一种基于非视距误差补偿的协同定位算法

非视距(NLOS)误差对超宽带(UWB)室内定位技术的定位精度有很大影响。针对此问题,根据NLOS环境下附加时延和由信道决定的均方根时延扩展的联合统计特性,估计NLOS误差的均值和方差,对定位算法测量值和系统测量误差协方差进行修正,并采用时变权重的粒子群算法与Chan算法相结合的协同定位算法进行定位计算,具有良好的全局搜索与局部搜索最优解的能力。仿真结果表明,在NLOS环境下,相比于单一算法,协同算法定位精度提高30%左右,在一定程度上抑制了NLOS误差的影响,满足室内定位的要求。     

一类平流层飞艇质量和惯量特性的计算方法与分析

针对一类具有双拼椭球体外形的平流层飞艇,根据适当假设,给出该类飞艇质量和惯量特性的解析计算方法.以飞艇上升过程为例,通过仿真计算给出该过程飞艇质量、质心位置和转动惯量的变化曲线,结合理论分析,验证该计算方法的合理性.最后,简要分析了质量和惯量特性变化对飞艇运动稳定性和能控性的影响.     

临近空间飞行器

在ORS发展中,美军首次将临近空间飞行器与战术星、及时响应运载器统一纳入一个军事航天大系统中,提出由战术星、临近空间飞行器和及时响应运载器共同组成“联合作战空间”。超高空长航时无人机、平流层飞艇、浮空器等临近空间飞行器具有机动性好、成本低、易维护等特点,如果处于作战区域,     

平流层飞艇热力学模型和上升过程仿真分析

建立了平流层飞艇的热力学控制模型,并采用该模型对飞艇的上升过程进行了仿真分析。分析表明,飞艇上升过程中的热力学和动态传热过程对飞艇的浮力和飞行控制有重要影响;飞艇上升过程中,为保持艇内外压差,需维持较大的空气出流量,艇内气体随外界压力降低膨胀做功,飞艇会处于较大的超冷状态,飞艇与外界大气的对流换热和日照条件下吸收太阳热辐射能量,可减轻飞艇的超冷状态;飞艇上升速率越快,艇内外气体温差越大,飞艇超冷状态越严重,净静升力降低越大。     

升力体式浮升混合飞艇设计及参数分析

升力体式浮升混合飞艇将艇体设计为具有较大升阻比的气动外形,升力由静浮力和气动力共同提供,适用于复杂地形下的大载重运输。控制速度和迎角的变化可有效控制动升力的大小,矢量推进系统的增加共同提高了飞艇的可控性,气垫着陆系统(ACLS)有效降低了地面保障系统的复杂度。多项系统的有效集成对总体设计提出较高的要求,通过重量平衡和推阻平衡的关系,对浮升混合飞艇进行了总体设计,分析了浮重比、巡航速度等参数对于总体性能的影响规律,同时研究了浮升飞艇气动性能、总体飞行性能和经济性能,为后续详细设计和有效控制方法的研究提供基础。     

基于副气囊耦合的飞艇纵向运动影响分析

高空大型飞艇副气囊体积占比很大,甚至达90%以上,副气囊动力学对飞艇运动产生较大影响。对巡航高度为6 000 m的某大型飞艇,建立基于圆柱容器的副气囊动力学模型,进一步构建考虑副气囊的飞艇纵向耦合动力学方程,并对飞艇纵向运动进行了数值仿真,将其与不考虑副气囊时的结果进行对比。结果表明:副气囊对大型飞艇俯仰运动有较大影响,容易引起运动发散,且耦合影响随飞艇高度增大而变小,同时副气囊体积不变时,其直径越小,动力学耦合效应影响越小;副气囊效应会降低飞艇的操纵性,在进行飞艇设计时应该予以考虑。      

无线时间同步的TDOA室内定位系统

为获得高精度的定位结果,无线定位系统中通常需要对基站进行精确的时间同步,因此提出了一种利用无线信号完成基站间时间同步的方法。首先建立了定位观测量模型,分析了系统定位原理,基于定位原理分析提出了一种基站间无线时间同步方案和固定偏差校正方法。而后给出了到达时间差(TDOA)定位算法及其改进方法。最后给出了基于以上原理的定位系统设计和实现方案。在实际场景下的试验验证结果表明,所提出的方案可以实现基站间的无线时间同步,并给出正确的用户终端定位结果。     

硬式飞艇氦气囊的非饱和形态研究

硬式飞艇升空前其内置氦气囊充气比例(饱和度)小于100％,氦气囊是非饱和的.氦气囊的非饱和形态影响飞艇内置氦气囊的布局形式和重心位置.为了研究硬式飞艇氦气囊的非饱和形态变化规律,首先将采用控制体积法获得的氦气囊的饱和形态作为初始状态,利用任意拉格朗日-欧拉方法模拟氦气囊的泄气过程,获得了气囊和流场之间的动态关系、不同饱...     

临近空间飞艇内部自然对流换热计算研究

综合考虑太阳辐射、长波辐射、对流换热等热环境因素对临近空间飞艇热特性的影响,建立飞艇热特性的数学模型,编写程序并计算得到蒙皮表面温度分布。以此作为热边界条件,采用Fluent软件模拟其内部自然对流的流动状态和温度分布,对不同季节不同时刻飞艇内部自然对流换热系数进行了计算分析,并对四个自然对流经验公式进行了评价分析。结果表明,Eckert-Jackson和Bayley公式更适用于计算浮空器内部自然对流换热,与数值模拟结果相比,平均绝对误差（MAD）分别为22.6%和24.1%。