一种改进的运载火箭迭代制导方法

为提高运载火箭在大气层外当推力出现故障条件下制导算法的最优性、鲁棒性和适应性,提出了一种改进的迭代制导方法。该方法以基于最优控制理论推导的解析形式作为最优控制解,并推导出以5个轨道根数作为终端约束的横截条件,增强了算法的最优性;迭代过程中采用高斯-勒让德方法计算推力积分,并采用球极坐标系下泰勒多项式逼近方法计算引力积分,提高了故障模式下算法的积分精度;该算法采用降维迭代求解模式,并结合对控制变量的合理限幅,保障了推力故障条件下算法的实时性和收敛性。分别基于蒙特卡洛打靶和推力故障条件下进行仿真验证,结果验证了所提方法具有较强的最优性、鲁棒性和故障适应能力。     

基于增量学习的非定常气动力参数化降阶模型

气动降阶模型（ROM）是预测非定常气动力的有效工具,具有高精度和低计算成本的优点,近年来许多研究证实了该方法的有效性。但是关于飞行参数变化时,ROM的鲁棒性还需要进一步提高。为了提高ROM对不同飞行参数下的气动力预测能力,提出了基于最小二乘支持向量回归（LS-SVR）和增量学习算法的参数化降阶模型。LS-SVR是一种具有良好泛化能力的回归方法,基于LS-SVR的增量学习算法的主要贡献是在增加新样本集时,不需要重新学习整个数据集。为说明该方法的有效性,基于两自由度NACA64A010翼型构建参数化非定常气动力降阶模型。为了训练气动力输入和相应输出之间的关系,将马赫数和迎角作为附加的模型输入。仿真结果表明,该降阶模型能够准确描述气动力和气动弹性系统在不同飞行参数下的动态特性。     

突加不平衡下熔断机理研究

为了明晰航空发动机在突加不平衡下的锥壁熔断作用,分别针对突加不平衡转速大于或小于临界转速条件下建立了有 限元模型并进行分析,总结了锥壁熔断降载机理,完成了稳态分析和瞬态计算,通过理论分析、数值模拟与试验的方式验证了降载 机理的正确性。结果表明：锥壁熔断技术能够显著降低转子在突加不平衡作用下的不平衡响应和外传力。锥壁熔断的主要降载 机理是通过改变支点刚度从而改变临界转速与飞脱转速的相对位置进行减振,关键参数包括熔断后的支承刚度与响应时间。熔 断支承刚度越小,降载效果越好;熔断时间越短,降载效果越好。同时,应合理设计转子支承刚度,使得在发生锥壁熔断后,转子第 1、2阶临界转速能够远离风车转速,避免发生共振。     

基于气动力降阶的弹性飞机阵风响应仿真分析及验证

低速飞机在阵风作用下容易产生非线性气动力,从而引发非线性气动弹性效应,对飞行安全造成威胁。针对此类问题的分析,经典面元法无法满足计算精度要求,计算流体力学(CFD)/计算结构动力学(CSD)全阶耦合分析效率低下,因此需建立满足工程应用的高精度、高效率的飞行动力学仿真分析模型。针对以上问题提出了一种适用于工程的非线性气动力降阶模型(ROM)用以实现弹性飞机飞行动力学仿真,特别是低速飞机在遭遇大幅值阵风情况下的阵风响应仿真。以风洞试验飞翼飞机模型为对象,利用CFD方法获得了该模型的气动力数据,利用自回归移动平均(ARMA)方法和径向基函数(RBF)神经网络方法分别建立了该模型的线性气动力ROM和非线性修正气动力ROM。结合模型的刚弹耦合飞行动力学方程对模型遭遇阵风情况下的响应进行仿真分析,并将仿真结果和风洞试验结果及CFD/CSD计算结果进行对比。结果表明建立的基于非线性气动力ROM的弹性飞机仿真模型在气动力预测、稳定性分析及阵风响应分析方面的表现都优于基于线性气动力ROM的仿真模型,和试验结果及CFD/CSD分析结果一致性较好,且所建模型在相同工况下的仿真时间远低于CFD/CSD分析方法...     

基于POD-RBFN降阶模型的串列叶栅流场预测

通过传统实验或CFD 手段获取流场信息的方法往往需要耗费大量资源或时间,这在需要快速获取大量流场信息时产生的成本是无法接受的,发展比传统CFD 更快速的流场预测方法具有重要意义。采用本征正交分解（POD）方法对样本流场进行模态分解,提取流场的主导模态;而后采用径向基函数神经网络（RBFN）响应POD 基函数的系数,实现流场降阶预测模型的构建,并在模型中采用基于函数响应偏差的自适应抽样方法;通过某串列叶栅非定常流场数据对预测模型进行验证。结果表明：本文构建的POD-RBFN 混合模型可以快速准确地预测出串列叶栅的流场参数分布;与静态采样相比,本文采用的自适应采样方法在采样效率上表现出明显优势,同样重构精度所需的样本数降低了25% 左右。     

基于多信息加权融合的降维航迹关联算法

针对分布式3个传感器多目标的航迹相关算法如果直接计算时间和花费都比较高这一问题,提出降维航迹关联算法。该算法先利用2个传感器的目标位置估计点构造航迹相关代价矩阵,求出最优解,再利用这个最优解与第3个传感器的目标位置估计点构建航迹相关代价矩阵,进一步得到三维航迹相关配对。针对单信息系统不稳定这一问题,提出了融合多个特征信息的加权算法。该算法利用熵权法赋予各种不同信息的权重进行加权融合,转化为单信息问题。仿真结果说明本文所给出的新算法不仅减小了目标跟踪误差而且其时间花费较少,因此,新算法是可行的。     

基于深度自编码器的PRI调制方式识别的一种新方法

脉冲重复间隔(PRI)是雷达信号调制的重要参数,也是雷达信号分选的重要组成部分,对分选出的每个雷达脉冲序列的PRI调制特性进行分析,一方面有助于解决参数模糊问题,提高信号分选的可靠性;另一方面,PRI调制形式反映了雷达信号的某些特性,对PRI调制类型的正确识别将有助于推定雷达的用途与性能,实现辐射源识别.针对此问题,提...     

微波电离型原子氧源的降能和中性化系统

在把微波电子回旋共振技术应用到离子源中,获得了１０＾１５个原子／（ｃｍ＾３．ｓ）束流的基础上,采用了结构新的降能和中性化系统,把高能氧离子转变为低能氧原子;成功地研制出了一种新颖的原子氧环境效应地面模拟试验装置。由该装置获得的粒子在能量和类型方面均与低地球轨道环境相一致,从而实现了对低地球轨道环境的真实模拟。     

基于降维STAP的自适应单脉冲测角算法

将空域广义单脉冲测角算法扩展至空时二维,提出基于降维STAP的自适应单脉冲测角算法,通过实时自适应修正鉴角曲线来降低角误差,实现杂波环境下的目标角误差估计,并且计算复杂度较低,从而保证机载平台在强杂波环境下对目标的稳定跟踪.仿真结果验证了该方法的有效性与性能优势.     

基于机器学习预测流场特征的网格生成技术研究进展

网格技术是影响数值模拟精度的一项重要技术。本文针对基于机器学习预测流场特征的网格生成框架,对流场特征指示器、机器学习预测流场、网格自动生成及自适应三项支撑技术进行了简要综述。现有的流场特征指示器与机器学习方法相结合有望成为提供网格生成先验参考的有效手段。在机器学习方面,适用于流体力学的物理嵌入方法是降低机器学习样本要求的可行方法。兼顾拓扑与密度分布的三维结构网格自动生成方法有待进一步研究。