多无人机编队飞行气动耦合仿真

针对多无人机紧密编队飞行中的气动耦合问题,提出了一种基于涡流模型分析和计算流体力学(CFD)仿真相结合的气动耦合研究方法.该方法首先在分析长机尾涡对僚机产生诱导速度的基础上,分别建立了僚机气动增量、两机相对位置及相对方位的数学模型,进一步通过仿真计算得到编队飞行时的最佳间距,最后利用CFD对长机与僚机间的气动耦合效应进行了仿真.结果表明:X-47B无人机按此间距编队飞行时,僚机的升阻比从5.4774提高到7.2231.     

某飞翼布局隐身飞行器的翼型优化

对某飞翼布局无人机的翼型进行考虑隐身迎角的气动、隐身综合优化研究。采用基于非均匀有理B样条曲线的自由变形方法实现翼型的参数化表达;无限插值动网格方法生成气动求解的计算网格;分别采用基于雷诺平均N—S方程求解的计算流体力学方法及物理光学法计算翼型的气动、隐身性能;选择多目标遗传算法进行综合寻优设计研究。优化翼型兼顾了气动与隐身的要求,其综合性能优于原翼型。结果表明,方法具有较好的实用性。     

多体分离数值模拟及方法验证

利用自主研发的混合网格Euler／RANs方程解算软件WoF90以及六自由度动力学与运动学方程解算程序,采用脚本语言技术实现网格的自动生成,建立了一套可用于多体分离问题的准定常Euler流动非结构网格方法。通过AEDC算例对非结构准定常Euler方程方法解决多体分离问题进行了计算研究,验证了方法的可行性。     

复合材料结构凸头多钉连接钉载分配研究进展

连接部位通常是复合材料结构强度的薄弱环节,复合材料的多钉连接更是由于存在钉载分配不均匀性而大大降低了其连接的强度.通过研究复合材料连接结构钉载分配,找出钉载分配规律及其影响因素,合理设计连接结构而使载荷分配均匀化,对于提高多钉连接结构的效率有着重大的工程意义.     

超燃冲压发动机可调尾喷管多目标优化设计

针对超燃冲压发动机宽马赫数、攻角范围内高性能工作要求,建立了基于试验设计方法和代理模型的可调尾喷管多目标优化设计方法,获得了尾喷管结构随马赫数和攻角变化的调节规律.以推力系数、升力系数和力矩系数为优化目标,以三次型线尾喷管为对象,采用遗传算法优化设计,得到Pareto最优解集;以一组Pareto最优解为基准在不同马赫数和攻角下进行尾喷管变结构设计优化,拟合得到尾喷管结构随马赫数和攻角的变化曲线.仿真结果显示了理论分析的正确性,并发现:变结构设计实现了尾喷管大范围高性能工作;尾喷管性能和几何参数,飞行状态参数均高度非线性,任一个改变都会影响其性能;采用试验设计方法和代理模型,能大大缩小优化设计时间,简化设计过程.     

民用涡扇发动机预测控制器设计

对一定包线范围内的稳态预测控制器和加速减速过渡态控制器设计展开研究.针对某大涵道比民用涡扇发动机,根据发动机进口参数的相对变化指标对控制区域进行划分,以标称点处发动机线性模型为对象设计了相应的预测控制器,利用提出的多层参数调度方案实现了不同飞行条件及不同发动机状态下预测控制器参数的自适应调整.仿真结果表明:所设计的发动机预测控制系统在控制区域内的设计点和非设计点均具有良好的性能,为全包线设计提供了有效方法.     

约束条件下的末制导律研究进展

随着武器作战样式的变革,带约束条件下的末制导律研究受到了越来越广泛的关注。评述了近年来约束条件下的末制导律的研究新进展,对目前约束条件下的末制导律设计进行了详细的研究,分析了各种方法的优缺点。在此基础上,对比给出了多约束条件下的末制导律设计的难题以及可能解决的途径。     

多传感器多模型多尺度组合导航系统算法

多传感器组合导航系统是组合导航发展的方向之一。针对复杂环境,多模型自适应算法可以较好地解决模型及参数不确定的问题;而多尺度融合算法将基于模型的动态系统分析与具有统计特性的多尺度信号变换方法相结合,可有效提高系统的滤波精度。为此,文章将多模型估计与多尺度滤波算法相结合构成多模型多尺度滤波算法,该算法用于多组合导航系统后,经仿真验证,相对于多模型或单模型多尺度滤波算法,系统的滤波精度明显提高。     

基于SRCKF的多传感器融合自适应鲁棒算法

为解决模型误差和异常量测值发生时平方根容积卡尔曼滤波（SRCKF）算法滤波性能下降甚至滤波发散的问题,提出了一种多传感器融合自适应鲁棒算法。基于新息协方差匹配原则设计了鲁棒子系统以抑制量测异常值,同时为克服模型误差使用基于新息修正的低复杂度自适应SRCKF(LCASRCKF)算法设计了自适应子系统,根据2种子系统的特点和局限提出全局融合架构,使系统可以充分平衡并利用滤波过程中先验的模型预测值信息和后验的量测值信息,最终降低估计误差。仿真结果表明：相比鲁棒多渐消因子容积卡尔曼滤波（RMCKF）等算法,所提融合算法在滤波精度、稳定性和收敛速度等方面有明显优势。     

基于点融合系统的多目标进场排序与调度

持续增长的交通需求和日趋饱和的空域资源对飞行安全和管制效率要求更高,鉴于此,研究基于点融合系统（PMS）的多目标进场排序与调度问题。分析四维航迹预测模型与方法,实现四维航迹预测功能。针对PMS的运行模式和多个利益相关方的需求,构建PMS多目标排序与调度模型,提出基于多目标帝国竞争算法（ICA）。利用长沙黄花国际机场实际运行数据与蒙特卡罗模拟数据对优化模型与算法进行验证。结果表明：所提算法有良好的实际应用效果,能为管制员提供决策支持;在应用基于PMS的多目标进场排序与调度,即使在相对保守的安全间隔下,相对于实际运行优化后的总延误时间、总飞行时间、最大飞行时间分别有70.8%、13.2%、11.8%的缩减。