纳卫星激光反射器光机设计及激光测距分析

针对我国首个大气密度探测纳卫星高精度测轨应用需求,设计了重量约112g、有效反射面积大于1cm2、外形尺寸为Φ96mm×20mm的轻型八棱台结构被动型激光反射器,作为无功耗载荷应用于纳卫星激光精密测轨,解决了纳卫星高精度独立测轨和外部轨道精确标定问题。利用地面激光测距台站开展卫星跟踪和精密测量,提供亚厘米级精度的激光测量数据。根据激光雷达测距方程及地面测距系统参数,分析了纳卫星激光回波信号强度,以及激光观测数据精度。测量结果表明,纳卫星激光反射器设计结果与实测数据相符,测距数据精度达8~9mm,可以满足纳卫星高精度激光测距要求,并支持卫星精密定轨及大气密度探测科学任务。     

龙威叶片R综合测具在互换性中的应用

对多级龙威叶片结构进行简要分析和研究,阐述互换性的概念,探讨互换性在叶片测量中的实施。     

风力机翼型动态测压试验技术研究

结合国家高技术研究发展计划课题＂风力机先进翼型族的设计与试验研究＂,针对动态试验设备研制、数据采集和处理方法,在西北工业大学1.6m×3.0m低速翼型风洞（NF-3风洞）开展了风力机翼型动态测压试验技术的研究。采用S809风力机翼型模型,在雷诺数0.75×106和1.4×106、迎角-2°～＋18°条件下,通过改变模型3个平均迎角、3个振荡频率和2个振幅角等状态,进行了动态测压试验,并与静态测压及国外试验结果进行了对比。结果表明：NF-3风洞研制的试验设备,采用的数据采集和处理方法能够应用于风力机翼型的动态测压试验,并可推广应用于其他的翼型动态测压试验研究。     

一种运载火箭上升段轨迹的高精度确定方法

针对运载火箭上升段轨迹建模问题,采用自由节点样条模型描述轨迹变化规律,将轨迹确定中的参数估计转化为对样条函数系数估计,从而大量减少待估参数个数,有效提高参数估计精度。在此基础上,提出利用遗传算法优选测量元素的方法。在基本遗传算法框架下,通过对测量元素进行染色体编码、构造基于加权排序的适应值函数以及设计改进的比例选择算子,对整个测量元素组合空间进行充分搜索寻优。利用典型上升段轨迹和布站对该方法进行数值仿真,结果表明,本文提出的新方法比现有方法的位置确定精度提高了92.0%~94.4%;在均采用自由节点样条模型进行融合轨迹确定时,新方法比典型测元融合解算的位置确定精度也提高了16.4%～88.6%。     

多工况过程动态SDG故障诊断

通过分析多工况过程的故障动态特性,在符号有向图(SDG)中引入工况条件,补充对未测节点的表达,提出了一种新的定性描述模型——过程动态有向图,给出了建模方法和基于故障依赖性关系 D 矩阵的诊断流程.该模型满足了随工况变化调整结构和参数的需求,诊断算法解决了实际系统部分状态常常因未测量而造成信息缺失的问题.同时综合不同过程的SDG诊断能改善静态SDG模型定性推理分辨率.利用提出的方法建立了某民用飞机发动机引气系统的诊断模型并进行了诊断,结果表明该模型有效且实用.      

飞行器航路转弯机动测风方法

传统测风方法基于空速管等测风设备实现精确的实时测风。考虑降低成本,有些飞行器上没有安装空速管等测风设备。针对这种情况,文章提出一种通过航路转弯机动飞行实现测风的方法,即假设大气风场短时间内不变,基于速度三角形原理在转弯前、后的2个航路上分别构建2个方程,通过联解2个方程得到大气风场信息。采用蒙特–卡洛法进行仿真,结果表明该方法简单有效、具有较高精度,为大气风场实时测量提供了一条新的思路。     

利用PIV方法测量半浮区液桥热毛细对流的速度场

利用PIV法对硅油液桥热毛细对流的定常速度场进行了实时测量。为了便于测量,液桥上桥端面采取了铜环中嵌透明材料的方法,从液桥的顶部进行观测。当液桥上下桥有温差时,热毛细对流出现;本实验对于不同上下桥的温差,对液桥横剖面内的速度场分别进行了测量,研究外加温差对于流场速度分布的影响;并且在液桥中取了几个典型横截面进行测量,以期对大Pr数液桥的定常速度场有比较全面的定量测量。此外,实验结果也可作为数值模拟计算结果的验证。     

全测速测元弹道计算的数据融合算法与应用

针对“全测速”测元条件下弹道计算的数据融合问题,就数据融合中初值的确定、最优节点的搜索、样条基函数的选取、数据融合模型的数值解法等方面进行了分析与讨论,并给出一种适用于“全测速”测元条件下弹道计算的数据融合算法,经试用表明：该算法不仅具有良好的收敛性、稳定性,而且有着很好的数据融合效果,弹道计算的精度与“测距-测速”混合条件下数据融合弹道的精度相当。     

车载组合导航中的自适应滤波技术研究

针对现有的自适应卡尔曼滤波算法结构繁杂,采用了一种自适应卡尔曼滤波的车载SINS/GPS 组合导航算法,并与常规卡尔曼滤波算法作了比较。仿真结果表明,这种算法具有结构简单、实时性好和抗野值等的优点,不失为一种实用而有效的滤波方法。     

非线性量测下自适应噪声协方差PHD滤波

概率假设密度(PHD)滤波算法已被证明是实时多目标跟踪的有效方法,但现有这些基于PHD滤波的方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对这一问题,提出了一种适用于非线性量测模型的自适应噪声协方差多目标跟踪算法。该算法以PHD滤波为基础,采用容积卡尔曼(CK)技术近似非线性量测模型,利用逆威沙特(IW)分布描述量测噪声协方差分布,通过变分贝叶斯(VB)近似技术迭代估计量测噪声协方差和多目标状态联合后验密度。仿真结果表明,本文所提算法可有效估计量测噪声协方差,同时实现准确的目标数和目标状态估计。