基于NFTET的高超声速飞行器鲁棒轨迹重构设计

考虑高超声速飞行器故障下安全再入飞行问题,针对飞行器发生较大故障的情况,提出了基于相邻可行轨迹存在定理(Neighboring feasible trajectory existence theorem,NFTET)的鲁棒在线轨迹重构算法。在标称情况下基于反馈线性化预测校正制导算法生成满足各种约束条件的再入轨迹;由于NFTET只适用于发生较小故障的情况,为保证较大故障下飞行器仍能以较高精度安全着陆,基于NFTET理论设计了鲁棒轨迹重构算法,得到了较高落点精度的飞行轨迹。仿真结果表明,本文所提出算法能有效解决飞行器较大故障下的安全再入轨迹重构问题,提高了飞行器的自主容错能力。     

一种单幅异源图像适配性的计算方法及应用

图像适配性问题在匹配区选取与景象匹配末制导试验中都具有重要的地位,图像适配性通常用匹配概率度量。针对单幅图像,采用降质变换方法生成图像对,提出一种能用于计算单幅异源图像适配性的方法,并应用于图像适配性评估。该方法操作性强,容易实现,可解决缺少先验信息时图像适配性的计算问题。     

三脉冲冷原子陀螺仪中基于内态演化的拉曼光光强补偿算法

由于在复杂环境中拉曼光功率不稳定会导致原子脉冲的宽度发生改变,从而影响陀螺仪的测量精度.通过对冷原子干涉仪的干涉全过程进行建模,计算得出了陀螺仪在拉曼光改变情形下输出相位的解析表达式,即建立了拉曼光在非近共振条件下强度变化时陀螺仪的输出值与外界载体运动之间的关系.与此同时,基于该解析表达式提出了一种对拉曼光光强的补偿算...     

数字水印防伪技术的研究和应用

本文采用数字水印技术,研究和开发了一种新的证件制作与检测方法技术体系,防伪性能高、识别准确快速。该项技术可广泛应用于证件和产品的防伪,具有极高的理论价值和实用价值。     

频域盲源分离的非圆信号推广

作为盲源分离（BSS）问题的最有效解决方法之一,独立分量分析（ICA）算法可以分为时域和频域算法两类.将时域盲源分离的快速算法推广到频域,通过在频域中应用非圆信号的伪协方差矩阵,推导出一个新的固定点算法来解决线性瞬时混合的非圆信号盲源分离（BNSS）问题.仿真实验验证了该算法的有效性.     

大展弦比运输机标模高升力构型设计与评估

介绍了中国航空工业空气动力研究院基于分层策略遗传算法的多段翼型优化设计工具和高升力构型计算评估方法,参照国内外大展弦比运输机指标为FL-9增压风洞设计了高升力构型标模,为检验标模气动性能,在法国ONERA F1风洞进行了一系列风洞试验和采用UNSMB平台进行了数值模拟。结果显示计算结果与试验结果有着较好的一致性,设计方案具有较好的增升效果。     

一种非线性飞行控制律评估方法研究

研究了一种基于改进遗传算法的非线性评估方法。将非线性准则转换成简单的适应度函数,通过寻优找到最坏情况,在其基础上实现评估。仿真结果表明,该方法不仅能在各个飞行状态对飞行控制律进行非线性准则评估,而且能找出飞行包线内的最坏飞行状态,细化飞行包线,方法使用灵活,结果可靠。     

基于Volterra捕食模型的飞行流量动态调配

为缓解当前飞行流量需求与空域资源限制间的矛盾,改善静态流量分配方式下航路飞行流量限制问题,提出飞行流量动态调配概念并建立动态调配模型及算法.首先根据Volterra捕食模型的思想,以航路负荷值大小为依据划分种群,依据航路飞行流量的调配速度建立飞行流量的动态调配模型,然后提出实时流量动态调配算法,按时段周期性对航路的飞行流量重新划分种群,并根据航路当前状况对飞行流量进行动态调配.最后运用Matlab软件进行算例分析,结果表明了模型及算法的有效性,可以很好地应用于飞行流量的动态调配研究中.     

基于遗传算法的军事物流运输计划

针对军事物流运输中车辆装载和车辆路径的组合问题进行研究,建立车辆装载和车辆路径组合问题的目标优化模型。通过改进遗传算法对模型求解,得到了较为满意的结果,可以在满足多车型多品种货物配送约束的条件下,实现运输车辆最少、车辆满载率高、车辆运输路径最短的目标。     

Global aerodynamic design optimization based on data dimensionality reduction

In aerodynamic optimization, global optimization methods such as genetic algorithms are preferred in many cases because of their advantage on reaching global optimum. However, for complex problems in which large number of design variables are needed, the computational cost becomes prohibitive, and thus original global optimization strategies are required. To address this need, data dimensionality reduction method is combined with global optimization methods, thus forming a new global optimization system, aiming to improve the efficiency of conventional global optimization. The new optimization system involves applying Proper Orthogonal Decomposition (POD) in dimensionality reduction of design space while maintaining the generality of original design space. Besides, an acceleration approach for samples calculation in surrogate modeling is applied to reduce the computational time while providing sufficient accuracy. The optimizations of a transonic airfoil RAE2822 and the transonic wing ONERA M6 are performed to demonstrate the effectiveness of the proposed new optimization system. In both cases, we manage to reduce the number of design variables from 20 to 10 and from 42 to 20 respectively. The new design optimization system converges faster and it takes 1/3 of the total time of traditional optimization to converge to a better design, thus significantly reducing the overall optimization time and improving the efficiency of conventional global design optimization method.