触地关机模式下的着陆器软着陆稳定性研究

以触地关机软着陆模式下的某型着陆器为研究对象,建立其软着陆过程的动力学仿真模型。基于仿真模型,结合优化方法与多岛遗传算法（MIGA）确定了着陆器的极恶劣地形工况参数,并利用径向基函数（RBF）神经网络建立了反映极恶劣工况下着陆器速度参数与稳定性指标值之间映射关系的代理模型。将着陆器速度参数做离散化处理得到样本点,利用神经网络模型计算了各样本点对应的软着陆稳定性指标值,基于计算结果给出了各项软着陆稳定性指标的云图和三维速度稳定性边界,并得到了综合各项稳定性指标的着陆器速度稳定性边界。分析结果可直观地确定保证着陆器安全着陆的速度取值范围,为着陆器速度的合理控制提供参考。      

蜂群无人机自组网多优先级自适应退避算法

针对现有媒质接入控制（MAC）协议退避算法无法为蜂群无人机自组网（FANETs）提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口（CW）长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避（PAB）算法和支持QoS的自适应竞争窗口退避算法（Q-ABACW）,性能均有较大提升。      

一种新的非高斯随机振动信号的模拟方法

传统的环境振动试验常将随机振动信号假设服从高斯分布,且利用功率谱密度（PSD）来作为试验条件。然而实际环境中结构所受到的振动激励很多呈现非高斯性,且PSD只能描述信号的低阶统计量,无法描述非高斯信号的峭度和偏度等高阶统计量。针对此情况,研究了在窗函数幅值调制法（AMT）基础上利用自PSD和峭度生成非高斯信号的方法。针对调制信号的生成,提出了近似模拟方法。通过Weibull和Beta 2种分布构造调制信号,研究分布参数与目标峭度值之间的关系,并分析2种分布合成目标峭度值的范围。案例验证了仿真生成的非高斯信号与实测外场数据具有相同的PSD、概率密度函数（PDF）和峭度值,进而证明了方法的正确性。      

基于GA-SVM的GNSS-IR土壤湿度反演方法

针对提高大范围土壤湿度测量精度的问题,研究了土壤湿度的全球卫星导航系统干涉测量法（GNSS-IR）,提出了一种基于支持向量机（SVM）的土壤湿度反演模型,利用遗传算法（GA）的自动寻优功能寻找SVM的最佳参数。结果表明,GA-SVM模型在测试集上得到的土壤湿度反演值与实测值的平均绝对百分比误差（MAPE）仅为0.69%,最大相对误差（MRE）为1.22%,线性回归方程决定系数达到了0.956 9。进一步与统计回归、粒子群优化的SVM模型（PSO-SVM）及反向传播（BP）神经网络方法进行对比,结果说明:在样本数目有限的情况下,GA-SVM方法更适用于土壤湿度的GNSS-IR技术反演,且反演精度较高,泛化性能良好。      

类X-51A飞行器非定常湍流精细模拟

针对类X-51A飞行器在超声速大迎角状态下存在的大范围非定常分离流动,开展了精细化湍流数值模拟研究。计算基于高阶格式下的延迟分离涡模拟方法（DDES）,来流马赫数为2.5,迎角为10°。分析了该复杂流场中存在的分离流动现象、分离流动诱导的气动特性变化规律以及压力脉动特点;其中重点研究了壁面压力脉动强度分布情况和监测点压力脉动频谱特性。分析结果表明:飞行器大迎角飞行时从侧缘诱导出明显的分离涡,并对尾部舵面产生干扰;受干扰尾舵表现出明显的非线性及非定常气动特性;分离涡的存在导致飞行器尾舵前缘等位置的壁面压力脉动显著增强,200~300 Hz的低频高幅值脉动可能会导致结构破坏。      

基于矩阵分解的空间系绳系统不完全反馈控制

针对利用空间系绳系统（STS）进行面内捕获过程中系绳展开后状态保持阶段及捕获完成后系统面内运动抑制等问题,在面内角和面内角速率信号丢失情况下,基于矩阵分解采用不完全状态反馈控制方法,设计出能够抑制系绳展开完成后所出现的非标称行为、捕获后面内摆动的张力控制律,进而使系统回稳。将所设计的控制律与线性二次调节器（LQR）+降维观测器方法对比,在参数不确定的条件下检验该控制律的控制效果。仿真结果表明,所设计的控制律在超调量和调节时间上优于LQR+降维观测器方法,能够有效控制系绳的展开误差及捕获过程所带来的面内扰动。所设计的控制律结构简单,控制效果良好,且设计过程无需参数调整。      

PSO选星算法参数分析与改进

多星座组合导航提供更多的可用卫星,但也增大接收机计算复杂度,选取部分可见星代替全部可见星进行接收机位置解算成为选星算法研究的热点。粒子群优化（PSO）选星算法将PSO算法引入到选星过程中,该方法能够减少选星时间,实现北斗/GPS组合星座快速选星。研究了该算法的关键参数包括惯性权重因子、加速系数、种群大小等对PSO选星算法性能的影响,并针对搜索过程容易陷入局部最优问题,提出自适应模拟退火粒子群优化（ASAPSO）选星算法,该算法通过引入随适应值大小自适应调整进化参数及结合模拟退火算法调整粒子速度,以增强算法跳出局部极值的能力。采用实际数据对算法进行验证,结果表明:ASAPSO选星算法在保证选星时间的同时,能够提高算法搜索结果的准确性,其性能优于PSO选星算法。      

时频系统数字锁相技术研究

为了利用外部1PPS信号或10MHz频率信号驯服铷钟或晶振,本文推导建立了数字二阶/三阶锁相环频标模块的仿真模型,对模型中的锁相环、鉴相器量化、DA位数、定点运算、环路更新频率对相位噪声性能的影响等关键问题进行了分析,给出了参数设置依据及仿真结果,完成了频标模块的硬件设计,验证了模型的正确性。     

基于快速自适应超螺旋算法的制导律

针对地空导弹攻击机动目标的制导律设计问题,提出了一种有限时间稳定的新型二阶滑模制导律。在弹目相对运动模型的基础上,将制导问题转化为一阶系统的控制问题。在超螺旋（ST）算法中引入线性项和一种新的参数自适应律,提出了一种快速自适应超螺旋（FAST）算法,该算法不需要已知系统不确定性的边界且收敛速度较快。利用类二次型Lyapunov函数证明了系统有限时间稳定性,给出了收敛时间估计公式。通过与自适应滑模制导律、ST制导律和光滑二阶滑模制导律的仿真对比,验证了所设计的制导律在保证制导精度的同时,能够在有限时间内提高滑模变量的收敛速度,并且避免了参数选择困难的问题。      

基于CUDA的超声二维声场EFIT仿真

随着图形处理器（GPU）的快速发展,基于计算设备统一构架（CUDA）可以方便地将并行计算技术应用于超声声场数值仿真计算,极大地提升计算效率。阐述了弹性动力学有限积分算法（EFIT）的原理,在采用CPU实现带吸收边界的钢材料二维点源激励声场仿真的基础上,基于GPU实现了仿真模型的并行计算,介绍了GPU程序的设计流程和参数优化方法,包括纹理内存使用、吸收边界优化和数据传输优化。对比了相同条件下CPU和GPU仿真计算的耗时和平均计算效率,定量分析了GPU对于EFIT模型效率的提升。比对结果表明,EFIT具有良好的并行计算条件,采用并行计算方法能够有效提升模型计算速度,对于复杂声场仿真应用具有广阔的应用前景。