低雷诺数分布式螺旋桨滑流气动影响

以高空长航时（HALE）太阳能无人机（UAVs）研究为背景,采用基于混合网格技术及k-k_L-ω转捩模型求解雷诺平均Navier-Stokes（RANS）方程的多重参考系（MRF）方法,对3种螺旋桨-机翼构型的低雷诺数气动特性进行了高精度准定常数值模拟,在等拉力前提条件下,通过对比机翼气动力系数及表面流场结构特征分析了分布式螺旋桨（DEP）滑流对FX63-137机翼的气动影响。研究表明：螺旋桨滑流影响使得桨后总压及流速显著增大,这是机翼升力增大的主要原因,但同时机翼阻力特性急剧恶化,升阻比反而降低;螺旋桨滑流向机翼边界层内注入丰富湍动能从而抑制流动分离,扩大机翼表面湍流范围及附着流动区域;分布式螺旋桨滑流与低雷诺数机翼表面复杂流动相互作用显著,主要表现为滑流区域边界展向涡结构的产生。     

行星际互联网中基于Raptor码的分布式存储策略

针对行星际互联网节点存储资源严重受限及存储可靠性问题,提出一种基于Raptor码的分布式存储策略(DSSR)。采用定向随机漫步机制,使得源数据包能够迅速遍历整个网络。在预编码阶段利用基于ID的估计方法进行网络全局信息估计,无需额外的全局信息估计阶段。通过设计合理的数据包选择机制使得最终编码度分布趋于理想度分布。分析和仿真结果表明,与相关文献提出的分布式存储策略相比,该方法大幅度减少了数据包传输时的随机漫步步长,同时提高了译码性能,简单易行。     

星载双天线干涉SAR系统总体技术研究

干涉SAR卫星测绘方式主要有重复轨道多航过干涉SAR、双天线单航过干涉SAR、编队飞行干涉SAR三种方式,其中过双天线单航干涉SAR能够获得较高的干涉测绘效率、较好的高程测量精度。文章针对星载双天线干涉SAR系统开展了轨道高度与高程测绘精度的关系分析、载荷工作机理及高程测量精度分析、天线伸展臂的抖动对干涉性能的影响分析等总体技术研究,并进行了关键技术分析。     

AIRSAR／TOPSAR综合多频多极化干涉测量SAR处理器

介绍了用来处理多极化式，干涉测量式或混合式合成孔径雷达系统多频ＳＡＲ数据的综合ＳＡＲ处理器的算法及实现。     

∑-拼接-全分布式作战系统关键技术之一

介绍了"∑-拼接"技术在全分布式作战系统中的应用,建立了基于"∑-拼接"技术的全分布式作战系统的模型,并阐述了其中技术难点的解决方法.     

一种新的SAR成像末制导弹道快速优化方法

基于一种求解最优控制的新方法——hp自适应伪谱法,对合成孔径雷达(SAR)成像末制导弹道优化问题进行了研究。以波束驻留时间最小为指标函数,考虑SAR成像约束、导弹过载约束、导弹动力学约束,建立了SAR成像末制导弹道优化模型,利用hp自适应伪谱法对模型求解。仿真结果表明,hp伪谱方法通过伪谱分段数和配点数目的自适应调节,融合了分段伪谱法计算效率高和全局伪谱法收敛速率快的优点,得到的弹道平滑、精度高,与采用直接打靶法的弹道优化相比,优化时间显著降低,可为SAR成像末制导工程设计提供有益参考。     

IEEE 802.11 DCF在捕获效应下的饱和性能分析

研究了捕获效应对分布式协调功能(Distributed coordination function,DCF)饱和性能的影响。通过捕获概率的推导以及信道状态与节点状态同步变化的证明,提出了一种改进的时隙分析模型。利用这一模型,分析了IEEE802.11DCF在捕获效应下的饱和性能,导出了其归一化饱和吞吐量和平均接入时延的闭合表达式,并对饱和状态与平均接入时延之间的关系进行了阐释。理论分析与仿真结果表明,该时隙分析模型可有效提高IEEE802.11DCF机制的饱和性能的理论估计精度。     

针对网络时延的发动机PI 控制系统稳定性分析和控制器设计

针对航空发动机分布式控制系统中的通信时延问题,进行了PI控制系统稳定性及控制设计。基于Nyquist稳定性判据 分析比例系数Kp的稳定域,进一步采用等效开环传递函数分析积分增益Ki的稳定域,获得时延上界依赖型PI控制器参数稳定域。 基于参数稳定域设计某涡扇发动机分布式控制系统的时延PI控制器,并进行了数字仿真。结果表明：在时延上界为0.3 s时,基于 参数稳定域设计的PI控制器可保证被控系统的稳定性,系统无稳态误差,转速控制系统超调量不超过0.38%;反之,基于控制器参 数非稳定域设计的控制器使被控系统的性能显著恶化。     

多星对合作目标的分布式协同导航滤波算法

针对多颗在轨卫星对空间合作目标的协同导航问题,提出了一种适用于协同导航的分布式球面单形-径向容积求积分卡尔曼滤波（DSSRCQKF）算法。为了计算非线性滤波中的高斯加权积分,分别使用球面单形准则和二阶高斯-拉盖尔求积分准则计算球面积分和径向积分,提出了一种新的球面单形-径向容积求积分准则。将该准则嵌入分布式卡尔曼滤波框架中,结合协同导航的非线性数学模型,给出适用于协同导航的DSSRCQKF算法,该算法要求每颗导航星仅与其邻居星进行通信,通过数据的分布式融合实现对目标星轨道状态的一致估计,从而避免了传统集中式处理中较高的通信和计算压力。仿真实验结果表明,与分布式卡尔曼滤波相比,本文算法将对合作目标的实时定位精度提高了11 m,定速精度提高了0.02 m/s,从而验证了本文算法的有效性。