流体力学深度学习建模技术研究进展

深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大等特点,恰恰是深度学习擅长并可以带来研究范式创新的重要领域。目前,深度学习技术已在流体力学领域得到了初步应用,其应用潜力逐渐得到证实。以流体力学深度学习技术为背景,结合课题组近期研究结果,探讨了流体力学深度学习建模技术及其最新进展。首先,对深度学习技术所涉及的基本理论做了介绍,阐释流场建模中常用深度学习方法背后的数学原理。其次,分别对流体力学控制方程、流场重构、特征量建模和应用等几个典型的人工智能与流体力学交叉问题应用场景所涉及的深度学习技术研究进展进行了介绍。最后,探讨了流体力学深度学习建模技术所面临的挑战与未来发展趋势。     

基于本征正交分解的平流层风场建模与预测

平流层风场环境对临近空间低动态飞行器设计和轨迹控制具有重要影响。针对平流层风场建模,提出一种基于本征正交分解(POD)的风场数据降阶方法,在此基础上,提出一种可以对平流层风场进行预测的Fourier模型。以长沙地区2005—2009年风场为例,采用提出的POD方法与Fourier预测模型对风场进行建模与预测,并对Fourier预测精度进行分析。研究结果表明,采用POD方法可以对东西方向风场进行高效率高精度降阶建模;通过Fourier预测模型可以对东西方向风场进行准确预测,预测精度与实际风场随时间变化的规律性有关,风场数据越紧凑,周期性越明显,预测精度越高。      

基于杂波子空间估计的MIMO雷达降维STAP研究

 多输入多输出(MIMO)雷达是近年来出现的一种新体制雷达,针对MIMO体制的机载雷达开展空时自适应处理（STAP）技术研究是值得进一步努力的方向。本文研究了机载MIMO雷达STAP技术的降维算法,通过对STAP技术杂波抑制原理进行分析,推导并得到一种基于杂波子空间的降维算法。结合扁长椭球波函数（PSWF）的特点,提出了一种基于杂波子空间估计的降维算法,并与若干降维算法的杂波抑制性能进行比较。结果表明,当存在阵元幅相误差时,该算法在保持杂波抑制性能的同时能够有效地降低STAP算法的运算量。     

基于非标准Lagrange函数的动力学系统的广义能量积分与Whittaker降阶法

研究基于非标准Lagrange函数的动力学系统的广义能量积分和Whittaker降阶方法。首先,基于指数Lagrange函数和Lagrange函数幂函数两类非标准Lagrange函数,定义了相应的Hamilton作用量,建立了该系统的Hamilton原理,给出了系统的Lagrange方程。其次,利用系统的Lagrange方程,建立了基于非标准Lagrange函数的广义能量积分存在的条件及形式。然后,将著名的Whittaker降阶法加以推广,得到了基于非标准Lagrange函数的动力学系统的Whittaker方程。最后,以算例验证了本文结果。     

MEO卫星太阳电池在轨衰降特性分析

通过MEO卫星在轨遥测数据的统计,从太阳电池阵输出总功率、输出总电流,太阳电池的短路电流、开路电压等方面,对我国发射入轨的第一颗MEO卫星的硅太阳电池阵在轨衰降特性进行了分析,结果表明:输出总功率、总电流与短路电流在第一个周期衰降率较大,开路电压衰降呈线性趋势。文章的分析结果可为后续MEO卫星太阳电池阵设计提供参考。     

动力翼伞纵向四自由度动力学仿真

在考虑载荷物和伞体相对运动的前提下,研究了动力翼伞纵向运动过程.将伞体和伞绳作为一个平面运动刚体,载荷物具有绕系挂点的摆动自由度,建立纵向四自由度动力学模型.求解翼伞从平飞至爬升状态推力阶跃操纵的动力学响应,由状态量的变化曲线得出动力操纵初期伞体失速倾覆的主要原因是迎角剧烈变化而超过失速边界.获得推力操纵值和推力增加速率所形成的操纵包线,当推力操纵幅度较小时,增加速率并无限制;当推力增加幅度较大时,增加速率的限制值随着增幅变大而减小.此外从能量角度计算了大动力快速操纵前后载荷物的机械能变化,并提出动力翼伞新的雀降操纵方式.计算表明该方法可以有效减少接地前后的能量,即可以减少接地后载荷物翻转对正面动力系统的冲击.     

机载武器传递对准的可观测性分析

采用"速度+姿态"量测匹配法设计了机载武器传递对准系统,建立了系统的动态误差模型和量测模型,并在这些模型的基础上设计了卡尔曼滤波器.介绍了基于可观测性矩阵奇异值分解的分段定常系统(PWCS, Piece-Wise Constant System)可观测性分析法,并通过该方法分析了机载武器传递对准系统各个状态变量的可观测性.在可观测性分析的基础上忽略不可观测状态变量,实现系统滤波器降维.设计了摇摆机动,在该机动基础上对降维前后滤波器性能和传递对准精度进行了对比,证明了可观测性分析的必要性和正确性.     

航空发动机控制器降阶方法

研究了状态空间模型的降阶方法,介绍了平衡截取降阶方法,提出最小二乘降阶方法.根据降阶前后系统应具有相同的输出,采用最小二乘法计算出降阶后系统的模型参数.以状态空间形式的某航空发动机控制器为降阶示例,采用以上两种方法进行了降阶研究,结果表明所提出的最小二乘法具有更优的性能.