弹性载荷设计中插值方法的研究

通过对考虑静气动弹性影响的载荷设计中多种插值方法的研究与比较,对适用于三维情况下的气动和结构模型之间耦合计算时的载荷传递和位移插值方法进行原理分析和优劣比较,最终确定了曲面样条函数和形函数面积坐标加权两种数据传递方法,分别对其进行了公式推导与编程实现,并利用已有的算例模型计算得出的各项气动力数据调用程序进行插值计算,最后将插值前后的结果进行对比来验证程序的合理性。     

高度欠膨胀声速射流的自相似特性

构建了高压气体射流模型和高分辨率的计算网格,对喷压比（NPR）为5.60、流动雷诺数Re为105量级的高度欠膨胀射流进行了三维大涡模拟（LES）计算.讨论了时均的射流近场结构,发现大涡模拟成功捕捉到了高度欠膨胀射流近场的典型波系结构,并与文献结果吻合较好.研究着重定量考察流向速度和氮气质量分数的分布规律,以揭示高度欠膨胀射流的自相似特性.结果表明:在射流核心区之后,不同流向位置上流向速度和氮气质量分数沿径向的分布呈现出与亚声速射流类似的自相似特性.但射流流场开始呈现自相似的位置仍然为超声速,这是高度欠膨胀射流自相似特性的独有特征.提出了高斯拟合公式,在靠近和远离射流中心线的区域内均可较好地表征射流的自相似特性.此外,还考察了射流剪切层的发展特征,比较了计算得到的射流剪切层增长率与先前实验测量结果的差异,并分析了其中可能的原因.      

基于最小约束系统的分布式协作定位研究

5G移动通信系统中,设备到设备的通信方式产生了节点间的信号测量,可用于提升无线定位的覆盖范围和定位精度。提出了一种基于最小约束系统的分布式协作定位方法,该方法首先利用已有算法估计节点参考位置,并据此构建最小约束确定网络的位置及朝向,然后在该约束下极大化由节点间测量引出的似然函数,获得位置估计。理论研究表明,该方法将由节点间测量确定的相对位置拟合到参考位置处,在参考位置等于真实位置时达到最优效果。仿真结果表明,该方法可有效提高定位精度,并具有分布式和可扩展等优点。     

新型压电激励器作用力模拟技术研究

研究轻型结构、直升机旋翼结构和复合材料结构等的颤振飞行试验激励问题具有重要意义。提出以弯矩模拟压电粗纤维复合材料(MFC)激励器的作用力,从而解决MFC仿真建模问题。首先借助机翼有限元模型,建立带有压电激励器的机翼结构动力学仿真模型;然后以压电激励器地面激励试验结果为基础,通过修正仿真模型中压电作用弯矩的大小,实现仿真试验结果与地面试验结果的拟合,最终得出非线性压电激励器作用力;最后通过另一组地面试验数据验证了该作用力的大小,并将该作用力模拟技术应用于不同试验中。本文的研究结果可为后续以该激励器作为激励作动器或控制作动器的试验提供有益参考。     

智能磁航向传感器的研制及误差补偿算法分析

介绍了微型智能磁传感器的设计,分析了影响磁航向精度的误差来源.在此基础上提出了基于BP神经元网络、最小二乘及最佳椭圆拟合等3种不同的磁航向误差补偿算法,详细分析了每种算法的工作原理,并立足于算法的具体实现,通过现场试验,从精度、速度、效率等3个方面对算法的有效性加以分析验证,并得出结论.      

一种星图识别的星体图像高精度内插算法

介绍了一种从星敏感器成像中高精度提取恒星位置和星等的方法.这种方法把星光成像看成是高斯点扩散函数模型,利用线性内插和最小二乘法方法,拟合得到高斯曲面参数.从高斯曲面模型中得到亚像素级的恒星位置和恒星星等.理论研究表明,曲面拟合法提取的星体位置精度高于传统的质心法.由于直接进行高斯曲面拟合计算非常复杂,为了简化计算,利用了星体成像点附近x,y方向的非线性插值方法,分别得到不同的曲面系数.仿真结果显示,在信噪比小于0.05时,定位精度小于1/20像素,星等误差小于5%.     

基于时延的高精度泄漏点超声定向检测方法

针对当前气体泄漏点检测定向精度低的情况,提出一种基于时延的高精度超声检测方法.该方法利用3个呈等边三角形分布的超声传感器接收由泄漏点产生的超声波,根据3路信号的相对时延值确定泄漏点的方向.为克服采样间隔对时延估计精度的限制,采用基于三次样条插值的时延估计算法估计信号时延值,并对不同核窗长度下的各100组实验数据的时延值进行误差统计,得到其均方差并与其Cramér-Rao下界比较,发现二者的变化趋势具有良好的一致性.在此基础上研究了时延值均方差,超声传感器间距和泄漏点距离对定向精度的影响.结果表明:定向误差随时延值均方差增大而增大,随超声传感器间距增大而减小,随泄漏点距离增大而增大;定向精度比单超声传感器检测方法提高7～10倍.     

基于DSI插值的三角网格质量优化

通过对三角网格的单元顶点进行几何位置调整,提高了网格的质量,实现了网格的质量优化.几何位置调整是使用离散点光滑插值(DSI,Discrete Smooth Interpolation)实现的,针对在计算时影响质量优化的邻接边界的单元顶点,采用了在边界处补偿三角形的方法,消除了单元收缩,提高了网格的质量.与加权拉普拉斯算法进行了比较和分析,优于拉普拉斯算法;为了使三角网格在位置调整时保持原始网格的几何细节特征,在插值算法中施加了控制点约束.最后使用算例对算法进行了验证.      

直升机惯性传感器结构的模态优化

提出了一种基于迭代抽样和径向基插值的自适应代理模型方法。这种自适应方法以减少仿真计算数量和提高代理模型自适应能力为目的,使用多岛遗传算法选择新增样本点并使新增样本点位于设计空间的稀疏区域,使得所有的样本点均匀分布于设计空间。标准误差用来判断代理模型的精度大小以决定是否对代理模型进行更新。这种自适应代理模型结合多岛遗传算法对直升机的惯性传感器结构模态进行优化。用拉丁超立方抽样方法选择10个样本点构建初始的代理模型,自适应代理模型的计算结果表明2%的误差条件下需要额外增加7个样本点。优化结果表明不同的权重系数对最优模态特性的影响很大,惯性传感器结构的一至六阶模态值更加远离直升机的激励频率。     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。