Y12F飞机噪声局方并行试飞适航审定技术

民用飞机为获得型号合格证,应按照有关噪声适航规章条款进行噪声适航合格审定,噪声测试飞行试验是表明符合性的最佳途径。以CAAC和FAA发布的相关噪声适航文件为基础,研究了Y12F飞机噪声测试并行飞行试验所涉及的测试设备、试验场地、气象条件、飞行试验程序、数据测量和处理等方面的适航审定技术。所构建的噪声测试飞行试验适航审定方法,有效地指导完成了Y12F飞机噪声测试的适航验证工作,并完成CAAC和FAA同步审查,为获得CAAC型号合格证和FAA型号合格证奠定了基础。该研究成果可为螺旋桨小飞机和螺旋桨通勤类飞机等新机型的噪声适航合格审定提供借鉴和指导,同时也可为意愿获取FAA型号合格证的申请人提供参考。     

卫星遥测数据短时CEEMDAN-PSO-ELM预测模型

针对卫星遥测数据变化类型众多而导致传统预测模型难以准确预测的问题,提出一种基于自适应噪声完整集成经验模态分解(CEEMDAN)-粒子群(PSO)-极限学习机(ELM)的组合预测模型。首先对遥测序列进行CEEMDAN分解,以降低序列的非线性;然后利用PSO对ELM预测模型的输入权值和隐含层偏差进行优化;最后利用PSO-ELM预测模型分别预测分解后的序列,依次相加得到最终预测结果。将其应用在某在轨卫星实测数据中,与传统的预测模型比较。结果表明:该方法在平均绝对误差、平均绝对百分误差、均方根误差、标准均方误差指标上均最小,在曲线拐点处与真实数据最为接近。证明该模型能实现准确预测的功能。     

齿根倾斜锯齿尾缘叶片噪声控制实验

针对NACA0018翼型传统锯齿尾缘的钝型齿根部,设计了一种具有齿根倾斜的新型锯齿尾缘,并采用实验方法研究了齿根倾斜角对翼型尾缘噪声的影响规律。研究结果表明,新型锯齿尾缘在大攻角范围内（12°~18°）,可使叶片噪声下降3.2~17.1dB,在小攻角范围,对中频范围出现的“驼峰”有抑制作用,且齿根倾斜角为30°的新型锯齿尾缘叶片消除了声压频谱的“驼峰”窄带峰,整体噪声下降0.2~1.5dB。      

悬停状态下旋翼噪声声源反演的正则化方法

根据旋翼辐射的气动噪声求解气动声学反问题,给定合理的旋翼表面载荷并结合声类比方法得到观测点的信号,以此进行表面载荷反演。对建立的大型不适定性方程组采用奇异值分解结合正则化方法进行求解,为克服反演结果存在的数值振荡,采用多项式函数来表示未知量,并引入库塔条件作为先验信息。结果表明:理想条件下,该方法得到的旋翼表面的压力分布更接近输入值,尤其在载荷分布较大的叶尖区域,考虑干扰噪声影响后,该方法得到的展向截面吸力峰位置的最大相对误差从15%减小到4%。      

低频信号的混沌高斯化检测方法

大气天电噪声是干扰低频信号的主要噪声源。文章主要针对大气噪声的高斯化方法进行研究,提出了基于混沌方程快速求解、混沌相变判别等技术的噪声高斯化方法,以非线性信号处理技术为依据,通过实验室模拟信道环境,完成低频弱信号的混沌高斯化及检测,2PSK弱信号检测的理论实验验证了其有效性,可为低频接收技术的发展提供依据。     

基于交互式多模型鲁棒滤波的目标机动估计算法

针对雷达导引头的测量信息带有闪烁噪声的问题,研究了交互式多模型和鲁棒滤波在雷达导引头目标机动估计中的应用.采用Huber Based滤波理论改进高阶容积卡尔曼滤波,提出高阶容积鲁棒滤波算法,选取Singer模型、“当前”统计模型、常加速度模型作为目标机动模型,建立雷达导引头测量模型,结合交互式多模型算法框架,设计目标机动估计滤波器.蒙特卡洛数字仿真结果表明,所提算法的鲁棒性较强,与传统高斯滤波相比,所提算法对闪烁噪声具有更高的滤波精度.     

对合成孔径雷达的干扰

在简单介绍合成孔径雷达（ＳＡＲ）的基本工作原理的基础上，重点分析了对ＳＡＲ实施干扰的可能性，并提出了可能的干扰方法。分析认为，这些可能的干扰方法，不仅适用于ＳＡＲ，而且也适用于逆ＳＡＲ。     

航空发动机气路故障诊断的SANNWA-PF算法

针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波（SANNWA PF）算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用正态分布的方式进行分裂,采用反向传插(BP)神经网络进行权值调整,缓解了粒子的退化和贫化,具有更强的自适应性能和跟踪能力。通过一维非线性跟踪模型和航空发动机气路故障诊断仿真研究表明:SANNWA PF算法具有良好的非高斯性能,相对粒子滤波一维非线性追踪模型估计精度提高约21%,航空发动机气路故障诊断在高斯噪声和非高斯噪声下分别提高约30%和26%,诊断速度分别提高约7倍和10倍。      

高斯混合模型优化的四元数约束CKF姿态估计

针对四元数非线性滤波在姿态估计中噪声为非理想高斯分布时随机模型的失配现象,提出了一种基于高斯混合模型的四元数约束容积卡尔曼滤波（GM-QCKF）。讨论了四元数在容积卡尔曼滤波中的加权均值方法,并利用高斯混合模型对高斯分量更新与求和从而精化随机模型,最后通过两步投影理论做归一化限制,有效地改进了四元数约束容积卡尔曼滤波的稳定性。通过仿真测试,表明GM-QCKF可明显提高姿态估计精度;跑车试验验证了GM-QCKF算法在实际应用中精度和稳定性的优势。