火花放电合成射流与超声速来流相互干扰特性数值模拟研究

为了指导火花放电式合成射流激励器在超声速流动控制中的应用,数值模拟研究了火花放电合成射流与超声速来流的相互干扰特性。研究表明火花放电式合成射流在超声速流场中产生强烈扰动,产生较强的激波结构;随着射流的喷出,激励器上游分离区和流场中激波呈先增强后减弱的趋势,激波由弓形激波逐渐弱化为斜激波,并且随着放电能量的增加射流与主流的动量通量比不断增大,射流的干扰和控制能力显著增强。由于超声速流的较大惯性及其对腔内气体的引射作用,激励器的腔体回填速率大幅下降、回填时间明显增长,使得激励器的工作频率受到很大限制。     

组合航天器转动惯量在轨两步辨识标定

在轨辨识转动惯量参数是主动航天器与非合作空间目标构成组合体后实现高精度姿态控制的重要前提,文章提出了一种两步在轨辨识组合航天器转动惯量参数的方法。第一步以航天器本体坐标系滚动轴转动惯量为基准将转动惯量矩阵归一化,得到特殊的转动惯量比矩阵,建立与其相关的姿态动力学模型,提出了基于扩展卡尔曼滤波的在轨辨识算法,基于星上陀螺角速率测量信息在100s左右辨识出所有转动惯量比参数,克服了由于模型简单导致转动惯量信息辨识不完整的缺点;第二步基于第一步辨识得到的转动惯量比参数,采用最小二乘算法辨识得到滚动轴转动惯量值,计算量小,消耗能量少。最后给出仿真算例,辨识精度基本在1|之内,验证了方法的有效性。     

飞行员视觉信息流强度模拟及适人性分析

为了合理地确定飞行员在执行飞行任务时的视觉信息流强度,开发了飞机座舱显示界面仿真模型,以被试的正确反应率和反应时间来评价作业绩效.通过实验和数据分析得到以下结果:所建立的视觉信息流模型中视觉信息流强度曲线符合正态分布.不同的视觉信息量完成任务差异显著,信息量增加到一定程度时辨识变慢,出现错误的几率升高;在相同视觉信息量情况下,夜晚与白天、动态与静态执行任务辨识和绩效差异显著,白天要比夜晚、静态要比动态辨识效率和绩效更好.      

航天器反作用轮扰动建模及参数辨识

为预测反作用轮微振动对航天器产生的影响,提出了一种改进的扰动模型.由于共振造成的扰动放大是反作用轮扰动对卫星姿态精度的最重要影响,改进模型通过引入放大系数体现结构固有频率对扰动的影响.鉴于改进模型的非线性特性,应用模拟退火遗传算法对改进模型进行了参数辨识.设计刚性六分量力测试平台对反作用轮扰动进行测试,并利用实测数据对改进模型及参数辨识结果进行验证.验证结果表明:改进模型准确地反映了反作用轮的扰动特点,模拟退火遗传算法可以提高参数辨识的精度.     

基于盲源分离技术的航空发动机振动信号分析

基于双转子航空发动机机匣拾取振动信号特征的分析,采用基于数学形态学滤波前处理的盲源分离识别方法进行特征提取.针对机匣拾取振动信号的特征,利用开—闭和闭—开组合数学形态滤波器在保留信号基本形状的前提下,滤除掉原始信号中的噪声分量.利用Fast ICA算法恢复高、低压转子源振动信号的波形.对实测数据的分析表明,该方法能够较好地恢复高、低压转子所激振动信号的频域结构信息,有利于提高故障定位的准确性.     

涡轮冷却器动态特性研究

从飞机空调的温度控制系统设计的需要出发，首先用理论推导的方法求得涡轮冷却器的动态数学模型的结构形式，然后提出不用理论推导的方法求得涡轮冷却器动态数学模型的模型参数，而用辨识实验的方法求得涡轮冷却器的动态数学模型的模型参数。还推导了辨识的计算公式，论述了辨识实验的方法、步骤和结果。最后提出了涡轮冷却器动态特性的计算方法，并且以欧拉法为例论述了涡轮冷却器动态特性计算的具体公式和步骤。     

非线性参数识别的相关积分方法及其应用

使用相关积分方法解决单自由度非线性系统的参数识别问题。利用相关积分方法的滤波特性可以有效地抑制测量信号中的噪声影响，提高参数估计的精度。同时可以分别建立非线性阻尼和刚度参数的线性识别方程．实现两类参数的分离识别，有利于弱非性项的参数估计。将这一方法用于贮箱内液体晃动等效力学模型参数的试验确定问题，解决了由于采用防晃装置而产生的非线性晃动阻尼的参数识别问题。     

非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习,不需要离线训练。在无逼近误差和扰动的理想情况下,所提出的在线算法能保证辨识误差趋于零,基函数持续激励条件能保证权重趋于零。在非理想情况下,权重调整律采用ｅ修正权重算法,它是ＢＰ算法的推广,不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。     

质谱计在行星系统与小天体探测中的应用

质谱计多次应用于行星系统和小天体的大气层与土壤吸附气体或挥发组分及其同位素含量探索,是太阳系行星系统和小天体探测计划中的首选载荷之一。大气和土壤元素及其同位素组分探测对资源勘探、行星系统的宜居性、天体演化、起源及其重要事件的精准时间坐标研究等具有重要意义。质谱计已多次成功应用于火星、土星系、木星系、彗星等探测任务中开展大气环境探测。质谱计的探测对象主要包括太阳系行星、行星卫星如月球、木星伽利略卫星、土卫,以及地外小行星和彗星。四极杆质谱计在当前的深空空间环境探测活动中应用最为广泛。利用四极杆质谱计除可用于探测稀薄天体大气与土壤析出气体外,如增加抽真空能力的前端设计,则具备探测稠密大气成分的能力。中科院空间中心研发的星载质谱计已多次成功应用于地球行星大气成分和密度探测。