基于拐点检测的椭圆弧叶型前后缘评定算法

叶片前后缘的形位对叶片气动性能有着显著影响,且其分割结果也严重影响特征参数的精密计算。现有的叶片前后缘分割算法大多基于拓延算法的实现与改进,但是拓延算法本身尚不能自适应叶型截面尺寸来分割点云,而后续的改进算法在轮廓线误差控制上仍有待加强。针对叶片截面线前后缘的点云精确分割问题,参照椭圆弧叶型的造型设计特点,提出了基于拐点检测的前后缘评定算法。通过对截面线点云旋转、截取、顺时针排序以及拐点检测处理,实现了在高精度测量条件下对叶片前后缘的精确分割。最后设计了对比实验,验证了本文算法可以定性地分割叶片前后缘,并在线轮廓误差上保持了较低水平;论证了在逐点拓延椭圆拟合过程中,从凹性点即开始影响线轮廓误差。     

结冰风洞液态水含量测量装置设计与实现

结冰风洞与常规风洞的重要区别就是结冰风洞能够模拟真实大气结冰云雾环境,研究飞行器的结冰特性,因此结冰云雾参数的模拟是结冰风洞主要而且关键的能力。液态水含量是结冰风洞云雾参数中一项重要参数,其准确测量是结冰试验开展的基本前提。冰刀法测量液态水含量在国内外被广泛认可,且冰刀装置作为风洞校测基本手段,写入了结冰风洞校准规范。针对结冰风洞中用于液态水含量测量的冰刀装置,根据其测量原理制定了试验方案;提出了整套装置设计的技术指标并指出其中的技术难点;对总体结构进行了设计,并对关键受力部件进行了强度、刚度分析;进行了关键技术研究,包括冰刀液态水收集系数计算和驱动控制系统设计等;最后将设计出的冰刀装置在结冰风洞中进行了试验验证。试验结果表明：冰刀装置设计合理,液态水收集效果良好,实现了结冰风洞液态水含量的测量标定,且防护罩开闭迅速,实现了结冰时间的精确控制,满足技术指标要求。     

物理质团法关于可压流计算的程序验证

为了评估无网格物理质团法(PECM)对可压流计算的可信性,结合物理认识对该方法的设计思想和数值格式进行了先验分析,基于9个一维模型数值解与参照解的对比信息,通过后验分析方法对PECM进行了程序验证,参照解包括无网格再生核粒子法(RKPM)的数值解以及精确解。验证结果表明:各种物理参数以及状态方程的强烈间断会导致RKPM严重的失稳或失真,而PECM在包括极大密度比在内的各种强间断条件下仍保持稳定和收敛并具有较高的准确度。      

基于局部无网格的混合算法研究

研究了一种求解任意外形绕流的局部无网格混合算法.该算法计算区域整体采用了直角网格,只在物面附近嵌入局部无网格处理.整体直角网格的规则性与正交性,不仅使得网格生成快,而且计算格式实施简单,避免了与非正交性相关的计算项,从而引入误差相对较小.局部无网格处理只要求物面附近布点离散,具有灵活性,使得发展的算法适合处理任意外形.先以理想不可压流动问题为例,给出了其控制方程Laplace方程的具体求解实施过程,并给出了直槽道内柱体绕流的计算结果;接着把方法推广用于求解可压缩流动的Euler方程,对喷管等典型流动问题进行了数值模拟,并与传统有限体积法结果进行了比较,在捕捉的波系结构、表面压力系数分布等方面具有良好的一致性,表明发展的新方法是可行的.     

基于云模型的自适应并行模拟退火遗传算法

针对遗传算法收敛速度慢,容易"早熟"等缺点,提出了一种改进的遗传算法,即基于云模型的自适应并行模拟退火遗传算法(PCASAGA,Adaptive Parallel Simulated Annealing Genetic Algorithms Based On Cloud Models).PCASAGA使用云模型实现交叉概率和变异概率的自适应调节;结合模拟退火避免遗传算法陷入局部最优;使用多种群优化机制实现算法的并行操作;使用英特尔推出的线程构造模块(TBB,Threading Building Blocks)并行技术,实现算法在多核计算机上的并行执行.理论分析和仿真结果表明:该算法比其他原有的或改进的遗传算法具有更快的收敛速度和更好的寻优结果,并且充分利用了当前计算机的多核资源.      

基于样例的祥云图案生成模型

祥云图案的创作目前主要依赖手工绘制,现有的大部分研究工作主要针对真实感云和烟的模拟和绘制,本文提出一个基于样例和交互式草图的祥云图案生成模型。首先对手绘的祥云图案样例进行特征线的提取并归一化后形成特征库;用户输入简单的二维草图来分别表示云头、云体和云尾的骨架曲线;算法对云体和云头的草图轨迹进行非均匀自动划分得到生成线段集,利用这些线段到特征库中寻找相应的特征曲线并安装来得到云体和云头部分;通过对云尾骨架曲线进行平移和缩放来过程化生成云尾部分。实验结果表明,通过该生成模型,用户通过很少的交互和参数控制就可以生成大量具有手绘风格特征的祥云图案。     

风力发电机组中的功率电子调节器

介绍一种在风力发电机并联向蓄电池供电系统中，用于平衡各发电机输出功率的电子调节装置，它能对蓄电池充电电压和电流进行快速控制，并具有输入过压，欠压，输出过压、过流等保护功能，有效地解决了发电机并联工作时瞬间或长期过载，各发电机间输出功率不平衡及蓄电池过充电等问题，对解决我国风力发电中的技术问题有积极指导作用。     

遥感图像云检测方法综述

光学遥感图像中云层会对地面信息进行不同程度的遮挡,造成了地表观测信息的模糊和缺失,极大地影响遥感图像的成像质量。因此,对遥感图像中云层覆盖的检测和评估是进一步分析和利用遥感图像信息的基础和关键。通过充分的调研和对比总结,梳理了20世纪90年代以来,国内外基于遥感图像的云检测方法的发展趋势和代表性工作。将基于遥感图像的云检测方法分为三类：基于光谱阈值的方法、基于经典机器学习的方法以及基于深度学习的方法。总结了当前国内外云检测公开数据集,并对比了部分代表性工作的云检测精度。此外,简要梳理了与云检测相关的云雾(霾)检测、云雪检测、云阴影检测以及云去除等方法。对当前云检测相关工作中存在的问题和未来的发展趋势进行了分析和展望。     

基于通道校准和HMM的机载雷达健康状态评估

性能退化与间歇故障是机载雷达健康状态的重要反映。针对传统机载雷达健康评估方法缺乏整机级的监测指标、未能综合考虑性能退化和间歇故障，传统BIT电路难以监测间歇故障等工程难题，提出了基于通道校准链路，综合运用通道校准仿真技术、正态云、HMM建立起健康状态评估流程。首先，对通道误差与间歇故障进行分析，得到4类校正系数，建立误差与间歇故障注入仿真流程；然后，基于正态云，利用校正系数的样本方差来表征雷达系统的健康状态，提出统一健康模型，并给出HMM拓扑结构与参数设计方法；最后，建立起基于数据驱动的评估流程并开展应用研究。仿真实验验证了误差和间歇故障仿真流程的可行性、健康状态评估方法的有效性，可获得大于95%的评估准确率；应用案例表明所提方法可行，能解决工程上机载雷达健康状态评估的问题。     

基于认知云的无人机群组信息对抗系统

基于认知云的无人机群组信息对抗系统由长航时、低成本的电子战无人机群组和云计算网络构成。侦察无人机负责有限范围内的信息侦收，云计算网络融合无人机群感知结果，生成广域信息态势，动态制定系统层对抗策略，调度攻击无人机实施电磁频谱压制或信息接入攻击，同时评估对抗效能，实现信息攻防闭环。无人机群组抵近工作，可显著降低载荷设计复杂度，实现小型化、低功耗与有效性的统一设计。