二阶时间精度的CFD/CSD耦合算法研究

非线性气动弹性分析中,涉及到非线性流体动力学(CFD)和非线性结构动力学(CSD)的耦合计算问题。本文分析比较了目前几种耦合算法:全耦合、松耦合和紧耦合,并从耦合边界能量传递守恒上就松耦合及紧耦合方法进行了时间精度的分析,得出传统松耦合中即使流体和结构子系统达到高阶时间精度,耦合算法的时间精度仍仅为一阶,紧耦合方法虽然可以达到二阶时间精度,但没有明显提高计算效率。随后,本文基于松耦合流程改进了耦合格式,分析表明其具有二阶时间精度,通过AGARD445.6机翼颤振模型的算例验证,说明该方法可以在保证计算精度的基础上明显提高计算效率,并保持了传统松耦合方法模块化的优点,在模拟非线性气动弹性问题时具有很高的优越性。     

无人机发展的缘起与近期发展的三次浪潮

无人机的发展因应了现代战争,对减少乃至避免人员伤亡的要求,加之其研制、使用和维护成本低廉等优越性能,而成为各国军方尤其是发达国家军方的重要选择。从20世纪初以来,无人机的发展经历了三次浪潮,即师级战术无人机系统;中高空长航时无人机系统;旅/团级战术无人机系统。未来无人机的发展将出现如下特点:一是从低空、短航时向高空,长航时发展。二是从支援作战功能向攻击作战功能方向发展。三是向隐形化方向发展。     

函数最优化求解方法及在直升机设计中的应用

本文叙述了求函数极值和函数最优化值的概念，并介绍了求解函数最优化值的无约束优化的DFP变尺度法及求函数有约束优化的罚函数法；并就求函数最优值方法在武装直升机结构最优化设计中的应用作一陈述。文章最后附有对方法软件考核的不同类型算例。     

非正侧视阵列机载雷达多空间角补偿算法

 非正侧阵列机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,造成统计型空时自适应处理(STAP)处理器性能下降。本文提出了一种多空间角补偿(MSAC)的非正侧视机载雷达杂波抑制方法,该方法先通过角度-多普勒补偿(ADC)预处理以消除在谱中心处的杂波非均匀,然后采用MSAC法在多个多普勒方向使参考单元和待检测单元的杂波谱保持一致,从而进一步消除在其余方位的杂波非均匀。仿真结果表明了该方法的性能明显优于ADC法,且运算量增加不多。     

齿轮传动涡扇发动机简介

概念:风扇与低压压气机之间装有一种新型减速器,使风扇、低压转子均在最优转速下工作,使得气动损失和噪声都较低,从而大大提高推进效率。结构特点:齿轮传动涡扇发动机(GTF)在风扇和低压压气机间引入减速齿轮箱,目的是使低压转子在效     

一种二维平面内的最优制导律

在地基助推级反导作战过程中,由于目标弹道导弹的加速度很大,造成拦截弹失去了加速度优势。文中针对单级短程固体弹道导弹的助推级中段拦截,推导出一种能量最省的制导律,不需要拦截弹的加速度大于目标加速度。二维闭环仿真结果显示,在满足制导精度的基础上,拦截弹的切向和法向过载均较小,能够满足作战需求。     

基于改进模糊SVM的转子振动故障诊断技术

首先对常用的隶属度确定方法进行改进,提出了基于改进模糊支持向量机(FSVM)的融合故障诊断方法,并建立了改进FSVM故障诊断数学模型;然后,利用转子振动模拟实验台对四种典型的转子诊断故障进行模拟,并提取其故障信号特征;最后,通过实例计算分析,验证了该方法在转子振动故障诊断方面是可行的和有效的.     

基于落角约束的最优导引律

在对地精确制导武器的实际使用中,不仅要求脱靶量最小,而且希望能以一定的落角命中目标,从而可以充分发挥战斗部效能,取得最佳毁伤效果。传统的比例导引律不能满足该要求,为此本文建立了含有落角约束的最优控制模型,并依据施瓦兹不等式原理进行了推导,最终得到了含有落角约束的最优导引律的表达形式。仿真结果表明:该导引律可以使导弹以期望的落角命中目标,且具有实现简单、结果最优等特点。     

多级嵌套L型阵列及其测向算法

针对基于偶数(2q)阶累积量的测向算法中测向性能提高有限的问题,提出了一种基于多级嵌套 L 型阵列的2维测向算法。首先利用阵列的多级嵌套结构和2q阶累积量,形成具有更多自由度的虚拟均匀面阵;然后使用2维平滑方法,恢复其2q阶累积量矩阵的秩; 采用2维MUSIC算法,进行方位角和俯仰角的估计。与常规的2q MUSIC 算法相比,所提算法不仅具有更好的测向精度,而且由于虚拟均匀阵包含更多的虚拟阵元,因此能够估计更多信源的方位角。另外,针对该L型阵列的最优配置问题,推导了各级子阵阵元数的最优和次优分配表达式。仿真结果表明这些结论的正确性。     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。