基于平流层风场预测的浮空器轨迹控制

平流层风场环境对浮空器设计和轨迹控制具有重要影响。针对平流层风场建模,以长沙地区2005—2010年的风场数据为例,首先采用本征正交分解（POD）方法对风场数据进行降阶处理;然后分别采用Fourier级数与BP神经网络算法对平流层风场进行预测,并对2种模型的预测精度进行比较分析;最后通过建立临近空间浮空器的动力学模型和高度调控模型,分析2种风场预测模型对浮空器轨迹控制的影响。研究结果表明,相对于Fourier预测模型,基于BP神经网络预测模型的预测精度更高,可信度更强,能够更好地为浮空器飞行轨迹控制提供参考价值。      

脉动风场的模拟方法及其在输电线路风振计算中的应用

针对脉动风场各种模拟方法的适用性问题,在相同的输电塔线实例上进行模拟方法的应用,对比各种方法的计算效率和计算结果,分析各种模拟方法的适用性和等价性,最后探讨单塔和塔线体系计算结果的差异。研究表明:基于POD分解的WAWS法不存在风速互谱密度矩阵无法分解的情况,计算效率较高,因此推荐使用。考虑三维风场后响应的脉动均方根比一维风场大;塔线体系中计算得到的响应均方根比单塔大。     

先进战斗机过失速机动大气数据融合估计方法

可控的过失速机动是先进战斗机超机动性能的重要标志,飞机飞行包线的扩大已超出传统的大气数据系统测量范围,可靠的迎角、侧滑角、总压、静压等飞行大气数据是制约先进战斗机过失速机动中飞行控制的关键因素。以中国推力矢量验证机为对象,基于过失速机动飞行试验的数据,开展大气参数估计与验证研究。结合过失速机动的时间与空间特性,研究了基于风速、地速、空速矢量和惯性姿态、导航参数的大气参数融合计算方法;针对过失速大迎角状态下飞机周围气流非定常、模型非线性导致的融合大气参数误差的复杂特性,进一步构建深度神经网络,对机动状态融合迎角、侧滑角的强非线性误差进行拟合。仿真和飞行试验表明：该方法可在大迎角飞行状态下实现主要大气参数的融合估计,过失速机动过程中融合迎角误差优于2.3°,融合得到的大气参数可为过失速大迎角机动飞行控制提供可靠的大气参数状态反馈。     

利用掩星温度数据推算大气月平均纬向风场

为了弥补中高层大气风场探测数据的不足,对2007年COSMIC全球掩星在20～60km高度内的温度数据进行网格化插值,利用梯度风计算方法,计算得到20～60km高度内的月平均纬向风场,分别与ECMWF再分析数据和HWM07模式进行对比分析.结果表明,利用COSMIC温度数据计算得出的纬向风与ECMWF的纬向风十分接近,而与HWM07结果有一定差异,但总体变化趋势一致.与ECMWF再分析数据相比,利用COSMIC温度数据计算的月平均纬向风场平均偏差为-1.50～-0.08m·-1,标准差为1.50～11.95m·-1.与HWM07模式风场相比,利用COSMIC温度计算的月平均纬向风场平均偏差为-0.83～1.21m·-1,标准差为3.69～11.14m·-1.      

时间序列法在临近空间大气风场预报中的应用

受多种因素影响,临近空间大气环境要素复杂多变,预报难度很大.本文采用时间序列法中的自回归滑动平均（ARMA）模型对临近空间大气风场开展统计预报方法研究,基于廊坊（39.4°N,116.7°W）中频雷达在88km高度的大气纬向风数据开展预报试验.本次预报试验的样本数据为2015年9月24日至10月24日风场数据,利用过去7天数据对未来第8天风场数据进行预报.试验结果显示,ARMA模型对临近空间大气风场预报有一定的适用性.当风场变化规律性较强,即样本数据风场呈现出比较显著的24h周期性变化时,ARMA模型预报效果较好;当风场发生突变时,预报效果变差.与实测数据的对比结果表明,ARMA模型预报结果的误差在9~27m·s-1,预报效果优于同阶自回归（AR）模型,略优于高阶AR模型.      

大气中层顶区域波相互作用的一个观测个例

利用SOUSY VHF雷达的观测数据分析了极区中层顶83.4-91.2km范围内大气风场波动的非线性相互作用。大气风场的谱在不同高度上均有明显的潮汐分量峰值，纬向风分量中35h波、半日潮和8.9h惯必重力波构成共振相互作用对，经向风分量中33h波、半日潮和19h惯性重力波构成共振相互作用对。双谱分析表明，这些共振对在许多高度上都发生耦合，35h或33h波振幅的极小值与半日潮的极大值出现的高度几乎相同，呈现出明显的非线性相互作用在空间上不是局域的，而是存在于中层顶区域的几乎所有高度上，这种相互作用不仅导致半日潮振幅随时间的变化，也使半日潮的振幅随空间变化。35h和33h波动可能是在其他时段或其他位置通过行星波与周日潮相互作用产生的，然后传播到观测点并与半日潮发生相互作用。     

风场中基于神经网络的炸弹弹道落点拟合分析

介绍了两种炸弹弹道落点拟合神经网络模型,对各模型的优缺点以及处理结果进行了分析。提出了采用广义回归神经网络来处理炸弹弹道落点拟合问题,弹道的落点参数、初始投放条件与风场可通过神经网络的阈值和权值来表现。仿真结果表明,应用广义回归神经网络进行弹道落点拟合,具有算法可行性好、拟合精度高、速度快等优点,而且运算简单;该方法在实战中有很高的参考价值和工程实用价值。     

山地风场平均及脉动风速特性试验研究

山地风场具有与平地风场截然不同的特性,为了研究平均和脉动风速在山地中的空间分布规律,进行了10个不同坡度和高度h的三维轴对称山体模型的边界层风洞试验。试验结果显示:平均风速在山顶达到最大加速,在背风面山脚达到最大减速;山体坡度越大,山顶加速效应越大,背风面山脚减速越大。脉动风速均方根值在山体迎风面和山顶均与平地风场接近,在背风面山脚增加最大,在其后5h位置,恢复与平地风场相同。根据试验结果提出了新的山地风场平均及脉动风速分布模型。     

基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。