基于混合粒子滤波的激光惯导系统误差的补偿

针对激光陀螺捷联惯导系统在动态尤其是高动态环境下的姿态误差显著增大的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。算法基于混合粒子的卡尔曼滤波和粒子滤波的特点,用有限的高斯模型来近似后验状态密度、系统噪声和观测噪声的分布通过EM的算法设计实现模型的降阶,一定程度上克服了EM算法迭代的结果需要依赖初始值、可能收敛到局部最大点或可能收敛到参数空间边界的缺点,从而改善了粒子携带信息的衰减问题。通过仿真与试验结合,在纯动态应用环境下的姿态与定位精度补偿效果,与传统Kalman滤波相比,算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

超高速碰撞碎片散布数值分析

基于光滑粒子流体动力学(SPH)方法,对低轨卫星与某空间物体的超高速碰撞问题进行了数值模拟。通过确立航天器轨道高低判定准则及判定方法,分析了碰撞角度、碰撞速度对碰撞碎片散布的影响情况。仿真结果表明,低轨卫星与空间物体碰撞产生的大部分空间碎片所处轨道高度位于原卫星轨道周围;碰撞碎片的散布情况与碰撞方式密切相关,相比于上升式碰撞,下压式碰撞产生的下降碎片个数较多,上升碎片个数较少;低轨卫星与空间物体碰撞产生的空间碎片总数与碰撞相对速度密切相关,碰撞相对速度越大,碎片数量越多;随着碰撞相对速度的增大,上升碎片、下降碎片及双曲碎片的个数逐渐增加;在不改变碰撞总动量数量级的条件下,改变空间物体的速度大小对空间碎片散布的影响并不明显。     

基于面元-黏性涡粒子混合法的风力机风轮气动计算

为了快速准确地预估大型风力机风轮的气动性能,建立了一种基于面元-黏性涡粒子混合(HPVP)法的风力机风轮气动性能计算方法,自主编制了相应的计算程序.以model experiments in controlled conditions(MEXICO)风轮为算例,将计算结果与实验数据、CFD方法进行了比较.结果表明:HPVP法可准确计算主要工作区的叶片压力分布.相比于CFD方法,在流动分离较小时,HPVP法可以快速获得与CFD方法精度相当的结果,但计算时间仅需要CFD方法的千分之一.除能够给出叶片压力分布外,HPVP法还能给出风力机风轮流场的其他流动细节.      

APSO算法在语音信号盲源分离中的研究

将自适应粒子群优化（Adaptive Praticle Swarm Optimization）算法运用到语音信号的盲源分离中,以峰度为目标函数,通过自适应调整惯性因子,克服了收敛速度和分离效果之间的矛盾,最终实现盲源分离。该算法避免了传统的优化算法自然梯度法稳定性差、易于陷入局部最优的不足。通过比较仿真结果和性能指标可以看出,APSO算法提高了收敛速度,改善了分离性能,表明了该算法在实现语音信号盲源分离中性能的优越性。     

考虑螺旋桨滑流影响的机翼气动优化设计

涡桨飞机的机翼、短舱等部件在滑流作用下周围的流场特性与无滑流状态下截然不同。所以,应该在涡桨飞机的机翼气动设计过程中考虑螺旋桨滑流的影响,从而使得机翼在真实飞行时滑流作用下表现出更好的气动特性。采用基于雷诺平均Navier-Stokes方程的多重参考坐标系(MRF)方法对螺旋桨滑流进行高精度准定常数值模拟,通过自由变形(FFD)技术实现螺旋桨飞机机翼的参数化构建,应用径向基函数(RBF)插值的动网格技术进行网格自动生成,获得样本机翼在滑流影响下的气动数据后,建立目标函数和状态函数的Kriging代理模型,结合随机权重粒子群优化(PSO)算法、Kriging代理模型和对应的EI(Expected Improvement)函数加点准则进行加样本点以及代理模型重建,从而建立滑流影响下机翼气动优化设计系统。使用该系统对某型螺旋桨飞机进行了滑流影响下的优化设计,结果表明,优化后的构型机翼和短舱在巡航状态下减阻达3.98counts,升阻比提高了3.325%。因此,建立的考虑滑流影响下的机翼优化设计方法是可行的。     

冰粒超高速撞击蜂窝板的数值模拟研究

随着人类航天活动日益增多,空间碎片环境逐渐恶化,对航天器在轨安全运行造成严重威胁,各国学者开展了空间碎片超高速撞击数值模拟研究。目前的研究中一般采用铝弹丸代替空间碎片,但是还有部分空间碎片的密度接近冰的密度,对于冰粒的超高速撞击研究还很少且不透彻。蜂窝板是构成航天器舱壁的主要结构,对航天器内部设备起到保护作用,有必要开展冰粒超高速撞击时对蜂窝板损伤情况的相关研究工作。本文对冰粒超高速撞击蜂窝板开展数值模拟研究,研究冰粒对蜂窝板的损伤情况。研究结果表明,冰粒在一定条件下能够击穿蜂窝板,大量冰粒碎片和蜂窝板碎片将从蜂窝板背面的孔洞中高速冲出,势必对航天器内部设备造成毁伤;在冰粒动能相差不大的情况下,冰粒尺寸和蜂窝板结构将成为影响冰粒撞击效果的主要因素,直径较大的冰粒对蜂窝板的损伤程度较严重。     

不同压力下微秒脉冲表面介质阻挡放电流场实验

采用粒子图像测速（PIV）技术,在不同空气压力条件下,测量了微秒脉冲等离子体气动激励诱导流场的演化过程,分析了不同压力下的流场启动涡、流场结构和壁面射流.根据实验数据计算研究了诱导力随压力变化的空间分布趋势.实验结果表明:常压下和5500Pa压力下产生一个启动涡,19000Pa和11700Pa压力下产生两个启动涡.稳定流场结构随压力减少分别为L型、∽型和V型.压力减小,诱导流场对等离子体气动激励的响应时间减少,射流切向距离变短,距壁面法向距离增加.最大诱导力随压力降低减小,x坐标逐渐向表面介质阻挡放电（SDBD）激励器靠近.      

DR/GPS组合导航系统滤波技术研究

陆用航位推算系统（DR）的精度主要受到里程系数和航向误差的制约,其误差模型本质具有非线性,因此采用非线性滤波算法能显著提高里程系数和航向误差的估计精度。本文将粒子滤波应用到航位推算（DR）/GPS组合导航系统数据融合过程中,对航位推算 (DR) 与GPS组合导航系统中的里程系数误差和航向误差进行辨识估计,并对里程系数和航向进行修正。粒子滤波存在的主要问题是粒子的退化现象严重,本文将量子粒子群优化 (PSO) 算法与粒子滤波相结合,提出了量子PSO粒子滤波算法,该算法采用量子位对粒子进行编码,引入量子旋转门与变异操作保持了粒子集的多样性,通过量子PSO搜索寻优重新分配粒子,使粒子集有效地逼近真实的后验概率分布,从而有效地减轻了退化现象,提高了粒子滤波的精度。跑车实验结果表明,该算法有效地抑制了DR导航系统误差的增长,提高了组合导航系统的定位精度。     

基于面向对象方法的压气机性能计算

提出一套预测压气机未知特性的方法,并基于面向对象思想采用变比热容计算方法进行压气机性能计算的分析和编程.结合粒子群优化（PSO）的全局寻优能力和反向传播（BP）神经网络的局部寻优能力提出基于PSO的BP神经网络（PSO-BP神经网络）预测压气机特性,分析了其预测误差和拟合误差:拟合误差基本都小于0.5%,预测误差基本都小于0.8%.其拟合精度和预测精度满足要求.采用变比热容计算方法来计算压气机性能,并采用面向对象方法编写了压气机性能计算程序.对几个压气机变工况点进行验证,各输出参数的最大误差为1.12%.因此,特性预测方法和性能计算的数学模型适用于压气机性能计算,这套方法同样适用于燃气轮机性能计算.      

异辛烷/空气对冲火焰实验与计算分析

为了解决汽油机清洁高效燃烧的难题,需要对汽油的基础燃烧特性进行深入研究。为此选取异辛烷单一组分作为表征燃料,对其预混层流火焰传播速度进行了实验与分析。设计并搭建了适宜液体燃料燃烧的对冲火焰试验台,通过对异辛烷对冲火焰的实验,获得了不同当量比下的无拉伸火焰传播速度,发现随着当量比的增大异辛烷火焰传播速度先增大后减小,在当量比1.1时火焰传播速度达到最大值。在标准大气压、初始温度为378K的工况下,异辛烷最大火焰传播速度为60.9cm/s。利用异辛烷、正庚烷、乙醇三组分燃料着火机理计算了异辛烷火焰传播速度,并针对火焰传播速度进行灵敏度分析,得到了控制异辛烷火焰传播速度的主要基元反应。通过实验结果与计算结果的对比,结合文献中给出的实验数据,对影响异辛烷火焰传播速度的主要因素进行分析,发现初始温度提高、环境压力降低能够使异辛烷燃烧火焰传播速度提高。