航空发动机特性仿真技术的进展与展望

回顾了航空发动机特性仿真技术的产生背景，综合叙述了从稳态特计算到瞬态特性计算，从特性仿真到综合仿真，从零维仿真到多维仿真的发展历程，介绍和评述了我国航空发动机特性仿真的研究概况及美国“数值推进系统仿真”计划和发展趋势，说明了发动机数值仿真技术及仿真试验台的应用与发展，在很大的程度上提高了推进系统设计的可信度，降低了实验与研制成本，缩短了研制周期。     

带箍环掠型叶片整体叶盘强度分析方法研究

针对带复合材料箍环掠型叶片整体叶盘结构，开发了对叶片快速施加气动载荷的方法，发现了整体叶盘的应力应变分析和寿命预测方法，成功地完成了模型叶盘的应变测量和低循环疲劳试验。通过模型叶盘数值分析与试验测量数据的比较可见，二吻合较好，从而验证了上述方法的有效性。     

基于脉冲激光定位的SRAM单粒子闩锁事件率预估

器件单粒子闩锁效应(SEL)预估方法一般是建立在只有一个敏感体积单元的长方体(RPP)模型上,静态随机存储器(SRAM)单粒子闩锁敏感区的定位试验结果表明敏感体积单元不仅有一个.利用脉冲激光定位SRAM K6R4016V1D单粒子闩锁效应敏感区的试验结果对器件在轨SEL事件率进行了修正计算.首先利用脉冲激光定位SRAM SEL敏感区,获得敏感区的分布情况,并确定整个器件敏感体积单元的数量.然后针对不同的空间轨道、辐射粒子以及敏感体积厚度和敏感体积单元数进行了相应的器件SEL事件率计算,并对计算结果进行了分析讨论.结果表明,重离子引起的SEL事件率随敏感体积单元数量的增大而减小;修正敏感体积单元数量对预估质子引起的SEL事件率非常必要,否则将会过高评估质子直接电离作用对SEL事件率的贡献.      

基于Matlab的被动型氢原子频标仿真模型研究CSCD

针对被动型氢原子频标的特点,分别建立了物理系统和伺服环路的仿真模型,搭建了氢原子频标的整个系统的闭环仿真模型。在开环和闭环两种情况下对氢原子频标进行仿真分析和实验验证。     

磁场梯度张量测量法消除卫星磁干扰

在调查了消除卫星本体对磁场探测造成磁干扰的方法基础上,采用磁场梯度张量测量法替代传统的双探头梯度测量法消除卫星磁干扰,通过仿真分析和实测验证重点考察了基于欧拉反褶积算法的构造指数、伸杆长度与背景磁场反演误差之间的关系。仿真结果表明:对于本体边长1 m总剩磁1 A·m2的卫星而言,磁场梯度张量测量法在1~2 m的较短伸杆条件下,背景磁场反演误差较大;在3 m以上的较长伸杆条件下,具有较高的背景磁场反演精度,4 m条件下反演精度约0.5 nT。在长伸杆条件下,磁场梯度张量测量法比双探头梯度测量法的背景磁场反演精度提高约3倍。      

模型燃烧室内不稳定燃烧发展过程的数值分析

为了对自燃推进剂燃烧室内出现的不稳定燃烧现象进行详细分析,采用欧拉-拉格朗日方法对该燃烧室内的气液两相非稳态燃烧过程进行了数值模拟,计算得到的压力振荡幅值和频谱特性与实验结果吻合较好,在此基础上对不同燃烧阶段内的压力和释热变化规律进行了分析。结果表明:在压力振荡幅值超过10%的不稳定燃烧阶段,压力振荡主频为9 200 Hz,燃烧室内横向压力分布与1阶切向振型一致,仿真中再现了1阶切向自激高频不稳定燃烧的产生及发展过程;稳定燃烧向不稳定燃烧转变早期,压力振荡从部分燃烧释热波动中获得能量,压力振荡幅值缓慢增长;随着燃烧进行,燃烧释热波动与压力振荡之间相位和频谱特性逐渐趋于一致,压力振荡幅值开始急剧增大;当二者完全耦合时,燃烧室内压力振荡幅值达到极限饱和状态,此时压力振荡幅值超过了平均室压的200%。      

频率分集阵列对干涉仪的角度欺骗效果

针对干涉仪的测向隐蔽性问题,提出了一种基于频率分集阵列（FDA）对干涉仪的角度欺骗方法。干涉仪通过求取各天线接收到信号的相位差确定信号到达角,而FDA由于各阵元具有微小频偏造成其相位差并不满足求解关系,从而实现角度欺骗。首先,利用模型建立法和欧拉公式法2种方法建立了FDA波束相位模型;然后,从建立的2种模型出发,论证了FDA发出信号对干涉仪具有角度欺骗效果;最后,仿真分析了干扰距离、阵元间距、发射频率、频率增量等因素的影响。理论分析与仿真结果表明,FDA对处于远场的干涉仪目标有良好的欺骗效果。      

高轨卫星星载计算机优化设计与实现

首先对当前星载计算机系统在高轨卫星领域的应用现状进行了分析,主要涉及处理器最小系统的存储器设计、数据共享及总线协议设计等。针对上述3个方面存在的不足,提出了处理器最小系统存储器优化设计方案,解决了存储器应用与选型的困境;采用“存储器+FPGA电路”的设计方法,实现了主备机数据共享;提出了一种自适应总线协议设计方法,解决了1553B总线协议通用性较差等问题。提出的设计方法,在中国下一代大容量通信卫星平台的星务计算机系统中得以应用,并取得了较好的效果,为星载计算机系统后续优化设计工作提供了新的思路。     

基于改进Hopfield神经网络的对地攻击型无人机自主能力评价

对地攻击型无人机是当前最先进的无人装备之一,无人机必须具备很高的自主能力,自主能力成为无人机的典型作战能力。针对对地攻击型无人机的自主能力量化评价问题,从感知能力、决策能力、行为能力和安全能力4个方面,并侧重机载装备参数分析,提出了一套完整的自主能力评价指标体系。结合模型因素库,运用奇异值分解设计Hopfield神经网络权值矩阵,利用基于稀疏度的权值删减算法改进网络结构。构建自主能力评价标准,对对地攻击型无人机系统自主能力进行量化分级。仿真结果表明:相对于传统Hopfield神经网络,改进算法能够在一定范围内删除非关键的连接权值,降低网络复杂度,工程上更容易实现对地攻击型无人机系统自主能力的量化评价。