表面热流辨识技术在边界层转捩位置测量中的应用初步研究

目前工程飞行试验中主要采用近壁热电偶测温法来确定飞行器表面流动的边界层转捩位置,由于测点离表面较近,对温度传感器量程和结构强度有较高要求。为此,提出了基于表面热流辨识技术确定转捩位置的基本思想和处理方法,测点可以距离表面相对较远。但是,当测点越远离受热面,辨识问题的不适定性会越强,因此需要采用仿真辨识方法来对传感器安装位置进行合理选取。在给出二维传热模型表面热流辨识算法的基础上,对两个算例进行了仿真辨识分析。结果表明：基于表面热流辨识技术确定转捩位置是可行的,能给出较为准确的转捩区域判断。     

飞机结构振动疲劳分析研究进展

结构的振动疲劳分析研究对飞行器设计及其可靠性具有重要意义。全面阐述了国内外在结构振动疲劳研究方面的新进展,特别对随机振动载荷下结构的疲劳寿命估算作了详细的评述与讨论,综合最新的研究方法和取得的成果,对一些新出现的研究方向,比如材料的振动疲劳寿命曲线、飞机结构抗振动疲劳设计等进行了阐述,最后指出了结构振动疲劳分析尚待进一步研究的问题。     

大中型民用飞机起飞总重估算方法研究

推导了基于发动机推力估算起飞总重和基于旅客座位数估算起飞总重的公式。通过多种大中型喷气式民用客机相关参数的统计值,建立起飞总重对相关参数的多元回归分析模型,通过显著性检验,说明模型是有效的,并据此建立了新的起飞总重估算公式。通过算例结果分析表明,新的起飞总重估算公式具有很高精度。在新机的方案设计阶段若能给定此公式所需的相关参数,可以计算得到相对合理的设计起飞总重值。     

混合变量系统基于MCMC的自适应重要抽样法

 系统关键故障的发生,会导致系统处于各种离散性能降级状态.针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于连续变量系统的不足,提出考虑混合变量的基于MCMC的自适应重要抽样法,以支持系统性能可靠性的高效仿真.该方法首先将由关键故障产生的不同失效域组成失效空间,并通过初始样本点在失效空间中随机游走构造马尔可夫链模拟样本;然后综合考虑连续变量与离散变量,利用核密度估计构建混合核抽样密度函数;再根据该密度函数进行重要抽样仿真并计算系统的性能可靠性;最后对该方法的仿真效率进行理论分析.通过电液舵机(Electro-Hydrostatic Actuator,EHA)案例对方法的正确性和仿真效率进行验证.     

使用电场传感器阵列的水下运动目标检测与参数估计

研究了基于电场传感器阵列的水下运动目标检测与参数估计方法。在背景噪声为高斯白噪声和目标作匀速直线运动的假设下,利用电场传感器阵列获取的船舶水下准静态电场空时特征,通过广义似然比检测和随机搜索寻优算法,可实现对海水中运动船舶的目标检测和参数估计。仿真试验结果表明:在信噪比大于0 dB时能够取得较好的估计精度;在信噪比低至10 dB时仍能有效检测目标。     

基于四线性分解的双基地MIMO雷达的角度和多普勒频率联合估计

研究双基地多输入多输出(Multiple-input Multiple-output, MIMO)雷达中的角度和多普勒频率联合估计问题,提出了一种基于四线性分解(Quadrilinear Decomposition)的离开角(Direction of Departure, DOD)、波达角(Direction of Arrival, DOA)和多普勒频率的联合估计算法。通过对接收端匹配滤波器的输出进行延迟操作,得到符合四线性模型的数据,根据四线性交替最小二乘(Quadrilinear Alternating Least Squares, QALS)进行迭代,得到方向矩阵和多普勒频率矩阵的估计,进而得到角度和频率的估计。该算法无需谱峰搜索,无需知道反射系数,可实现角度和频率的自动配对,且能用于非均匀阵,该算法的角度估计性能优于多维ESPRIT方法和三线性交替最小二乘(Trilinear Alternating Least Squares, TALS)方法。论文分析了所提算法复杂度,并推导了克拉美-罗界(Cramer-Rao bound, CRB)。仿真结果验证了该算法的有效性。     

基于倒序相关累加的信号到达时间盲估计

研究了在信号频率、初相、幅度未知条件下,矩形包络复正弦信号到达时间盲估计算法.先利用相关检测对信号的起、止时间进行粗估计,估计出信号频率,并将其变换到基带,经倒序累加后的信号模值,在到达时刻将出现拐点并达到最大输出信噪比,检测出拐点位置,作为到达时间精估计.文中推导了离散矩形包络复正弦信号到达时间估计的克拉美罗限.计算机仿真表明,本方法在较低信噪比条件下可实现对信号到达时间的精确估计.     

基于贝叶斯网的航班过站时间动态估计

一架飞机每天要执行多个航班,从而 形成航班链。前序航班进港后,若估计出飞机在机场的过站时间,后续航班的离港时间便可 较准确给出。文中选取了对航班过站时间影响较为显著的几个因素,运用历史数据,采用最 大似然估计进行贝叶斯网参数学习并获得不同情况下过站时间的估计值。同时,利用贝叶斯 网增量学习的特性,运用航班增量数据基于贝叶斯估计修正贝叶斯网参数,并用新的学习 结果更新过站时间估计值。实验数据表明,所提出的方法能较好地对飞机过站时间进行估计。最后,对影响过站时间的各因素进行了灵敏度分析对比。     

面向飞行机械臂的实时目标检测与定位算法

飞行机械臂要完成自主抓取的任务,对目标物的识别与定位尤为关键.当前飞行机械臂视觉识别算法多采用传统的特征提取等方法.为提升目标物识别及定位的精度和效率,本文设计了一种基于YOLOv5深度学习目标检测算法和RGB?D传感器的视觉识别与定位算法,该算法可以实时检测目标物并对其位姿进行估计,为飞行机械臂的抓取工作服务.同时针...     

基于Hopfield神经网络的非线性系统故障估计方法

针对一类故障参数是线性可分的非线性系统,在参数故障情况下提出了一种基于Hopfield递归神经网络的故障估计方法。利用Hopfield递归神经网络的自学习能力和稳定性理论,将故障参数的估计问题转化为Hop-field神经网络的稳定性问题,克服了现有数值方法存在量化误差和算法收敛性等问题。与自适应观测器和等价空间方法等相关故障参数估计方法相比,具有设计简单、易于实现和适用性宽等特点。仿真结果表明,对于常值故障和时变故障,诊断系统均具有较好的估计效果和动态性能。