基于欧拉方程的跨声速翼型设计

给出了一种基于欧拉方程的跨声速翼型设计方法。方法以Ｔａｋａｎａｓｈｉ提出的“正反迭代余量修正”设计原理为基础，在气动力分析模块中，以欧拉方程为基本控制方程，并采用Ｗａｌｚ边界层方法对其进行粘性修正；反设计模块采用经过改进的二维翼型设计方法。方法的程序经过几个设计实例主题证明是有效而实用的。     

大圆航行轨迹发生器的设计

轨迹发生器广泛应用于惯性导航与组合导航仿真研究之中,它不仅提供实时角速率和比力值,而且还用来直观检验惯性导航或组合导航算法的正确性、优劣性和误差大小.本文基于惯性导航的基本方程,设计了用于捷联惯导的大圆航行轨迹发生器.针对误差公式推导复杂的特点,用导航仿真的方法对其输出的角速率和比力进行了精度估计,验证了设计的正确性.     

制导引信协同作用条件下引战配合性能研究

以提高引战配合性能为分析依据，提出准确估计引信引爆点的重要性。以终端预测为背景，以制导引信协同作用为前提条件，估计引信引爆剩余时间(或距离)。以最大配合度为依据，结合制导引信协同作用条件下的引信引爆剩余时间(或距离)估计，实现对引信实际引爆区与战斗部有效启爆区之间相对位置的控制，从而提高引战配合能力。仿真试验表明，制导引信协同作用条件下引信引爆剩余时间(或距离)的预测是提高引战配合能力的重要途径之一。     

用Newton子迭代方法计算前飞旋翼粘性绕流

通过求解Navier-Stokes方程数值模拟了直升机旋翼前飞非定常流场，为了同时保证计算的时间精确性和计算效率，时间推进格式采用了双时间推进方法，在该方法中，子迭代过程由十分高效的LU-SSOR方法完成，且使子迭代过程成为Newton子迭代，空间上应用中心平均的有限体积法进行离散，为了模拟前飞桨时间的相对运动，网格布局采用了运动嵌套网格方法，应用本文方法对-悬停流场进行了数值计算，计算结果与实验吻合较好，尽管缺乏实验数据的验证，对-有升力前飞状态的数值模拟结果是可信的。     

再入飞行器高超声速绕流的一步和二步有限元计算

本文针对再入飞行器的空气动力问题，采用一步和二步有限元格式求解可缩守恒型Ｅｕｌｅｒ方程，并结合不同的人工粘性模型来捕捉激波，给出了高超声速二维钝头绕流的结果。     

航天飞机三维最优再入轨道及气动加热过程

本文应用现代控制理论研究了航天飞行器三维最优再入轨道和与轨道参数密切相关的气动加热过程。文中选择飞行器迎角和倾斜角作为控制变量,以飞行器气动加热率和飞行过载沿轨道积分最小作为优化性能指标,按极大原理导出最优再入轨道有约束控制的非线性两点边值问题。采用了数值优化方法——共轭梯度法求解有升力飞行器的最优再入轨道及其热过程。文中以允许误差法讨论了权系数和罚函数的选取方法;对不同速度范围研究了不同的加热模型;按热平衡方程与优化轨道同步迭代的方法求得了算例数值结果。算例的数值结果与文献[13]的量值是一致的。     

基于MATLAB/Simulink的某型号巡航式靶弹弹道设计与仿真

通过某型号巡航式靶弹的弹道设计与仿真 ,着重说明利用MATLAB/Simulink仿真弹道的方法 ,并给出了相应的仿真结果。     

钝锥大攻角超声速分离流场的数值模拟

最近,张涵信等人在传统的Beam-Warming隐式、无迭代、空间推进技术的基础上,根据边界层方程的性质,设计了一种可用小步长推进求解抛物化NS(PNS)方程、而不会引起解的“漂移现象”发生的方法。这种方法对轴对称流动的计算是成功的。本文就是将这一思想推广应用于大攻角有周向分离的流场计算。求解的区域为具有薄亚声速层的有粘与无粘干扰的整个激波层内的流场。在对攻角α=0°和α=20°的球钝锥的计算中,关于壁面上的压力、热流率及流场的涡旋结构均得到了满意的结果。文中特别研究了钝锥大攻角绕流的流动分离图象。 为了增强块三对角矩阵的主对角优势,通常在差分方程的左端附加二阶增量项。本文以选取适当小的推进步长的方法来达到增强主对角优势的目的,不需再附加二阶增量项,从而提高了解的精度。     

用欧拉方程计算机翼与翼身组合体绕流

本文用保角转绘加剪切变换生成三维机翼与翼身组合体Ｃ－Ｈ型网格，并在这类网格拓扑上，用有限体积法研制出可供分析机翼与翼身组合体绕流的三维欧拉方程计算程序。本方法的特色是改进了机翼表面网格点的分布，使机翼后缘与网格线一致；采用了当量机身，使机岙表面到对称面光滑过渡；嵌入了边界层粘性修正。改善了计算结果。数值计算表明，对粘性影响较大的超临界绕流，边界层修正效果显著。     

基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。