基于数值计算的机载SAR空变运动补偿算法

针对机载合成孔径雷达(SAR)高分辨率宽测绘带(HRWS)成像问题,在分析结合两步运动误差补偿的距离徙动算法基础上,提出一种基于数值计算的空变运动误差补偿算法。通过对粗聚焦图像进行分块,在子块的两维波数域进行空变运动补偿,补偿的相位包括方位相位误差、距离相位误差以及方位和距离的耦合相位,因此该算法在复杂航迹、高分辨和宽测绘带情况下仍具有较好的鲁棒性。最后对SAR仿真数据和实测数据进行处理,并与结合两步运动误差补偿的距离徙动算法进行比较,处理结果表明该算法能够更好地补偿空变运动误差。     

随机运动目标区域持续探测概率的近似模型

研究了随机运动目标区域持续探测的探测概率描述和计算问题。定义了探测函数及目标存在和探测不成功的联合概率密度函数,推导了基于速度分布密度的搜索方程和基于特征迹线的方程的解。鉴于在搜索理论应用中难以获得时变的速度分布,以及搜索方程精确解的复杂性,提出了基于初始速度分布密度的对随机恒速运动目标的一个近似的搜索方程,给出了探测概率的解,并以直升机吊放声纳的一次探测过程,进行了算例仿真。     

大口径蝶阀数学建模与流场特性分析

为了获得大口径蝶阀的输入输出特性模型,开展了蝶阀运动特性实验和数值模拟仿真研究。在给定工况下,计算蝶阀在不同开度下的速度、压力、力矩和压降,获取了蝶阀内部流场特性;同时,根据流速分布、压力分布、湍流动能和湍流强度等表征蝶阀流动特性的参数,通过拟合建立了蝶阀特性数学模型,并与实验数据进行了 对比分析。结果表明:不同开度时,蝶阀呈现不同的流场特性,当开度大于等于5365%时,蝶阀流体在入口和出口处的流速较饱满,流通性能相对较好,流态平稳。经实验数据修正后的蝶阀数学模型置信度高,利用它进行蝶阀运动特性数值模拟分析是可行性的。     

旋转调制式惯性平台的圆锥运动误差

转调制式空间稳定平台采用陀螺壳体翻滚技术,陀螺壳体翻滚在平台伺服跟踪作用下将形成圆锥运动。圆锥运动误差会引起陀螺漂移,对高精度、长航时惯性导航系统的精度将造成严重影响。首先,介绍了高精度、长航时旋转调制式惯性平台的基本工作原理,推导了平台上的陀螺沿旋转主轴相对地球的角速度。其次,阐述了陀螺壳体翻滚的圆锥运动,推导了壳体翻滚装置和框架伺服系统的跟踪误差及牵连运动角速度引起的圆锥运动附加漂移误差公式。再次,根据数值举例给出了计算机仿真曲线,指出该误差对高精度系统的危害。最后,得出结论：为了实现圆锥运动误差极小化,确保系统长时间运行精度和可靠性,必须实时扣除牵连运动角速度引起的圆锥运动误差分量,并优化设计壳体翻滚装置与平台伺服系统。     

火星大气进入段侧向预测校正制导律设计

火星大气进入段预测校正制导方法通常采用误差走廊来约束侧向运动,该方法只能满足侧向运动的末端约束,而无法实现对侧向运动过程约束的满足。将预测制导的方法引入侧向制导律设计中,该方法无需离线规划误差走廊,而是根据侧向运动中的相关约束,在线计算倾侧角反转时刻,从而同时满足侧向运动的末端约束与过程约束,并能够克服采用误差走廊可能导致的飞行器因频繁反转机动而使燃料过快消耗的问题。仿真结果表明:该侧向预测制导律不仅能满足开伞位置精度,同时也能实现对进入轨迹侧向运动的灵活规划。     

基于深度神经网络的含运动边界非定常流场预测方法研究

针对飞行器设计过程中对流固耦合系统快速预测的需求,探索基于数据驱动的非定常流场建模策略,缩短流场演化求解耗时,从而加快流固耦合系统模拟速度。流固耦合系统中流场演化求解部分等价于含运动边界的非定常流场演化。本文提出了一种基于神经网络的流场预测模型,来学习并预测运动边界附近的非定常流场演化过程。此神经网络可以基于当前流场状态及边界运动信息预测出下一个时刻的流场状态。通过不同振动频率及振幅下的运动圆柱绕流问题,测试了本文提出的神经网络模型的预测精度及泛化能力。神经网络的预测结果和计算流体力学仿真结果中流场结构吻合度较高,且通过对预测的流场数据中边界上的压力积分得到的气动力也具有较高的精度。测试结果展示了该神经网络模型具有良好的预测性能,因此该方法可以用于快速、准确获得运动边界周围非定常流场状态。     

面向五轴数控加工仿真的机床运动位姿算法研究

数控加工仿真是制造业发展过程中数字化与智能化的集中体现,然而现有研究在机床运动位姿计算精度上还存在不足,如未考虑数控系统指令模式、加减速控制以及机床几何误差等约束条件。针对上述问题,本文对五轴机床仿真运动算法进行研究,首先对五轴数控机床拓扑结构、模型和坐标系进行了完整定义,在此基础上探索了基于数控系统指令模式的刀具轨迹仿真密化以及相应的时间标记计算方法,并结合五轴数控机床几何误差模型,得到了更符合实际几何状态的机床模型运动位姿。通过对仿真机床实例的拓扑结构建模、刀位轨迹仿真密化以及机床模型位姿计算,对所提出的机床运动位姿算法进行了验证,证明该算法的可行性和有效性。