基于可达集的无人机低空飞行冲突解脱算法

针对无人空中交通管理（UTM）中的冲突解脱问题，提出了以可达集分析为基础的实时避撞算法。该算法可用于城市低空环境中的密集交通流空域，保证无人机（UAV）飞行过程的安全性。基于相对运动的概念，通过分析平面空域中的飞行博弈问题对避撞系统进行建模，同时利用水平集方法和最优控制理论对无人机的可达集进行分析和计算，使用机载传感器获取无人机与周围物体的信息，为每架无人机提供新的避撞策略。通过3种不同空域环境的飞行案例进行仿真实验，验证了该策略不仅可以得到平滑的飞行路径，实时安全地解决冲突解脱问题，而且针对合作/非合作目标均有效。     

液氙加注过程中贮箱充填率影响因素分析

液氙在加注过程中可能会出现相变进而降低贮箱的充填率，因此需要了解贮箱充填率的影响因素。采用零维集总参数模型对液氙加注系统进行建模和仿真。基于AMESim计算液氮无排气加注过程中贮箱的充填率，其与文献中的实验结果接近。同时，基于AMESim搭建液氙加注系统，计算不同入口过冷度、入口压强、壁面温度和热流量条件下贮箱的充填率。结果表明，在相同加注时间条件下，提升入口过冷度、增加入口压强可以提升贮箱的充填率，而管路和贮箱受热会降低贮箱的充填率。      

平流层飞艇三叶螺旋桨结构优化方法

为实现螺旋桨轻质量和高固有频率之间的权衡设计，发展了1种桨叶对称削层结构的分区优化方法。为拓宽其高效率的速度和高度范围，应采用变桨距技术，需要设计圆柱形桨叶根部。该桨叶与不同桨距角的桨毂组合装配，可实现人工变桨距，在地面试验中达到高空转速。该螺旋桨采用组合分体式桨毂布局、桨叶内部填充泡沫和碳纤维混合结构，基于NSGA-Ⅱ（non-dominated sorting genetic algorithm），完成了支座固支的桨叶铺层参数优化，得到桨叶质量和频率的Pareto解集，在±10%频率安全裕度外选取最优铺层方案，并与实物测试值对比，结果表明：桨叶质量相对误差2.09%；支座固支的单桨叶频率相对误差9.30%；桨毂固支的组合体频率相对误差2.76%，避开了工作转速共振区间，证明该结构优化方法是合理有效的。     

中心支板参数对RBCC发动机性能影响研究

针对某宽域加速飞行任务下RBCC发动机中心支板主要几何参数设计问题，采用全流道一体化数值模拟方法，在Ma 0.4-6速域内研究支板阻塞比、顶角及长宽比等参数对发动机引射、亚/超燃模态的性能影响规律。结果表明，随着阻塞比增大，各模态下空气流动受压缩作用增强，燃烧反应更加充分，发动机总推力有0.13%-5%的提升；随着顶角增大，除Ma 2.5工况由流道截面构型变化引起激波形成外，增强的支板前缘激波使得燃烧反应位置较为集中，燃料喷注贯穿主流深度提高，较为充分的燃烧释热使得发动机总推力有2.2%-5.7%的提升；随着长宽比减小，在Ma 0.4-4条件下，增大的流道面积有利于煤油横向扩展，较好的氧燃掺混使得发动机总推力有2%-4.8%的提升，而在Ma 6条件下，支板前缘激波的减速增压作用逐渐减弱，发动机总推力可降低5.2%-7.1%。所得结论可为RBCC发动机中心支板设计参数选择提供依据。     

自紧工艺对CFRP气瓶应力水平的影响

文摘利用ABAQUS有限元软件,对铝内胆结构的CFRP气瓶进行了分析,根据其结构建立了模型,采用二维Hashin失效准则对纤维缠绕层进行了渐进失效分析,包含了4种失效模式,纤维及基体的拉伸和压缩失效。研究了不同失效模式的萌生和分布规律。对自紧原理对气瓶的影响进行了研究。分析得出只有当气瓶承载压力大于自紧工艺压力时,内衬PEEQ值才会在自紧工艺后继续发生累积,气瓶自紧力开始失效。     

叶片边缘破损曲面再生修复技术研究

发动机叶片长期在高温、高压和高速下工作，工作过程中有异物进入，不可避免地会发生损坏。对于弯扭叶片边缘破损曲面的修复，本文采用基于邻近破损域未破损区域的完整叶片截面线与破损域叶片截面线的完好部分配准，获得边缘破损处的叶片截面线点云特征，实现破损曲面再生重构。同时，采用迭代最近点（（Iterative closest point,ICP））配准算法，克服了搜索最近点集耗时较长的缺点。本文提出的基于建立辅助圆邻域的最近点集对搜索方法，大大降低了配准时间成本。最后对破损域再生曲面进行了光顺性分析，验证本文所提出的边缘破损曲面再生修复方法的可行性。     

基于集员估计的卫星飞轮故障检测与预测方法

为了对卫星飞轮故障进行提前预警，提出了一种基于集员估计的故障检测和预测方法。首先，基于飞轮的动态模型设计了一种基于中心对称多面体的故障检测方法。在检测出飞轮故障后，选取飞轮的电流数据作为故障特征，并采用线性模型或非线性模型来描述其退化规律。然后，提出了一种基于中心对称多面体的集员算法，对退化模型中的未知参数进行估计，并以此为基础预测未来时刻的故障，进而实现对飞轮故障的提前预警。最后，通过数值仿真，将所提出的方法和两种现有的故障预测技术进行了对比。仿真结果表明了所提方法的有效性和优越性。     

基于Transformer架构的GPT系列模型训练技术分析

自人工智能诞生以来，经过了多次演化和迭代，已成为推动全球经济和产业变革的重要力量。大型语言模型GPT的发布，让越来越多的人对生成式人工智能有了全新的认知，由此引发了国内外的高度关注。基于Transformer架构的GPT系列模型从1到4，为下游各种类型的NLP任务提供了非常优秀的词向量模型，在此基础上必将落地更多有趣的AI应用。本文阐述了GPT的发展历程，分析了GPT-4多模态架构的训练技术，指出了其存在的局限性。     

时钟模型辅助的惯性/卫星紧组合导航算法研究

针对卫星信号受到遮挡或者干扰、卫星接收机收星数不足的问题,提出了一种时钟模型辅助的惯性/卫星紧组合导航算法。通过正常紧组合状态下的钟差、钟漂估计值建立钟差和钟漂的数学模型,在可见卫星少于4颗时,用时钟模型计算得到的钟差和钟漂作为系统钟差、钟漂的真实值引入观测信息中,并省去状态变量中的钟差和钟漂项,增加了系统的可观测性。最后,通过采集跑车试验数据进行了离线数据仿真试验。试验结果表明,提出的时钟模型辅助的惯性/卫星紧组合导航算法在可见卫星不足的情况下取得了良好的效果。     

SINS/BDS紧组合系统中自适应 两阶段扩展卡尔曼滤波

在实际应用中，以伪距/伪距率为观测量的SINS/BDS紧组合导航系统，存在量测噪声的统计特性与实际不相符的情况，传统扩展卡尔曼滤波（EKF）方法无法有效解决这一问题，从而引起滤波误差增大。提出了一种SINS/BDS紧组合导航系统的GDOP估算及在线估计量测噪声的自适应两阶段EKF（ATEKF）方法，该方法使用经过紧组合修正后的SINS输出的位置，并结合星历数据中提供的卫星位置求解GDOP。在此基础上，利用GDOP值以及新息，实现了紧组合导航系统的量测噪声方差阵（Rk）的在线实时估计，从而达到自适应滤波的效果，改善导航精度。