压气机稳定边界的数值预测研究

为研究不同压气机稳定性预测方法的准确性,采用最大静压升系数法与商用CFD软件,对某4级低速压气机的稳定边界进行了数值模拟,并与试验结果对比。计算结果表明:最大静压升系数法在预测压气机稳定边界上有一定的准确性。使用商用CFD软件NUMECA对某4级压气机进行模拟计算,考虑了不同的网格划分方案、使用不同的湍流模型和差分格式等因素,以出现数值发散作为压气机失稳的标准,结果表明:主流区的网格对计算结果影响较大。不同差分格式的结果显示,中心差分格式的结果最好。     

机载单站只测向定位最优机动研究

概述了机载单站只测向定位最优机动求解算法，研究了基于最大方位角变化率准则下的观测机机动轨迹，得到理论上的最优定位机动，并结合实际运用，分析出两种近似最优的机动：“一”形（直线形）机动和S形机动，通过仿真，验证了这2种机动方式在一定条件下可以等效于最优机动，具有良好的定位效果。     

民用运输类飞机最大可用速率抬前轮试飞技术研究

最大可用速率抬前轮试飞是验证抬前轮速度与起飞安全速度的重要依据,也是难度较大、风险较高的试验项目。以起飞动力学分析为基点,得出最大可用速率抬前轮试飞可能达到的最大迎角,并结合相应的适航审定条款,分析了影响该科目试飞的主要因素,给出了最大可用速率抬前轮试飞技术分析和数据处理方法。     

判断力权值的确定方法及AHP中群组判断矩阵的形成

在ＡＨＰ模型中，请一组专家对某一属性进行评价，根据专家的判断能力，给出判断力权值，再通过适当的数学处理方法，可得最优判断矩阵，这是ＡＨＰ中构造判断矩阵的一种新方法。     

高速飞行器热结构工作时变模态参数辨识

高速飞行器由于其很高的飞行速度而无可避免地受到气动加热作用的影响,进而引起结构特性的时变。采用理论或有限元方法(FEM)进行数值分析,难以获取反映结构在飞行(工作)状态下的真实模态参数。通过辨识获取高速飞行器热环境下的时变结构模态参数是一项十分具有挑战性的任务。针对此问题,引入参数化时频域的最大似然方法,对气动加热作用下的高速飞行器升力面结构的时变模态参数进行了辨识。通过模拟真实飞行状态的数值算例研究,说明参数化时频域的最大似然方法能够很好地辨识出低信噪比(SNR)情况下的模态频率和模态振型,验证了参数化时频域最大似然方法适用于具有显著时变特征的高速飞行器热结构的时变结构模态参数辨识,可为将来相关的工程研究和应用提供良好的理论支持。     

一种双时间尺度函数Wiener过程性能退化模型

为通过性能退化数据评估产品的可靠性,基于广义Wiener过程提出了一种双时间尺度函数模型以描述产品退化过程。采用极大似然估计(MLE)法求解模型参数,推导了其寿命分布(FTD),进而进行可靠度分析和寿命评估。对模型进行了Monte Carlo模拟验证和实例应用,并将目前常用的混合效应Wiener过程模型作为参考方法进行了对比分析。结果表明:根据90%可靠度曲线的定义,该方法较参考方法的结果更为合理、准确。进一步的寿命评估结果表明,该方法与参考方法的平均寿命相差232.9h,90%可靠寿命结果相差109.4h,且参考方法计算结果偏于危险。      

基于抗噪声ICA的高光谱数据特征提取方法

特征提取是高光谱数据应用的一个重要环节,用于将高光谱数据中具有特殊性质的地物分离出来并去除冗余信息.提出了一种使用独立成分分析(ICA,Independent Component Analysis)进行高光谱遥感地物特征提取的方法.为了解决ICA对噪声过分敏感的问题,采用最大噪声分量(MNF,Maximum Noise Fraction)算法替代传统的主成分分析对数据作降噪处理,由MNF引出的不完全独立成分分析(UICA,Undercomplete ICA)在不牺牲特征提取能力的情况下能够获得很高的运算效率.给出了HYDICE和PHI的数据试验结果,分别测试了算法在时间效率和特征提取能力方面的性能,证明了该算法具有预期的性能.     

单音干扰下扩频测控信号伪码跟踪性能研究

扩频测控信号的伪码跟踪性能直接关系到测控系统的测距精度。以伪码跟踪环中鉴相曲线平衡点的过零偏移为研究对象,推导了音频干扰条件下扩频测控信号伪码跟踪的干扰最大误差;并针对干扰最大误差需考虑具体鉴相算法的特点,提出基于相关曲线主瓣的二阶中心矩扩展因子的性能评价方法。该方法利用伪码相关曲线主瓣在干扰前后的畸变情况,反映干扰对伪码跟踪性能的影响。仿真分析表明,干扰最大误差的理论及仿真结果和二阶中心矩扩展因子所得结论一致,从而验证了干扰最大误差理论的正确性以及所提性能指标的有效性。     

Improvement of Jahangir＇ s multiple moments estimator

在M.Jahangir以常数为权的组合式矩估计器的基础上,给出一种以函数为权的组合式矩估计器,称为L-J估计器.其中,最优加权函数是根据U估计器与形状参数的单调关系,通过数论网格最优化算法搜索解出.大量仿真实验证实,在对K分布形状参数v大范围的参数估计中,L-J估计器在估计精度上,不但较Jahangir等提出的常数加权组合矩估计器的精度有显著提高,而且可与MLE（Maximum Likelihood Estimator）相当.特别是由于MLE作为渐进无偏估计量,需要充分大的样本长度才能达到最优,这就使得L-J估计器的估计精度可在样本长度较小时优于MLE.此外,L-J估计器无需迭代运算,因而在计算效率上,显著优于现有的ML估计器.     

随机失谐叶盘结构失谐特性分析

为研究失谐叶盘结构最大的强迫响应幅值及最坏失谐模式,提出了运用遗传算法和序列二次规划混合优化方法确定失谐叶片最大的幅值放大系数及相应最坏失谐模式的通用方法.揭示了失谐跳变-局部化现象,构建了与振动响应局部化直接关联的表达因素.失谐敏感度分析表明,失谐叶片最大的幅值放大系数随失谐强度的增加而增大,并在失谐强度上界处取得极值,并没有所谓的失谐"阈值"现象.