分法从能量平衡积分方程出发,极大地减弱了网格依赖性,具有较高的计算精度.所提出方法具有与积分法相当的网格依赖性和计算精度,尤其在驻点区域,其网格依赖性更弱于积分法,且计算简单,提高了计算效率.      

多无人机辅助定位信标的区域导航定位算法

针对卫星导航系统在受到干扰不可用的情况,研究了多无人机（UAV）辅助的区域导航定位算法。以无人机作为空基信号播发平台,向地面用户广播其位置信息及同步时钟信号,地面用户通过接收无人机位置及与无人机的距离计算出其实时位置。以地面战车为例,为解决伪距单点定位算法中的矩阵不可逆问题,消除地面用户接收机的钟差,基于列文伯格-马夸尔特（LM）算法,提出一种地面用户的定位解算模型,同时,为提高一般最小二乘算法的计算精度,提出了两步最小二乘定位算法。在分析2种算法静态定位精度的基础上,设计了基于车载惯性传感器和无人机辅助定位信息的组合导航实现算法,实现了对战车的连续定位。仿真结果表明,在GNSS拒止环境下,利用无人机播发的定位信标信号并结合地面用户战车自带的惯性导航系统,可以实现对地面用户的可靠连续定位,满足一定区域范围内用户的导航定位需求。     

某运载火箭助推分离可靠性分析及故障仿真

通过对运载火箭助推分离系统FMEA,得出其关键故障模式。在此基础上,针对分离动力源失效的典型故障模式,根据刚体火箭动力学、运动学理论,建立Adams仿真模型,对四种不同安装位置上的分离动力源失效分别进行仿真,得出分离动力源失效的典型故障模式对火箭分离的影响。     

湍流预混燃烧逆梯度输运分布的数值研究

为了研究湍流预混火焰中逆梯度输运现象的发展、空间分布规律和相关流场控制因素,基于湍流火焰封闭模型(Turbulent Flame Closure,TFC)机理进行准一维分析,得出了当地标量通量的逆梯度输运分量随预混燃烧反应进度变量的关系。通过Moreau燃烧室模型的数值模拟,验证了准一维分析结果的适用性。在此基础上,通过多工况计算,对比研究了密度比对流场逆梯度输运分布的影响。结果表明:预混燃烧流场中标量通量的逆梯度输运现象总发生在火焰中更靠近未燃混合物一侧;增大密度比,流场逆梯度输运特性增强且其区域向反应物侧靠拢。     

基于X射线脉冲星的地球同步卫星绝对定位方法

研究了基于X射线脉冲星的航天器绝对定位方法.根据脉冲模型,用相位差分法给出了航天器与地心间的距离,由最小二乘法解算整周模糊度.对绕地卫星为对象的仿真结果表明:在无初始位置信息时可用于确定卫星的绝对位置.该法亦适用于行星际飞行航天器的绝对定位.     

基于神经网络的INS/SAR组合导航航迹状态估计算法研究

实现对已选航迹上的状态估计对于航迹规划有重要的指导意义,在干扰大的外界环境中,常规的卡尔曼滤波方法对组合导航航迹状态估计的精度已经不能满足要求,为此本文提出了采用BP神经网络用于组合导航的航迹状态估计。重点描述了BP网络用于航迹状态估计的设计方法,对训练样本的获得以及网络结构的选择给予了详细的介绍。最后结合INS/SAR组合导航的特点,分别采用常规卡尔曼滤波和BP神经网络进行航迹状态估计,仿真结果表明了该方法的有效性和实用性。     

GPS/SINS全组合导航系统的姿态组合算法

利用卡尔曼滤波的GPS/SINS全组合导航系统中,将IMU量测的平台误差角简单的近似为姿态误差角,会带来较大的数学模型误差。文章通过分析姿态组合算法中平台误差角与姿态误差角物理意义的不同,得到了二者相互转换的关系式;从实际应用的角度出发,采用对观测向量预处理的方法,对姿态组合算法进行了改进,从而消除了数学模型误差,并且很容易进行工程实现。仿真结果表明使用改进后的姿态组合算法能够有效的提高全组合导航系统的精度。     

无人飞行器三维类脑SLAM自主导航方法

随着动物大脑中导航细胞的发现以及人工智能的快速发展,受动物启发的类脑SLAM自主导航方法为突破现有导航方式的瓶颈提供了新的思路。本文针对无人飞行器类脑SLAM自主导航技术的研究进展进行了综述, 包括：1）论述无人飞行器SLAM技术研究现状;2）在二维SLAM导航技术的基础上介绍了三维空间以及单一环境下的类脑SLAM自主导航方案;3）分析了二维及三维类脑SLAM自主导航方案的关键技术;4）最后对现有三维导航方案进行分析验证并指出目前类脑SLAM在无人飞行器上应用时亟需解决的问题。类脑SLAM技术不依赖于高精度传感器、对环境适应性强、自主智能性高,更加适用于无人飞行器复杂动态的飞行环境。     

地磁辅助的无缝INS/GPS组合导航研究

INS/GPS组合导航已经成为当前无人机导航系统的主要实现形式,由于GPS信号容易受到干扰,在恶劣的电磁环境下信号易丢失,从而导致GPS卫星信号失锁而无法使用。地磁导航作为一种无源导航方法,其难以受到外界干扰且具有较强的自主性,从而为克服GPS在干扰情况下无法对INS误差实现持续无缝修正的不足提供了很好的途径。针对INS/GPS组合导航中GPS卫星信号失锁的情况,设计提出了使用地磁匹配导航进行辅助实现无人机无缝导航的实现方案,设计了基于地磁特征的地磁匹配算法和地磁匹配辅助的INS/GPS组合无缝自主导航算法,并通过仿真验证了采用地磁匹配辅助导航方法,可以在GPS无效的情况下,实现对INS导航误差的持续无缝修正,从而提高导航系统性能。     

SINS／GPS／CNS组合导航中的鲁棒滤波算法研究

组合导航系统难以精确建模、噪声统计特性难以获得等问题逐渐突出,严重影响了组合导航系统滤波器的稳定性。为提高SINS／GPS／CNS组合导航系统的鲁棒性,设计了基于H∞滤波理论的鲁棒滤波算法,提高了导航系统对系统模型参数变化的适应能力。通过仿真与线性卡尔曼滤波器进行对比,验证了在系统模型参数变化的情况下,H∞滤波器精度几乎不发生改变,有更好的鲁棒性;提高了组合导航系统在噪声统计特性和模型参数不易确定情况下的导航性能。