飞行模拟器中的虚拟声音建模与实时渲染技术

虚拟声音的建模与渲染是飞行模拟器虚拟环境仿真中的关键技术,结合物理、心理、建筑、室内声学以及数字音响艺术等多门学科,提出适用于分布式飞行模拟器虚拟仿真系统的离线综合声音建模与动态均衡渲染算法,经过数字压限器、扩展器以及激励器等环节,将大规模音频数据根据虚拟权重进行离线重构;运用五段等响折线法,并结合心理声学构建了基于大规模音源的动态压缩比算法;结合座舱虚拟环境的等效吸声系数算法和混响时间算法;综合功率谱密度函数与特性共振峰,总结出与一系列状态量对应的幅频特性,应用前馈(BP)网络算法对数字均衡器进行实时调参,实现了发动机推力噪声的动态数字音频实时渲染;并基于Direct Sound的音频特效程序接口开发了一套基于高层体系结构(HLA)的分布式飞行模拟器实时音效系统,仿真结果验证了声音建模与渲染算法的有效性。     

基于三角原理的压电驱动微位移定位机构的设计与分析

设计了一种基于三角原理的精密柔性定位机构,机构由压电叠堆作为驱动元件,经由柔顺机构输出缩小的位移.进行了理论计算和有限元分析并在样机上进行了静态特性的实验,结果表明该柔顺机构可以实现预期的运动.     

推力矢量飞机控制律设计及过失速机动仿真研究

利用四元数法建立了带推力矢量的战斗机全量运动方程,依据逆系统理论对推力矢量飞机进行了适用于过失速机动和超敏捷性研究的控制系统设计。根据非线性动态逆的特点将飞机的动态特性分成快慢不同的两组状态变量分别进行设计,并采用伪逆法解决了舵面分配问题。利用该控制系统对"眼镜蛇"飞机机动进行了仿真计算,结果表明该设计方法是可行的。     

直升机设计过载系数的确定和验证方法

极限过载系数与直升机的用途密切相关,是直升机设计的重要参数之一,它决定了直升机结构设计的载荷,既是直升机机动性好坏的重要标志,也是用户最关注的验证指标之一。本文通过分析过载系数的定义和意义,结合国军标和适航的规定,给出了极限过载系数的确定方法,讨论了最大过载系数的验证程度和飞行方法,并提出了过载系数试飞数据的处理方法和依据。     

飞行器最优机动策略研究方法及进展

回顾了国内外最优机动策略研究的理论和方法,着重论述了近几年国内外的最优轨道机动策略问题的研究状况,比较了国内外的发展差别,讨论了轨道最优机动策略的发展趋势,为我国飞行器最优轨道机动策略研究方向提供了有意义的参考。     

燃气二次喷射推力矢量控制系统启动过程非定常效应研究

采用数值模拟方法对燃气二次喷射推力矢量控制系统启动过程中非定常效应进行了研究.给出了详细的喷流瞬态干扰流场结构, 以及喷流瞬态干扰区随时间改变的流场细节特性,分析了流动参数和发动机内弹道性能的动态变化过程.研究表明,主/次流干扰流场内流动参数的分布及变化呈现复杂的多样性,启动过程中所呈现出的动态特性与系统稳定工作时有着明显的差异,侧向控制力、燃烧室平衡压强和发动机推力均有显著变化.在飞行器设计中,必须从安全控制的角度出发,考虑这一非定常效应的影响.     

轴对称射流矢量喷管非矢量状态下推力特性研究

通过数值模拟,研究了非矢量状态下（射流流流量为零）轴对称射流矢量喷管在低落压比时（NPR≤3.5）,射流缝内形成的空腔流动对喷管推力特性的影响;利用这种影响来控制低落压比时喷管的气流分离位置,提高了喷管处于低落压比时的喷管推力系数;推力系数可以提高到0.90以上。因此合理布置双连通射流缝的位置,不仅有利于提高射流的推力矢量效率,而且有利于提高低落压比无次流时的推力系数,从而弥补射流矢量喷管几何固定带来的不足。     

基于SVPWM的高功率因数整流器研究

介绍了三相电压型PWM整流器的数学模型和空间矢量PWM(SVPWM)控制技术,并根据设计要求完成了主电路中相关参数的设计。实验发现,采用SVPWM电流控制技术能够使网侧电压与电流同相位,表明电压型PWM整流器实现了高功率因数整流。     

一种MEMS陀螺标度因数误差补偿方法

高动态、恶劣温度环境下,微小型飞行器(MAV)导航、制导与控制系统关键器件微机电系统(MEMS)陀螺受温度和转速耦合影响,其标度因数误差呈强非线性特点,常规方法无法精确补偿。通过分析MEMS陀螺标度因数误差的产生机理,建立了包含温度和转速非线性因素的标度因数误差模型,提出一种基于径向基(RBF)神经网络的标度因数非线性耦合误差补偿方法,解决了常规补偿方法精度差的问题。标定与补偿实验表明:在-10～+55℃温度范围、-150～+150(°)/s输入转速范围内,采用新方法补偿后MEMS陀螺输出平均精度比多项式拟合方法提高7倍;在-20～+20(°)/s低输入转速的误差强非线性区间内,精度提高近20倍,验证了本文方法的有效性和优越性。     

基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.