基于极值理论的平尾结冰飞行风险评估

提出了结合极值理论与Copula模型来量化评估平尾结冰条件下飞行风险概率的方法。通过建立人-机-环复杂系统模型,对平尾在进近与着陆过程中的结冰情形进行仿真,采用蒙特卡罗法提取平尾结冰极值参数,验证了所提取极值参数符合一维广义极值（GEV）分布,根据飞行风险的定义和相关安全性准则,建立了平尾结冰飞行风险发生的判定条件,计算得出一维极值飞行风险概率;在此基础上选取Copula模型来描述二维极值参数的相关性,对多种Copula模型的未知参数进行辨识,通过拟合优度检验对精度进行验证,得出Joe Copula模型对二维极值分布的描述最为准确,运用Joe Copula模型计算出二维极值飞行风险概率,有效解决了一维极值具有的局限性。所提方法对飞行安全评估等理论有一定参考价值,能为平尾结冰飞行事故的预防提供分析和检验依据。     

基于函数型数据的广义线性回归模型

函数型数据的回归分析研究主要集中在函数型线性模型。不要求因变量为连续型随机变量,可以为离散型或属性数据(对应于泊松或Logistic回归),对同时含有数值型多元变量和函数型变量的广义线性模型的估计问题进行分析,采用非参数方法得到了参数部分和非参数部分的估计量,并给出了一种重加权算法进行参数求解,解决了含数值型和函数型混合数据类型自变量的回归问题,同时扩展了函数型线性模型的应用范围。估计过程中,分别采用了函数型主成分和B样条基函数,并给出了基函数个数选择的准则。数值模拟结果表明,所提出方法具有良好的可行性与正确性。      

空间非合作目标的多视角点云配准算法研究

为了提高相邻视角间稀疏扫描点云数据配准的速度和精度,实现多视角点云精确配准,提出一种基于KD Tree点云均匀采样简化算法,并且对传统四点算法（4 PointsCongruentSetsAlgorithm,4PCS）中的阈值参数进行了统一,确定了各误差阈值参数和点云密度之间的关系,通过基于姿态校正的方法有效解决了对称视角点云引起的误配准问题。仿真结果表明,该方法能够快速、有效地实现卫星稀疏点云的配准。     

无人直升机飞行品质要求探讨

针对无人直升机发展过程中对无人直升机飞行品质要求日益加剧,而相关领域的研究及成果甚少等问题,从自动飞行控制视角出发,较为系统地研究了无人直升机飞行品质涉及的各个基本方面,包括无人直升机飞行品质的定义、研究内容、影响因素和指标体系等;同时,通过对ADS-33E的合理改进,提出了适用于无人直升机飞行品质评估的三维架构以及相应的评估准则;可为新型无人直升机系统的研制和评估提供指导,为我国无人直升机飞行品质规范的早日出台提供借鉴。      

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

动态测量数据的高保真容错Q-滤波算法

针对航天器遥测和跟踪数据非平稳、噪声干扰、数据散乱、野值多、真实信息往往被随机误差淹没等问题,提出一组新型滑动容错滤波算法,称Q-滤波容错算法。 采用原始数据滑动四分位滤波和滤波残差四分位过滤补偿相结合的方式,实现各种带野值、非平稳、强噪声干扰和超低信噪比的采样数据序列剔除野值、削弱扰动和提取信号。理论分析、仿真计算和飞行数据应用实例证实了该Q-滤波算法有强容错能力和提取采样数据本真变化的能力,可以从被噪声淹没和低信噪比的非平稳采样数据序列中或者在采样数据变化形态杂乱的情况下,高保真地准确提取测量对象的真实变化信息。     

某型双座电动飞机设计与试验

沈阳航空航天大学一直致力于新能源电动飞机的研制,某型双座轻型电动飞机于2012年6月立项研制,该型电动飞机采用一台40 kW稀土永磁同步直流电机作为动力装置,全复合材料机体和板簧起落架结构。巡航升阻比24.1,起飞总重500 kg,最大飞行速度160 km/h,巡航速度110 km/h。该型电动飞机具有零排放、低噪声、运行成本低、使用维护方便等特点。参照中国民航CCAR-21部和美国ASTM标准,完成了电动飞机型号设计批准书TDA和生产许可PC取证。     

智能赋能流体力学展望

人工智能（AI）是21世纪的前沿科技,流体力学如何在智能化时代焕发青春是值得本领域研究者思考的话题。从智能赋能流体力学角度,就其研究内涵、研究内容、近期研究及难点进行了总结,并对智能流体力学未来的发展进行了展望。研究指出,流体力学计算或试验中所产生的数据是天生的大数据,如何通过深度神经网络、随机森林、强化学习等机器学习方法来利用这些数据,缓解甚至替代理论和方法层面对人脑的依赖,挖掘新的知识,成为一种新的研究范式;相关研究将涵盖流动控制方程的机器学习、湍流模型的机器学习、物理量纲分析与标度的智能化以及数值模拟方法的智能化;借助人工智能技术,发展流动信息特征提取与多源数据融合的智能化是流体力学发展的迫切需求;研究内容应至少涵盖海量数据挖掘方法以及多源气动数据的智能融合;发展数据驱动的流体力学多学科、多物理场耦合建模与控制是工程应用的迫切需求,相关工作涉及多场耦合建模、气动外形智能优化设计以及流动智能自适应控制等方面。     

飞行控制律对体自由度颤振特性影响试验

飞翼飞机易发生刚体短周期模态与机翼低阶弯曲模态耦合所致的体自由度颤振。飞行控制系统对飞机的短周期模态特性影响很大,因此考虑飞行控制系统的闭环体自由度颤振特性值得进一步研究。针对自主设计的颤振模型开发了相应的俯仰姿态保持控制律,综合运用风洞试验和仿真计算开展了相关研究,获得了不同刚体自由边界条件下的开环/闭环体自由度颤振特性,研究了闭环增益对体自由度颤振特性的影响规律,简要分析了影响机理。试验和仿真计算结果共同表明：俯仰姿态保持控制律明显地改变了俯仰模态阻尼的原有走势,闭环后的体自由度颤振特性变化明显。以开环颤振速度为基准,采用较小的比例回路增益K_P或较大的微分回路增益K_D,飞行控制律能增加飞行器俯仰阻尼,提高体自由度颤振速度,反之飞行控制律将导致颤振速度降低。就本文控制律而言,当K_P<0.07或K_D>0.2时俯仰姿态保持控制律能起到抑制体自由度颤振的作用。     

基于改进差分进化算法的飞行控制律评估方法

 针对基本差分进化(DE)算法收敛慢、易陷入局部最优的问题,提出了基于混沌理论(CT)与高斯扰动的DE算法,进而通过典型测试函数仿真证明了该方法在收敛速度与全局搜索能力方面均优于基本型和其他改进型DE算法。在此基础上构建了基于DE算法的飞行控制律评估流程与实施步骤。实例表明,该方法克服了传统评估方法的缺陷,可在全飞行包线范围内及所有可预测参数摄动情况下对飞行控制律进行快速、准确的评估。