基于设计变量相关性的翼型设计方法

针对传统设计方法缺乏物理背景等不足,利用流动数值仿真及相关性分析的手段,对几何外形与流动变化的相关性规律进行经验总结,并将这种设计经验进行数值化描述后,引入到优化设计中,建立新的气动外形优化设计模型,使设计模型具有一定的物理意义,从而提高设计效率,改善设计结果。通过高速自然层流翼型HSNLF0213的优化设计,利用相关性的分析结果,建立具有物理意义的优化模型,开展了基于单点优化设计且同时满足多点设计要求的设计方法的应用研究,对这种设计方法及思路进行了初步的探索。设计结果证明了该方法的可行性。     

高速切削物理仿真技术及其应用

高速切削由于具有很高的切削速度,可以极大地提高材料切除率,从而大幅度提高生产效率,因此也称为高效切削加工.高速切削具有降低切削力、提高切削表面质量、减少传递给工件的切削热、避免颤振和积屑瘤的产生等优点.     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。     

巡航导弹组合导航中综合地形匹配算法研究

为了克服惯导误差随时间累积的不足,提高巡航导弹的目标命中精度,提出了基于惯导/地形匹配组合导航的巡航导弹中制导方案.其中,地形轮廓匹配技术采用MSD算法和COR算法相结合的综合地形匹配算法,通过粗配和精配两步完成地形匹配过程.组合导航仿真结果表明,采用综合地形匹配算法的地形匹配辅助导航方法可以明显提高惯导精度,因而基于惯导/地形匹配组合导航的巡航导弹中制导方案是可行的.     

基于GPS的弹射试验测试技术研究

该课题将GPS差分定位技术引入到弹射救生试验测试中,产生了新的弹射试验测试方法,提高了测试水平和测试的自动化程度.该方法将静态差分定位的后处理手段和动态差分定位测试有机结合,解决了动态精确定位、测速问题.在后处理中同时使用纵向平滑和横向平滑的滤波算法,建立了加速度"当前"统计模型的卡尔曼自适应滤波算法,有效提高了测试数据的后处理的抗干扰能力和测试精度.并通过大量的试验研究对系统进行了验证和分析.结果表明将GPS用于弹射试验测试是一种可行的方法,同时该课题的研究成果可推广到空降空投的试验测试中.     

RLV再入姿态双环滑模控制及舵喷混合配置

应用滑模控制设计了一种可重复使用运载器（RLV）再入姿态控制器,该控制器应用双环的滑模控制方案,可以获得对角速度及角度的同时跟踪,并具有较好的鲁棒性和解耦性能。针对RLV再入姿态的动力面与反作用混合控制的特点,运用优化控制选择配置算法把控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器来执行。再入姿态仿真验证了该方法的精度、鲁棒性以及解耦的跟踪性能及有效性。     

增广的Davidson算法

Davidson算法通常用来求解对称特征值问题,并被应用到求解大型线性方程组中,取得了不错的效果。但在求解大型线性方程组的过程中,Davidson算法的重新开始过程将影响残量的收敛速度。由此可以考虑在重新开始时保留一些重要的信息,如把最小特征值对应的近似特征向量添加到Davidson算法的迭代子空间中,这样就可以大大加快其收敛速度。本文将在Davidson算法的基础上给出新的算法,即增广的Davidson算法,通过理论分析比较两算法的收敛速度,并给出数值例子加以说明。     

一种无陀螺捷联惯导系统角速度解算组合算法

无陀螺捷联惯导系统仅利用加速度计就可完成惯性测量与导航,然而采用积分法解算载体的角速度时误差积累严重,发散迅速。文章采用一种常用的九加速度计配置方案,设计一种积分法补偿算法,并针对其初始时段误差过大的问题提出了一种组合算法。仿真验证能有效地抑制解算误差的发散,提高了解算精度。     

VS-CMA盲均衡算法在短波数据通信中的应用研究

在美军标MIL-STD-188-110B基础上,改进短波（HF）数据通信发送端数据流结构,以便接收端对信号进行盲均衡处理。基于8PSK调制信号的峰度为恒定值的统计特性,提出采用均衡输出信号的峰度与理想信号的峰度差异,以调整恒模算法（CMA）的步长因子;并针对国际电联推荐的短波信道参数,进行了算法的性能仿真。仿真分析表明该算法对慢衰落的短波信道具有较好的均衡效果,对快衰落信道的均衡能力有限;应对快速衰落信道,算法还有待进一步改进。     

一种新的蚁群算法及其在飞行器设计中的应用

尝试将蚁群算法引入飞行器优化设计领域,为此建立了适用于高维、多目标、多约束优化问题的连续空间蚁群算法,并以高超声速飞行器气动布局的多目标优化设计为例进行了验证.优化设计结果与采用遗传算法得到的优化结果进行了对比,指出了蚁群算法的优点.该研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.