简介:开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.
简介:针对空地武器攻击时敏目标半实物仿真系统的应用需求,以往所采用的纯数字仿真系统及方法已无法满足和实现所需要的功能,现有的半实物仿真技术又存在功能单一、接口有限、二次开发难的缺陷,提出了一种空地武器攻击时敏目标半实物仿真系统方案,重点设计了传递对准算法和GPS/INS组合导航算法。以空地制导炸弹为例,系统仿真功能涵盖了从载机挂弹飞行、系统自检、传递对准、热电池激活、数据链开启、炸弹投放、弹体姿态稳定、弹翼张开、滑翔中制导、中末交班、导引头开启、末制导直到命中时敏目标结束的全工作流程,针对该复杂系统的时间统一问题,提出了一种全系统投弹前后的传递对准时间同步方法。最后的模拟投弹试验结果表明:所设计的半实物仿真系统结构合理、实时性好、功能齐全,可为后期空地制导武器的研制提供一种非常有效的半实物仿真试验方法。
简介:为了提高舰船惯性导航系统在动基座下的传递对准的精度和快速性,针对舰船平台的应用特点,采用卡尔曼滤波器对主、子惯导的“速度加角速率”参数的误差量进行滤波估计并进行了算法设计。运用卡尔曼滤波器的平滑算法改善传递对准的精度。针对卡尔曼滤波器平滑算法会降低对准速度的缺点,在只损失一小部分精度的前提下,创新性的采用卡尔曼滤波器的降阶算法提高了对准速度。通过Matlab软件对卡尔曼滤波器算法、卡尔曼滤波器平滑算法和卡尔曼滤波器平滑加降阶算法的速度误差和姿态误差分别进行了仿真。仿真结果表明,“速度加角速率”匹配传递对准改进算法具有稳健的对准精度和快速性,有一定工程应用参考价值。
简介:为了解决乘波体偏离设计条件下气动特性会恶化,特别在低速时,升力严重不足这个问题,提出了通过增大后掠角生成前缘涡,增加背风面的升力,以改善乘波体低速气动性能.首先使用VisualBasic编程语言,并通过CATIA软件二次开发技术,实现了锥导乘波体的参数化设计和自动生成.再通过控制圆锥角和流场长度这两个设计参数,获得了大后掠乘波体构型.最后,运用剪切应力输运(shear-stress-transport,SST)模型,计算了所得乘波体的气动特性,并分析了流场变化,发现乘波体在设计状态下激波能很好附着在前缘上,在小的正攻角下,乘波体可获得比设计状态更高的升阻比,满足巡航要求.运用I.模型计算了乘波体的低速气动特性,得到了不同攻角下升力、阻力和升阻比的变化规律.研究结果发现,乘波体在低速下产生了明显的涡结构,在合适攻角下,能产生数量可观的附加升力,提高了乘波体的水平起降性能.
简介:使用高阶间断Galerkin(discontinuousGalerkin,DG)方法求解双曲守恒律方程组时,非物理效应常常导致计算过程的中断,这在很大程度上制约着该方法在计算流体力学中的应用.文章结合局部单元上原始流动变量的Taylor展开,设计了一种新型的限制器,通过对各阶空间导数的重构,有效地消除了非物理振荡的不利影响.对二维Euler方程的计算结果表明,该限制器不仅能够捕捉高质量的激波,而且能够保证残值的有效收敛.
简介:一般的Kalman滤波器要求有准确的动态和统计模型,而低成本的MEMS-IMU性能随着温度急剧变化,故在MEMS-IMU/GPS组合导航系统中使用一般的Kalman滤波器存在很多的局限性。针对低成本的MEMS-IMU/GPS组合导航系统,提出了多模态自适应滤波算法在MEMS-IMU/GPS组合导航系统中的应用;针对普通的多模态算法中的问题,采用修正的多模态自适应滤波算法来提高MEMS-IMU/GPS组合导航系统的性能。使用静态实时测试数据,验证了所提出的算法。测试结果表明,与普通Kalman滤波器相比,修正的多模态滤波算法提高了MEMS-IMU/GPS组合导航系统的性能;采用所提出的算法,MEMS-IMU/GPS组合导航系统的短时间静态位置精度小于5m(标准差),速度精度小于0.1m/s(标准差),姿态角精度小于0.5°(标准差)。
简介:介绍了一种基于FPGA+DSP(高速数字信号处理器+现场可编程逻辑门阵列)模块化的数字嵌入式接收机系统设计。由天线及前端射频模块完成GPS信号的接收、下变频及A/D采样,充分利用FPGA的高速并行处理能力和可灵活编程配置的特点实现接收机的基带相关器和用户接口设计,并结合高速DSP的数字信号处理和丰富的片上外围设备实现接收机的信号处理、导航解算及系统间各部分的无缝连接。系统测试结果说明该数字GPS接收机具有功耗低、体积小、集成度高、工作性能稳定的特点。
简介:对于目前的级联式SINS/GNSS组合导航系统来说,其卡尔曼滤波器的输出校正方式不能深入到捷联解算内部,无法抑制平台姿态误差的发散,也无法校正惯性器件误差,因而在该方式长时间运行不能控制滤波发散,导航精度随时间下降.为此设计了一种SINS/GNSS级联闭环反馈式组合导航系统,该系统能对SINS的位置、速度误差、平台误差及惯性器件误差作出最优估计并实施反馈.通过仿真证明:该系统不仅能提高导航解的精度,还在校准的同时具有动机座对准能力,满足了长时间导航定位的稳定性.
简介:本文探讨了三轴转台机械系统的设计与计算问题,以惯性三轴测试转台和三轴模拟台为例,确定了多种运转状态下的有限元法计算模型,并对其进行了静、动态特性计算,比较分析了计算结果,为合理结构的设计提供了重要数据,说明了在三轴转台机械系统设计中有限元法的重要性
简介:讨论了以TMS320VC33为核心的数字控制系统硬件结构.针对磁悬浮控制力矩陀螺转子的大惯量、小跨距、扁平转子和高速旋转时的陀螺效应,采用积分分离和不完全微分PID加交叉反馈控制策略.实验证明,该系统能够有效地抑制高速转子的陀螺效应,达到控制力矩陀螺电磁轴承高速稳定运行的要求.
简介:针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。