2019年国外导航技术发展综述

近年来,国外导航技术的发展呈现出多系统融合的发展态势,结合2019年国外导航技术的发展动态,对美国、欧盟、俄罗斯、印度等国家和地区的卫星导航、惯性导航、天文导航、视觉导航、数据库匹配导航、仿生导航、量子导航和全源导航等技术发展现状进行了总结分析,并对相关技术发展进行了展望。     

基于实测数据的疲劳寿命分散系数取值研究

随着基准谱、严重谱编制研究的深入,利用实测数据编制载荷谱在编谱方法和分散系数取值等方面需 求愈发迫切。从正态概率分布理论出发,讨论影响疲劳寿命分散系数取值的主要因素;针对基准谱和严重谱之 间的差异性,提出基准谱和严重谱的折算思路和方法,并通过实测数据编制的基准谱和严重谱折算系数进行比 较分析。结果表明：采用本文方法可以实现基准谱与严重谱之间损伤分散系数的折算取值。     

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

针对发动机限制保护控制问题,提出了一种基于数据驱动的改进无模型自适应限制保护控制方法。以主回路闭环系统为设计对象,通过在常规无模型自适应控制律的准则函数中增加误差变化率,使超限保护系统具有更快的响应速度,给出了改进后系统的稳定性条件,并采用临界比例度法进行了控制器参数整定。仿真结果表明:在不同工作点,所设计的改进无模型自适应限制保护控制器相比常规无模型自适应限制保护控制器,最大超限平均减小2.97%,响应时间平均缩短2.30s,实现了发动机超限后的迅速回调,保证了发动机系统的安全运行。     

导弹智能化对惯性技术发展需求

未来战争是智能化的战争,未来导弹的发展必然呈现智能化趋势。针对导弹智能化需要具备的智能感知、智能决策、智能控制、智能协同和智能突防等五方面特征,分析了惯性技术的作用和发展需求,颠覆性创新技术的不断涌现,也推动了新原理、新材料、新技术在惯性技术领域的应用。本文提出了需要突破的关键技术,包括惯导系统大数据应用技术、惯导系统容错及系统重构技术、智能协同导航系统的时空基准统一技术、以惯性系统为基础的信息集成技术等关键技术,并对适应未来网络协同作战的智能导弹导航控制需求提出了对策建议。     

模型大迎角高速动态特性与数据精度分析

为满足新一代高机动飞机气动性能评估、控制系统精确设计与高机动作战指标实现的需求,模型高速风洞大迎角俯仰动态特性探索及其试验数据精度的确定势在必行,且具有十分重要的工程意义。选取70°三角翼模型、SDM和Su-27飞机模型,在FL-24风洞的大振幅俯仰动态试验技术平台上对动态气动特性与试验数据精度进行了研究,获取了70°三角翼模型、SDM和Su-27飞机模型动态气动特性与重复性试验结果。研究结果表明：试验条件下,3种模型的动态数据精度较高,基本达到了高速风洞大迎角常规测力试验数据的精度水平。     

基于搜索空间变换和序优化的预警星座设计

高轨预警星座由若干颗地球静止轨道卫星和大椭圆轨道卫星组成,星座优化的目标是满足重点监视区域的覆盖和提高覆盖区域的定位精度。对于覆盖性优化,根据多个监视区域的威胁等级,星座系统需要提供不同的覆盖重数;对于定位精度优化,系统在立体观测和单星观测情况下存在很大差异。因此高轨预警星座优化是一个复杂多区域多目标优化问题。针对以上难点,提出了多层次多目标优化模型,可以较完整合理地描述预警星座优化问题;在优化模型求解方面,将优化计算分为覆盖性优化和定位精度优化两个环节;在覆盖性优化环节,提出了基于搜索空间变换的覆盖性快速优化方法,提高了Pareto最优解的计算速度和准确性。在定位精度优化环节,采用序优化方法进一步缩短优化时间。仿真试验表明,该方法可设计出满足预警任务需求的星座,且优化耗时在1 min以内,能有效地缩短预警星座优化时间。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

一种新型的低噪声硅微机械陀螺电容读出电路

陀螺系统的微机械敏感结构部分的性能提升受到成本、工艺的限制,有较高难度,故提升接口电路的各项性能成为提升整个系统性能的关键。因此,电容读出电路作为微机械陀螺系统中非常重要的组成部分,该电路性能的优劣直接决定着陀螺的测量精度。为实现硅微陀螺高精度检测,设计了一款低噪声的电容读出电路。在陀螺与读出电路之间设计斩波开关,基于斩波技术进行低噪声设计,采用相关双采样技术用来降低关键的第一级放大电路的低频闪烁噪声和开关噪声。采用了一种简化的陀螺测试模型,用于读出电路的独立测试。读出电路在0.18μm CMOS工艺下设计流片,测试结果表明,该电容读出电路输出噪声为-122.8dBV/Hz1/2,可实现0.06aF/Hz1/2的电容分辨率。     

基于纵向滤波的星敏感器低频误差在线估计

多敏感器数据融合是获得更高精度姿态测量的有效方法,敏感器数据融合前必须先修正低频误差。首先,介绍了星敏感器低频误差（LFE）的产生机理及对其在线估计的必要性。其次,针对传统算法的不足,提出了基于纵向滤波的低频误差在线估计算法,该算法将传统低频误差估计问题转化为若干个常值误差估计问题,提高了估计精度。最后,给出了该算法具体实施方式,说明相关参数物理意义及选取原则。通过理论分析及仿真,算法误差可忽略不计。通过在轨数据仿真,星敏感器轨道周期低频误差可被消除。