基于EFFD方法的自然层流短舱优化设计

采用extended free-form deformation(EFFD)方法研究了自然层流(natural laminar flow,NLF)短舱的气动外形优化设计方法.使用基于Bernstein基函数的EFFD方法完成了NLF短舱剖面的参数化,利用基于k-εSST(shear stress transport)两方程湍流模型的γ-θ转捩模型进行自然转捩预测,结合EFFD、一种混合动网格方法、Kriging代理模型和改进的粒子群算法(particle swarm optimization,PSO)建立了针对NLF短舱气动外形的优化设计框架.采用该框架分别对通气NLF短舱和带动力NLF短舱进行优化设计.单独通气NLF短舱优化结果的外表面实现48%的层流,阻力系数比初始通气NLF短舱减小了0.0003.带动力NLF短舱的优化结果外表面保持了41%的层流.这些结果表明采用相关技术建立的优化设计框架在NLF短舱设计中具有一定应用价值.     

区域杂波估计的多目标跟踪方法

高斯粒子概率假设密度（PHD）滤波往往假定杂波密度参数已知,这种做法对于实际应用是不现实的。此外,杂波的参数值通常依赖于环境条件,可能随时间发生变化。因此,多目标跟踪算法中需要实时准确估计杂波密度的参数。基于此,提出了一种多目标跟踪的区域杂波估计方法。首先根据量测信息在线估计出场景中的杂波数目,然后估计落入目标附近感兴趣区域的杂波数,并估计每个目标感兴趣区域杂波强度。仿真结果表明,在复杂场景下算法的跟踪性能明显优于未进行杂波估计的多目标跟踪算法,提高了跟踪的实时性和跟踪精度。     

一种基于历史标校数据的移相值预测方法

地面测控设备在执行测控任务前,需要对和差接收通道的相位差进行标校(简称校相),以满足测角分系统的目标自跟踪要求.针对因标校设备故障而无法进行校相的问题,通过使用数理统计的多元回归分析方法,对积累的历史标校数据进行分析,确定了设备工作的环境温度对跟踪接收机移相值有显著影响.在此基础上,利用滑动窗口多项式拟合方法得到拟合移相值,并与最近一次的标校移相值进行时变加权,可以得到基于历史标校数据的移相值预测方法.仿真试验表明该方法具有较好的预测精度,可将预测移相值作为跟踪接收机参数,提高测控设备应急测控能力.     

C频段宽带线／圆极化器小型化设计

为适应C频段卫星测控通信车栽天线机动布站功能,须研制一种轴向尺寸小于1．2m的小型化天馈系统,针对该问题,对关键组件线／圆极化器进行小型化设计。在理论分析极化器原理的基础上,采用在聚四氟乙烯基材上打孔的方法使一种介质实现多种相对介电常数,设计了C频段收、发均覆盖575MHz带宽的小型化宽带极化器,在56％相对带宽内实现小型化,轴向尺寸缩短至常规极化器的1／a,经HFSS（HighFrequencySimulationSoftware,高频仿真软件）仿真计算,并与同频段常规极化器性能进行分析比较,结果表明：该极化器移相量与匹配性能良好,满足指标与使用要求。     

上下游干涉对转子叶片颤振特性的影响

使用自行开发的非定常流动数值模拟程序,分别考虑上、下游叶排干涉作用对转子叶片的颤振特性进行了研究,分析尾迹和势干扰对气动阻尼的影响规律.对转子叶片表面非定常压力进行傅里叶变换,使用能量法计算气动阻尼,研究不同叶片排轴向间距下气动阻尼的变化.通过考虑转静干涉效应的气动阻尼与单转子结果对比,总结了干涉作用对叶片颤振特性的影响规律;结果表明:上游导叶与转子一倍弦长间距时,获得正气动阻尼,与单转子预测的气动弹性稳定性结果相反.说明在进行颤振特性预测时必须考虑转静干涉作用;尾迹和势干扰的强度均随着轴向间距值的减小而加强,且都会加剧叶片气动弹性失稳.      

涡扇发动机极值限制保护闭环控制设计

现代高性能涡扇发动机采用分段组合多变量控制计划,以发挥发动机工作在整个飞行包线范围内的气动热力设计潜力。为保证发动机在过渡态工作的安全性,控制系统中必须考虑极值限制保护控制的设计问题。为避免直接限制保护控制引发的不同控制通道切换带来的系统震荡问题,提出1种高回路稳态增益的滞后-超前频域校正间接极值限制保护控制器设计方法,在保证限制回路足够的稳态精度和抗噪声能力的同时,又避免了引入积分环节导致相角裕度损失过大的缺点。通过发动机线性模型和非线性模型的控制系统仿真,验证了所述方法设计限制控制器的有效性。     

冲压发动机导弹爬升段和巡航段轨迹优化

为了研究冲压发动机导弹爬升段和高空巡航段的燃油最优弹道,提高射程,提出了较为通用的一体化优化设计方法。研究了冲压发动机、导弹气动力与弹道之间的耦合特性,建立了导弹动力学模型,将弹道的最优控制问题转化为参数优化问题。为求解该参数优化问题,针对传统粒子群(PSO)算法求解优化问题时存在的早熟收敛的不足,提出了一种算法结构,改善粒子群算法的性能,求其最优解。数值结果表明:改进的算法相对其他几种粒子群算法具备更优秀的性能。所优化弹道相比导弹试验数据,以飞行时间增加3.3%为代价,节约了4.46%燃油。多组高弹道的仿真结果表明,巡航高度应不超过动压边界前提下,高弹道巡航有利于节约燃油,增加导弹射程。     

基于振动时滞法的非零叶间相位角叶片颤振

发展了一种利用叶片延迟振动设置叶间相位角的振动时滞法和多通道叶片非同相振动的流固耦合颤振分析模型。模型通道数选取相邻节径线之间通道数的两倍,在循环扇区的不同通道中,令叶片的各阶振动模态位移滞后于前一叶片,结合基于虚拟弹性体的快速动网格算法实现流场及叶片网格的高效更新。针对Rotor 37多通道模型,研究了不同叶间相位角对叶片气弹稳定性及通道流场特性的影响。结果表明:多通道方法与全环叶片颤振分析的计算结果基本一致,而18节径振动下多通道方法的计算时间是全环分析的1486%;节径振动形式对气动阻尼有显著影响,且在2节径时发生气弹失稳;叶间相位角引起流道内激波位置和强度变化和非定常激波脉动异相冲击,是影响颤振的主要原因。     

智能手机广域精密定位研究

智能手机作为位置服务的重要载体，由于其天线结构等因素，导致利用手机原始观测值进行定位不能满足高精度定位的需求。针对这一问题，提出了利用广域增强技术，提高手机单频原始观测值实时定位精度的方法。首先，针对手机观测值周跳较为严重的问题，对单频载波相位观测值进行了周跳探测。然后，利用手机观测值获取的伪距、载波相位以及IGS站播发的轨道和钟差改正实现增强定位。实验结果表明，定位精度收敛到1m约需要20min，收敛后水平方向和垂直方向精度分别提高了66.7%和28.9%，平面精度达到1.5m。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。