运行模态分析的频域空间域分解法及其应用

提出了一种基于频域空间域分解(Frequency and Spatial Domain Decomposition, FSDD)的运行模态分析方法。该法将同时具有输入和输出的试验模态分析的经典方法——复模态指示因子(Complex Mode Indicator Function, CMIF)法拓展到了仅有输出响应的运行状态模态分析。FSDD法采用奇异值分解将信号空间和噪声空间分离开来,把奇异值曲线作为模态指示的依据,以奇异值向量作为加权函数得到每一阶模态的增强功率谱(Power Spectrum Density, PSD),进而在频域内对增强PSD曲线进行最小二乘拟合以得到准确的模态频率和阻尼参数。采用了一个二层楼仿真算例和在欧洲广为人知的瑞士Z24公路大桥实测算例来验证FSDD算法。     

碟形飞行器过驱动饱和系统的吸引域估计

为获得碟形飞行器过驱动饱和系统的吸引域估计,首先采用控制分配方法使双执行器控制系统简化成单执行器控制系统,然后运用线性二次调节方法设计反馈控制律,并通过计算机迭代获得尽量大的系统吸引域,分析了不同控制分配策略下影响系统吸引域大小的原因。仿真结果表明了该方法的有效性。     

基于速率限制的Ⅱ型驾驶员诱发振荡评估方法

速率限制问题已成为电传操纵飞机发生驾驶员诱发振荡（PIO）的主要原因。在新机设计中,随着复杂性的提高,预测PIO变得更加困难和重要。以人一机系统为研究对象,讨论速率限制对系统的影响,重点分析验证基于速率限制的Ⅱ型PIO的开环发生点（OLOP）准则的评估方法。针对不同飞行状态下的飞机纵向运动模型,使用两种驾驶员控制模型,在不同的驾驶员输入、不同速率限制条件下进行数值仿真试验研究。结果表明：OLOP准则是有效的评估工具,杆振幅因素对评估结果的影响较强。     

基于蒙特卡罗仿真的FADEC系统多故障TLD分析方法

航空发动机电子控制系统的时间限制派遣(TLD)分析是飞机系统安全性分析的重要内容,是商用飞机及航空发动机型号合格审定的一项必要工作,传统方法无法解决多故障情形下的TLD问题。对多故障TLD方法进行了研究,提出了多故障派遣时的派遣间隔决策方法与维修策略决策原则,基于蒙特卡罗仿真提出了多故障TLD分析方法,结合具体案例验证了方法的有效性,并针对典型全权限数字式电子控制系统(FADEC)进行了多故障TLD分析。结论表明,与单状态马尔可夫模型方法相比,本文方法具有较高的精度,误差在0.25%左右,同时能够避免马尔可夫过程繁琐的建模工作,并且具备工程实用性。     

条带积累成像法

条带积累成像法是一种图像空间域估计法。它利用交汇像点的均匀分布的条带域图像积分值,通过积累估计该像点值,本文介绍了该成像方法的基本原理,详细分析了成像精度及其在雷达成像中的应用。     

飞机大迎角滚转运动频率域建模与稳定性分析

本文运用频率域建模法,分别建立了飞机大迎角滚转运动的Ｆｏｕｒｉｅｒ变换模型及非线性代数模型,并从数学模型中提取动导数。基于非线性非定常数学模型与局部线化的动导数数学模型,计算了飞机滚转运动的稳定性,并运用李雅普诺夫稳定性分析理论,进行飞机滚转运动稳定性分析。结果表明,大振幅非定常滚转运动实验可以用于飞机绕体轴滚转运动的稳定性分析。从大振幅实验数据提取的动导数,基本反映了飞机的非定常气动力特性。通过     

前缘钝化对乘波体非设计点性能影响分析

对前缘钝化后的乘波体在非设计状态下的气动性能进行了研究.乘波体的生成基于三维粘性流场,以乘波体上表面底部基线为参数化几何建模对象对乘波体进行设计和优化.采用改进的Tincher钝化方法对优化后的乘波体进行前缘钝化.利用CFD方法对设计马赫数6、巡航高度20 km的乘波体在马赫数4～8、迎角-6°～8°、飞行高度10～3...     

一种基于信息素图的无人机高效通信覆盖方法

因无人机灵活性强,覆盖效果好,越来越多的实际情境中选择借助多无人机进行高效的通信覆盖。而实际应用中,对于多无人机系统灵活性、低时延、长续航及安全性的要求需重点考量。为提高无人机持续通信覆盖效果,在无人机相对稀疏这一具体情况下,提出了一种基于信息素图的、限制无人机转弯半径的分布式无人机自主规划通信覆盖方法,保证其灵活性、低时延及长续航的性能;通过引入锚节点,设计了信息素向导信息的交互模型,保证了无人机的安全性。该方法在待覆盖区域最大接入时间间隔方面远优于半随机择取航向的方式,同时平均接入时间间隔下降约15%;对比无地理价值描述的普通信息素图,该方法的平均接入时间间隔与最大接入时间间隔均下降约6%。通过无人机间的解耦,避免了分布式方法面临的无人机间异步问题。     

基于改进CLAHE的航空发动机导向叶片DR图像增强

为了解决航空发动机导向叶片数字射线（DR）检测图像信息动态范围大、对比度低、细节信息不明显,缺陷区域难以识别的问题,提出一种改进型限制对比度自适应直方图均衡化（CLAHE）算法。采用CLAHE增强导向叶片DR图像对比度,同时引入基于空间均值滤波器的Gaussian掩模处理,进行DR图像降噪,提取DR图像的低频信息;采用CLAHE增强的图像与提取的DR图像低频信息线性做差,突出DR图像的高频细节信息;与CLAHE增强的图像线性叠加,进一步提高了DR图像的对比度,实现导向叶片DR图像增强。依据图像基本空间分辨率（SRB）、信噪比（SNR）、灰度平均值对DR图像增强效果进行评价。结果表明: 改进的CLAHE算法,可以同时将表征SRB的D13双丝线对应的调制深度值从49.17%提高到了56.08%,整体灰度平均值从32 400.66增加到了38 684.43,02号微小裂纹缺陷的SNR从14.10提升到了15.16。结果显示优化的CLAHE算法,相比自适应直方图均衡化（AHE）等4种经典的航空发动机导向叶片DR图像增强算法,不仅提高了平坦区域对比度,突显了边缘细节信息,而且有效提升了微小缺陷的视觉效果。     

韧性无人机群多域协同方法建模与求解

为提高无人机群(UAVS)在执行任务过程中的抗干扰能力,提出了一种韧性无人机群多域协同方法,并对其进行建模与求解。首先,改进了韧性无人机群恢复因子;在此基础上,通过协调机群中的非重要节点接替受扰机群中的重要节点,以提高受扰动无人机群的性能;最后,通过仿真验证了该方法的有效性。结果表明,该方法能够有效地恢复受扰动无人机群的性能,使其性能快速恢复到任务基线以上,从而确保了任务的完成,增强了无人机群的韧性。该研究结果为无人机群协同作战提供了新思路、新方法。