气膜孔内局部堵塞对气膜冷却特性的影响

在吹风比为0.3~1.5,堵塞比为0.1~0.5范围内,对平板上单排倾斜气膜孔内局部堵塞所引起的冷气射流流动和冷却特性变化进行了数值研究,分析了堵塞比、堵塞位置和吹风比对绝热气膜冷却效率的影响.在研究参数范围内的研究结果表明:气膜孔出口端前缘的局部堵塞有利于抑制肾形涡,对气膜孔下游的绝热气膜冷却效率有改善作用,并且随着堵塞比和吹风比的增加,对冷却效果的改善越为明显.而在气膜孔出口端尾缘或侧边的堵塞则在较大的堵塞比下削弱气膜冷却效果.相对于气膜孔出气端的局部堵塞,在气膜孔进气端和中部的堵塞对绝热气膜冷却效率的影响要微弱得多.     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.     

Optimization of beamforming and path planning for UAV-assisted wireless relay networks

Recently, unmanned aerial vehicles （UAVs） acting as relay platforms have attracted considerable attention due to the advantages of extending coverage and improving connectivity for long-range communications. Specifically, in the scenario where the access point （AP） is mobile, a UAV needs to find an efficient path to guarantee the connectivity of the relay link. Motivated by this fact, this paper proposes an optimal design for beamforming （BF） and UAV path planning. First of all, we study a dual-hop amplify-and-forward （AF） wireless relay network, in which a UAV is used as relay between a mobile AP and a fixed base station （BS）. In the network, both of the AP and the BS are equipped with multiple antennas, whereas the UAV has a single antenna. Then, we obtain the output signal~to-noise ratio （SNR） of the dual-hop relay network. Based on the criterion of maximizing the output SNR, we develop an optimal design to obtain the solution of the optimal BF weight vector and the UAV heading angle. Next, we derive the closed-form outage probability （OP） expression to investigate the performance of the dual-hop relay network conveniently. Finally, computer simulations show that the proposed approach can obtain nearly optimal flying path and OP performance, indicating the effectiveness of the proposed algorithm. Furthermore, we find that increasing the antenna number at the BS or the maximal heading angle can significantly improve the performance of the considered relay network.     

含噪信号经验模式分解虚假分量识别方法

针对含噪信号Hilbert-Huang变换存在虚假分量,提出改进的奇异值分解(SVD)方法进行降噪,改进包含两个部分:一是利用重构相空间代替传统矩阵如Hankel矩阵,以去掉信号冗余,再者提出奇异值能量熵分量差分法,更易于定出重构奇异值阶次;二是提出了频谱比值法对虚假分量进行辨识,更有效辨识出虚假分量.首先利用经验模式分解(EMD)得到本征模式分量(IMF),识别并剔除趋势项,重构信号,然后进行SVD,重构降噪后的信号,消除虚假分量,最后进行时频分析.联合方法应用于含噪仿真信号,信噪比(signal noise ratio,SNR)提高了5.5%,虚假分量辨识率提高至100%,用于双跨转子故障振动信号,得到正确的时频结果,表明了所提方法识别含噪信号虚假分量的有效性.     

基于自适应粒子滤波的涡扇发动机故障诊断

针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.     

基于LBM-LES方法的多段翼型流场数值模拟

运用Lattice Boltzmann(LB)方法与Large Eddy Simulation(LES)结合的方法数值模拟研究了二维翼型绕流流场,其中,粒子速度模型采用D2Q9模型,松弛时间中对应的湍流粘性系数由Smagorinsky模型计算,网格生成方法采用无网格技术。对NACA0012翼型进行数值模拟,验证其有效性;为进一步研究其模拟复杂物体绕流的能力,以三段翼型30P30N为研究对象进行数值研究,计算出了给定攻角条件下的气动特性,并与实验值进行比较。计算结果表明,LBM-LES方法的计算结果能够与实验值一致,是一种可行、有效且较新的数值模拟方法。     

转子-支承耦合结构的模型修正研究

在转子-支承耦合结构的动力学分析过程中,结构模态参数计算结果与实验测试结果往往存在较大差异。针对此问题,应用优化算法对结构动力学模型进行修正,使计算模型能更准确地反映结构特性。建立由梁单元、盘单元、弹性支承单元组成的结构动力学有限元模型;选择优化目标函数、设计参数,并对各参数进行灵敏度分析。应用粒子群算法对选取的设计参数进行优化,得到最优模型。利用转子-滚动轴承实验器进行验证,结果表明,方法能够有效地实现转子-支承耦合结构的动力学模型修正,修正后模型更接近实际结构。     

基于BP网络的机组工作量评估方法研究

为研究机组工作量的评估问题,搭建了模拟飞行实验平台,设定了7种不同负荷的飞行任务。模拟飞行中,对被试的生理指标进行测量,并采集其主观评价值。采用BP网络进行数学建模,将生理指标测量值作为输入、NASA-TLX表法的评价值作为输出,利用输入、输出模式对对网络进行训练,并对该方法进行验证。结果表明,基于BP网络的机组工作量评估方法,较传统方法更为稳定、精确,且大大降低了被试数量。提高训练模式对的数量、简化生理指标的测量过程,并保证测量精度是该方法成功的关键。     

无人直升机悬停低速段的不确定性仿真验证

在无人直升机控制律的设计过程中,需要对无人直升机进行建模,并对飞行中产生的一些不确定性因素进行仿真验证.目前,很多不确定性因素的描述是在非线性的环境中加入一些简单的扰动,然而能够确切地描述无人直升机动态特性的非线性模型在MATLAB中很难搭建.为此,文章从工程研究的角度,提出了在无人直升机线性模型组的基础上进行不确定性仿真验证的方法,从物理特性的角度描述无人直升机在悬停低速飞行时的对象特性不确定性,选择不确定或扰动因子;在MATLAB中建立了仿真模型,进行了无人直升机悬停低速段不确定性的验证.此方法简单、快速,并且能正确地反应无人直升机悬停低速段的不确定性,具有一定的工程意义.     

一种基于机动辨识预测的空空导弹导引律

现有的空空导弹导引头在有噪声和干扰的环境下获得目标精确信息存在时间延迟,且新一代目标的机动能力更强,不对导弹加以补偿会造成较大脱靶量,所以需对目标状态有效预测。针对新一代目标规避空空导弹常用的大机动模式,为满足新一代空空导弹发展需求,设计了一种新型复合导引律。从目标自身出发,研究高机动目标规避导弹采用的典型机动形式,对机动轨迹进行离线建模,构建具有扩展能力的目标机动模型库。设计自适应滤波器对测量噪声进行降噪。同时,利用模型库设计了机动辨识预测器,对目标实际机动进行在线辨识。基于在线辨识的结果对目标机动进行预测,并对时间延迟进行补偿和修正,实现对高机动目标的精确打击。仿真结果表明:该方法对不同类型的机动目标均有较高的预测精度和命中精度。