气动噪声风洞试验技术发展概述

在大量查阅国内外相关技术文献的基础上,对风洞声学试验技术的发展历程进行了分析与总结,并对目前试验的两大关键技术领域——声学风洞与麦克风相阵列作了比较详细的介绍与讨论.通过对国内外气动噪声试验技术状况的调查研究,充分阐释了目前中国发展该项技术的必要性和迫切性,并提出了相应的建议.     

内嵌高斯白噪声模块的可编程卫星信号模拟源

由于卫星通信的遥测参数和数据格式的多样性,为满足不同卫星测试的要求,需要提供不同的信号源。考虑到成本因素,采用遥测参数和数据格式均可编程卫星信号模拟源。给出了内嵌高斯白噪声模块的可编程卫星信号模拟源的系统组成及工作原理,对其中关键模块——已调副载波生成模块和高斯白噪声生成模块进行了分析讨论,前者采用包括直接数字频率合成方法在内的全数字方法,后者采用延时斐波那契算法和公式法的算法组合。试验结果表明:本方案实现的可编程卫星信号模拟源能够满足多数卫星测试的需要。     

应用统计能量方法分析小型飞机座舱内部振动和噪声

飞机座舱内部振动／噪声的预测对改进飞机性能具有重要意义，并为实际飞机设计和噪声控制措施提供理论依据。建立了小鹰-500飞机（LB500）全机的统计能量分析模型，应用统计能量分析方法对该小型飞机在发动机作用下和紊流边界层的激励下舱内前后排乘员耳部噪声及结构振动响应进行了分析，预测了飞机舱内的振动／噪声分布。通过采用隔振和吸声改进措施，降低了飞机座舱内的振动和噪声水平。     

应用非均布桨叶设计方法的旋翼降噪技术研究

为降低直升机旋翼噪声水平,本文建立了一种通过改变旋翼噪声辐射方式的降噪方法.运用脉冲近似和傅立叶变换法对非均布桨叶产生的气动噪声进行研究,并采用三角调制改变旋翼桨叶的间距角,从而避免声学能量在单一通过频率上集聚,使其重新分布在一系列不同的通过频率上.文中给出了分析桨叶非均布噪声特性的方法,分别对3片、4片、5片及6片桨叶构型产生的相对声压幅值和相对声压级进行了计算和分析,并绘出了相关的频谱图.通过分析,得到一些有意义的结论.     

基于Fw-H方程的直升机尾桨与涡线干扰噪声分析

本文通过对直升机尾桨噪声的机理进行分析,建立了尾桨与涡线干扰噪声的计算模型.计算模型中包括气动计算和声学计算,气动计算的结果作为声学计算的输入量.气动计算中分别采用三维非定常面元法计算桨叶表面压力和有扰动薄翼理论计算涡线干扰下桨叶的压力增量;声学计算中采用推导自FW-H方程的Farassat 1a公式,获得声压的时间历程.通过算例分析得到了一些有意义的结论.     

限带白噪声过程雨流幅值分布

为了在频域内解决限带白噪声载荷作用下结构的疲劳寿命估算问题,提出了限带白噪声过程的雨流幅值分布模型,并给出了参数估算方法。假设雨流幅值可以用双参数Weibull分布来描述,形状参数与带宽系数呈线性关系;尺度参数与均方根呈比例关系;比例因子与不规则因子呈线性关系。数值模拟结果表明：Weibull分布能够很好地描述限带白噪声过程的雨流幅值分布,分布参数能够根据随机过程的谱参数计算得出。     

某涡轮级转静干涉噪声数值研究

通过采用结合相位延迟方法的非定常数值计算,得到真实叶片数下某高压涡轮级叶片通过频率及其倍频下的脉动压力.然后在转子后管道中利用模态匹配方法,摒除了管道末端非物理反射及其非声压脉动的影响,从而获得转子后管道中向下游传播的转静干涉噪声分量.结果分析表明:该涡轮级在叶片通过频率下,周向模态m=3未被截止,且为主要转静干涉噪声源;在2倍叶片通过频率下,周向模态m=6,-64未被截止.      

基于遍历性的组合导航系统故障检测方法研究

理想情况下,基于卡尔曼滤波的组合导航系统在无故障时的滤波残差为白噪声,故障时通常用2χ法来检测,但用这种方法检测往往具有较大的虚警。因此,针对无故障时卡尔曼滤波器的滤波残差是白噪声这一特点,提出了一种新的故障检测方法来判断系统是否发生了故障,在应用时大大降低了虚警,取得了较好的效果。     

商用飞机发动机先进降噪技术

随着环保要求的不断提高,商用飞机的噪声污染越来越受到人们的关注。对国外大涵道比涡扇发动机在降低噪声方面取得的进展和采用的关键技术进行研究,将有助于我国大涵道比涡扇发动的研制。     

基于复Shearlet域高斯混合模型的SAR图像去噪

 结合双树复小波的平移不变性、多分辨率性和剪切波变换的灵活可选的多方向性,提出一种新的图像表达方法——复Shearlet变换。针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相干噪声特点,建立了复Shearlet系数域的高斯混合模型(Gaussian Mixture Model,GSM),在此基础上应用贝叶斯最小二乘法进行系数估计,最后进行复Shearlet反变换得到去噪以后的SAR图像。仿真结果和分析表明:本文提出的算法相比其他变换域去噪算法,不仅去噪后的图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR)有所提高,而且去噪后的图像更平滑,且与Shearlet域高斯混合模型相比,本文算法速度快了两倍多。