类X-51A飞行器非定常湍流精细模拟

针对类X-51A飞行器在超声速大迎角状态下存在的大范围非定常分离流动,开展了精细化湍流数值模拟研究。计算基于高阶格式下的延迟分离涡模拟方法（DDES）,来流马赫数为2.5,迎角为10°。分析了该复杂流场中存在的分离流动现象、分离流动诱导的气动特性变化规律以及压力脉动特点;其中重点研究了壁面压力脉动强度分布情况和监测点压力脉动频谱特性。分析结果表明:飞行器大迎角飞行时从侧缘诱导出明显的分离涡,并对尾部舵面产生干扰;受干扰尾舵表现出明显的非线性及非定常气动特性;分离涡的存在导致飞行器尾舵前缘等位置的壁面压力脉动显著增强,200~300 Hz的低频高幅值脉动可能会导致结构破坏。      

触地关机模式下的着陆器软着陆稳定性研究

以触地关机软着陆模式下的某型着陆器为研究对象,建立其软着陆过程的动力学仿真模型。基于仿真模型,结合优化方法与多岛遗传算法（MIGA）确定了着陆器的极恶劣地形工况参数,并利用径向基函数（RBF）神经网络建立了反映极恶劣工况下着陆器速度参数与稳定性指标值之间映射关系的代理模型。将着陆器速度参数做离散化处理得到样本点,利用神经网络模型计算了各样本点对应的软着陆稳定性指标值,基于计算结果给出了各项软着陆稳定性指标的云图和三维速度稳定性边界,并得到了综合各项稳定性指标的着陆器速度稳定性边界。分析结果可直观地确定保证着陆器安全着陆的速度取值范围,为着陆器速度的合理控制提供参考。      

时频系统数字锁相技术研究

为了利用外部1PPS信号或10MHz频率信号驯服铷钟或晶振,本文推导建立了数字二阶/三阶锁相环频标模块的仿真模型,对模型中的锁相环、鉴相器量化、DA位数、定点运算、环路更新频率对相位噪声性能的影响等关键问题进行了分析,给出了参数设置依据及仿真结果,完成了频标模块的硬件设计,验证了模型的正确性。     

基于矩阵分解的空间系绳系统不完全反馈控制

针对利用空间系绳系统（STS）进行面内捕获过程中系绳展开后状态保持阶段及捕获完成后系统面内运动抑制等问题,在面内角和面内角速率信号丢失情况下,基于矩阵分解采用不完全状态反馈控制方法,设计出能够抑制系绳展开完成后所出现的非标称行为、捕获后面内摆动的张力控制律,进而使系统回稳。将所设计的控制律与线性二次调节器（LQR）+降维观测器方法对比,在参数不确定的条件下检验该控制律的控制效果。仿真结果表明,所设计的控制律在超调量和调节时间上优于LQR+降维观测器方法,能够有效控制系绳的展开误差及捕获过程所带来的面内扰动。所设计的控制律结构简单,控制效果良好,且设计过程无需参数调整。      

蜂群无人机自组网多优先级自适应退避算法

针对现有媒质接入控制（MAC）协议退避算法无法为蜂群无人机自组网（FANETs）提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口（CW）长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避（PAB）算法和支持QoS的自适应竞争窗口退避算法（Q-ABACW）,性能均有较大提升。      

基于频控阵的稳健Capon波束形成

为了克服相控阵波束仅具有角度分辨力的缺陷,频控阵通过在阵元间加入相对于载频十分微小的频率增量,实现了波束的距离-角度二维相关。引入3种接收信号处理机制,并对其进行理论推导分析,仿真说明了其中2种机制的实用性。针对指向误差存在情况下,估计的目标导向矢量与真实的目标导向矢量失配的问题,采用稳健Capon波束形成（RCB）算法,给出纠正偏差后的导向矢量闭式解,并在2种信号处理机制下,对其方向图进行了仿真。结果表明,利用RCB算法能在目标位置形成高增益,干扰位置形成零陷,验证了算法在频控阵中应用的有效性。      

基于深度学习的无人机数据链信噪比估计算法

无人机数据链通信受到各种自然与人为的干扰,信噪比（SNR）是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络（CNN）与长短时记忆（LSTM）网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。      

基于快速自适应超螺旋算法的制导律

针对地空导弹攻击机动目标的制导律设计问题,提出了一种有限时间稳定的新型二阶滑模制导律。在弹目相对运动模型的基础上,将制导问题转化为一阶系统的控制问题。在超螺旋（ST）算法中引入线性项和一种新的参数自适应律,提出了一种快速自适应超螺旋（FAST）算法,该算法不需要已知系统不确定性的边界且收敛速度较快。利用类二次型Lyapunov函数证明了系统有限时间稳定性,给出了收敛时间估计公式。通过与自适应滑模制导律、ST制导律和光滑二阶滑模制导律的仿真对比,验证了所设计的制导律在保证制导精度的同时,能够在有限时间内提高滑模变量的收敛速度,并且避免了参数选择困难的问题。      

基于CUDA的超声二维声场EFIT仿真

随着图形处理器（GPU）的快速发展,基于计算设备统一构架（CUDA）可以方便地将并行计算技术应用于超声声场数值仿真计算,极大地提升计算效率。阐述了弹性动力学有限积分算法（EFIT）的原理,在采用CPU实现带吸收边界的钢材料二维点源激励声场仿真的基础上,基于GPU实现了仿真模型的并行计算,介绍了GPU程序的设计流程和参数优化方法,包括纹理内存使用、吸收边界优化和数据传输优化。对比了相同条件下CPU和GPU仿真计算的耗时和平均计算效率,定量分析了GPU对于EFIT模型效率的提升。比对结果表明,EFIT具有良好的并行计算条件,采用并行计算方法能够有效提升模型计算速度,对于复杂声场仿真应用具有广阔的应用前景。      

一种基于改进KELM的在线状态预测方法

针对核超限学习机（KELM）在线状态预测过程中,核矩阵阶数不断增长且难以跟踪时变动态特征的问题,提出了一个具有遗忘因子的稀疏KELM在线状态预测方法。通过引入遗忘因子构建新的目标函数,使稀疏字典中各元素依据时间远近具有不同权重,保证了模型对动态变化的有效跟踪;通过最小化字典的快速留一交叉验证（FLOO-CV）误差,选择具有预定规模的关键节点构成字典;基于当前字典,通过矩阵初等变换和分块求逆,实现相关参数的递推更新。某型飞机发动机的状态预测结果表明,与目前已有的3种在线序贯KELM相比,所提方法在6个监测项目上的平均训练时间分别缩短了7.5%、62.0%和81.9%,平均预测精度分别提升了44.0%、19.9%和50.9%。