操纵面对跨声速机翼气动弹性特性的影响

 运用基于非定常CFD的气动力辨识技术,得到跨声速非定常气动力降阶模型。耦合结构动力学方程,建立了基于状态空间的跨声速气动弹性分析模型。分析了典型三自由度二元机翼的颤振边界,分析结果与CFD/CSD直接耦合方法吻合。然后研究了操纵面结构参数（固有频率和重心位置）对跨声速气动弹性特性的影响。研究发现,一些传统的结构设计准则和颤振排除技术未必适用于跨声速状态;操纵面偏转模态常常成为诱发跨声速颤振的主要模态;经典的质量平衡技术可能会降低跨声速气动弹性系统的稳定性。     

卫星通信信号体系调制识别技术

对常用卫星通信信号的高阶累积量和高阶谱的谱线特征进行了理论分析与仿真,提出一种基于高阶累积量和谱特征相结合的卫星通信信号调制方式识别方法。该方法从升余弦成形信号的高阶累积量、功率谱、平方谱和四次方谱中提取一组健壮性强的特征参数,在没有先验知识的条件下,完成对卫星信号符号速率和载波频率的盲估计,并在此基础上实现调制方式的自动识别。该方法涵盖了目前绝大多数的卫星通信调制方式,初步形成了卫星通信信号调制识别体系。仿真实验表明,该方法能够克服升余弦成形带来的影响,在实际中有较好的应用前景。     

卫星通信中16QAM信号的数字预失真研究

高阶信号通过功放时发生非线性失真,需对功放进行线性化补偿,功率回退法是最简单直接的线性化方法,但功放效率不高。数字信号处理技术的发展使得数字预失真技术成为补偿功放失真最有效的方式之一,在一定程度上促进了高阶调制信号在卫星通信中的应用,缓解频谱资源紧张问题。以16QAM信号为对象,着重研究了预失真器模型的两个关键因子——非线性阶数和记忆深度——对预失真性能的影响。仿真结果表明,相较于非线性阶数,记忆深度对预失真性能的影响更大;而且功率回退法和数字预失真方法的结合使用可以取得更好的预失真效果。     

惯性导航系统中陀螺一阶马尔科夫过程的 误差传播特性

一阶马尔科夫过程是描述陀螺低频随机噪声的主要模型之一,对惯性导航系统精度具有重要影响.首先研究了惯性导航系统中陀螺随机误差传播特性分析的一般方法,推导了惯性导航系统的冲击响应函数.继而结合一阶马尔科夫过程的统计特性,推导了其作为陀螺随机误差在惯性导航系统长时间导航环境中的误差传播公式,分析了其对系统姿态、位置精度的影响.最后对陀螺一阶马尔科夫过程引起的惯性导航系统误差进行了仿真,对理论结果进行了验证.论文的研究对于惯性导航系统的优化设计与误差分析具有一定的参考价值.     

构建非结构网格高精度有限体积方法的新途径

综述了笔者所在研究团队在发展非结构网格紧致模板高精度有限体积方法方面的研究进展。非结构网格二阶精度有限体积方法在各类商用和自研计算流体力学（CFD）软件中得到了广泛应用。当进一步提高精度时,遇到的主要困难是高阶有限体积方法重构模板过大的问题。这已成为发展非结构网格高精度有限体积方法的主要技术瓶颈之一。近年来,为解决此问题开展了系统研究。基于首先提出的操作紧致性概念,先后提出了3种紧致模板高精度重构方法,包括紧致最小二乘重构、变分重构和多步重构。这些重构方法的共同特点是可在只包含面相邻单元的紧致模板上实施,并达到任意高阶精度。综述了这3种方法,对这些方法的构造思路、实施策略和进一步发展做了概要的阐述。其中变分重构方法将作为非结构网格高精度有限体积方法的方案之一,在国家数值风洞（NNW）工程中得到发展及应用。     

基于POD-RBFN降阶模型的串列叶栅流场预测

通过传统实验或CFD 手段获取流场信息的方法往往需要耗费大量资源或时间,这在需要快速获取大量流场信息时产生的成本是无法接受的,发展比传统CFD 更快速的流场预测方法具有重要意义。采用本征正交分解（POD）方法对样本流场进行模态分解,提取流场的主导模态;而后采用径向基函数神经网络（RBFN）响应POD 基函数的系数,实现流场降阶预测模型的构建,并在模型中采用基于函数响应偏差的自适应抽样方法;通过某串列叶栅非定常流场数据对预测模型进行验证。结果表明：本文构建的POD-RBFN 混合模型可以快速准确地预测出串列叶栅的流场参数分布;与静态采样相比,本文采用的自适应采样方法在采样效率上表现出明显优势,同样重构精度所需的样本数降低了25% 左右。     

铝合金板广布损伤裂纹扩展顺序的数值分析

在三排45孔铝合金板广布疲劳损伤试验基础上,对模型进行了有限元计算,系统研究了广布损伤裂纹尖端相互影响因子分布和裂纹扩展顺序规律。结果表明:裂纹尖端相互影响因子βi,当受两个裂纹参数ai和aj影响时,其随着aj的增加而增加,随着ai的增加而减小;当受三个参数ai、aj和ak影响时,其随着aj和ak的增加而增加,随着ai的增加而减小。循环数N相等时,模式I扩展最快,模式II最慢,模式III的扩展间于模式I模式II之间,但比较接近模式II,这是由于模式III下孔裂纹比较接近于模型中间位置,受模型边界的影响较小。以上结论表明,在实际工程应用中,多裂纹出现在模型中间要比靠近边界安全。     

A reduced order model for coupled mode cascade flutter analysis

A Reduced Order Model(ROM) based analysis method for turbomachinery cascade coupled mode flutter is presented in this paper. The unsteady aerodynamic model is established by a system identification technique combined with a set of Aerodynamic Influence Coefficients(AIC). Subsequently, the aerodynamic model is encoded into the state space and then coupled with the structural dynamic equations, resulting in a ROM of the cascade aeroelasticity. The cascade flutter can be determined by solving the e...     

二阶系统输出响应及输入信号恢复的仿真

介绍用数学方法推导出二阶系统信号恢复的计算方法,并用算法语言在计算机上模拟出当其输入信号为标准半正弦波进的输出信号,以及当输出信号为计算出的信号时模拟恢复出原输入信号,并讨论了在该算法的数学推导及模拟实验的基础上恢复动态信号的可能性。     

l1-based calibration of POD-Galerkin models of two-dimensional unsteady flows

This paper discusses a physics-informed methodology aimed at reconstructing efficiently the fluid state of a system. Herein, the generation of an accurate reduced order model of two-dimensional unsteady flows from data leverages on sparsity-promoting statistical learning techniques. The cornerstone of the approach is l₁ regularised regression, resulting in sparsely-connected models where only the important quadratic interactions between modes are retained. The original dynamical behaviour is reproduced at low computational costs, as few quadratic interactions need to be evaluated. The approach has two key features. First, interactions are selected systematically as a solution of a convex optimisation problem and no a priori assumptions on the physics of the flow are required. Second, the presence of a regularisation term improves the predictive performance of the original model, generally affected by noise and poor data quality. Test cases are for two-dimensional lid-driven cavity flows, at three values of the Reynolds number for which the motion is chaotic and energy interactions are scattered across the spectrum. It is found that: (A) the sparsification generates models maintaining the original accuracy level but with a lower number of active coefficients; this becomes more pronounced for increasing Reynolds numbers suggesting that extension of these techniques to real-life flow configurations is possible; (B) sparse models maintain a good temporal stability for predictions. The methodology is ready for more complex applications without modifications of the underlying theory, and the integration into a cyber-physical model is feasible.