简介:在低Reynolds数条件下,翼型绕流的上表面边界层由于抗逆压梯度能力变差容易发生流动分离,从而形成长层流分离泡.分离泡通常是非定常的,会诱发边界层的转捩、再附并形成湍流边界层.这个过程会使翼型的气动性能急剧下降,并伴随着强非线性效应.转捩后形成的湍流边界层也会产生高摩擦阻力.针对这种现象,文章以NACA0012翼型为例,通过隐式大涡模拟研究了有效的主动控制方案.为了统一分离控制技术和湍流边界层减阻技术,研究了在平板或槽道湍流中取得较好控制效果的壁面垂向反向控制方案.首先利用隐式大涡模拟研究了低Reynolds数条件下NACA0012翼型绕流的流场特征.其次分析并验证了反向控制方案在分离区控制流场的可行性,发现反向控制在分离区的作用相当于基于流场信息的壁面抽吸控制,且控制具有实时性和高效性,控制抽吸了前缘的低能流体,使得翼型前缘附面层变薄,并增强了其抗逆压梯度的能力,较大程度提高了翼型的气动性能.最后在湍流边界层验证了其减阻控制效果,发现反向控制阻断了流向涡的法向输运,抑制了涡结构的发展,并减弱了猝发过程,使得湍流的高摩阻力得到了有效降低.
简介:低Reynolds数流动由于自身特点导致气动特性严重恶化,非定常、非线性效应突出且预测困难,加之相关基础理论研究不足,给以临近空间低速飞行器和高性能微小型飞行器为代表的低Reynolds数飞行器的开发和研制带来了瓶颈和挑战.首先概述了飞行器低Reynolds数的范畴、低Reynolds数空气动力学的主要问题与挑战.随后从低Reynolds数层流分离基础理论出发,依次介绍了低Reynolds数层流分离经典理论、低Reynolds数层流分离非定常流动特性、低Reynolds数后缘层流分离泡.在此基础上,通过对经典长层流分离泡与后缘层流分离泡力学特性的差异以及随攻角和Reynolds数的演化规律的详细分析,逐步揭示了一些低Reynolds数复杂气动效应的本质,如小攻角升力系数的非线性效应,翼型随Reynolds数下降气动特性的二次恶化效应等.最后对低Reynolds数流动基础理论的发展过程进行了总结,并对层流分离诱导转捩及再附效应等复杂流动问题进行了展望.
简介:传统地形辅助导航适配区选择主要根据某一个地形特征参数的大小决定,因此不可避免地存在对地形适配性评判的不全面性。为了克服传统方法的缺点,提出了一种基于熵值法赋权灰色关联决策的地形辅助导航适配区选择方法,该方法综合考虑了地形标准差、粗糙度、地形高度熵及相关系数对适配区选择的影响。首先,利用计算得到的各特征参数值构建灰色决策矩阵;其次,对决策矩阵进行极差变换以及归一化处理得到灰色关联判断矩阵;最后,采用熵值赋权法客观计算各决策属性的权重,得到地形适配性综合评价指标。仿真结果表明,在评价值高的区域进行地形辅助导航,其匹配误差将更小。
简介:通过分析1维和2维线性插值可以推导出任意斜角直线坐标系下n维线性插值的一般计算公式以及有唯一解的条件,这一结论能够应用于三维温度场计算。可以将n维插值问题归结如下:已知n+1维空间中的n+1个点的坐标以及第n+2个点的n个坐标分量xn+2,1,xn+2,2,,xn+2,n,求解该点的第n+1个坐标分量xn+2,n+1。根据线性插值定义,第n+2个点位于前n+1个点所确定的n维超平面上。根据这一条件列写方程、求解方程可得到插值xn+2,n+1。n维插值问题有唯一解的条件是已知的n+1个点在n维空间中构成的多面体的体积不为0。推导过程在斜角直线坐标系中完成,因而结论具有较大普适性。
简介:为了提高标准Cubature卡尔曼滤波(CKF)的稳定性和鲁棒性,提出一种改进的多重渐消H∞滤波cubamre卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程,提高滤波算法的稳定性,抑制滤波发散;其次,引入H∞鲁棒思想,构造多重渐消H∞滤波Cubature卡尔曼滤波器;最后,提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解,进一步提高算法的数值稳定性。实际GPS/INS组合导航实验表明,改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性,而且对观测野值具有更高的鲁棒性;提出的新算法与标准CKF算法相比,XYZ三个方向的位置精度分别提高了55.8%,46.6%和39.7%。
简介:多路径误差是北斗导航定位系统高精度动态监测的主要误差源。针对北斗导航定位系统多路径误差的特性,结合广义特征值盲源分离方法的优势,提出一种基于参考信号的广义特征值盲源分离算法来削弱多路径效应的影响。首先将前一天的原始坐标残差序列通过奇异谱分析方法进行去噪,其结果作为初始参考信号;然后将当天的原始坐标残差序列进行经验模式分解方法分解,分解得到的IMF分量作为虚拟观测数据,利用广义特征值盲源分离算法获取当天多路径误差信号;最后,利用仿真数据和连续10天的实际观测数据进行试验分析,结果表明利用该方法建立的多路径误差改正模型能有效地了削弱多路径的影响,北、东、天三个方向精度分别提高了78.8%、35.3%、90.1%。提出的模型在一定程度上解决了固定多路径模型随着时间推移重复性减小且有效性降低的问题。
简介:惯性导航系统(INS)以其自主的工作能力广泛应用于军事武备的导航、制导与控制系统和国民经济的诸多领域.它的主要缺点是定位误差随其工作时间的增长而增大.对惯导系统的误差进行估计和补偿是在保证性能价格比的前提下,提高惯性导航系统精度的有效途径.目前,对惯导系统的误差修正均采用外信息(如GPS的输出信息)校正,即在INS工作的全部时间内,定期地利用GPS输出的速度和位置信息与INS输出的相应信息的差值作为观测量,对INS误差进行估计和补偿.Kalman滤波的方法广泛地应用于惯导系统的误差修正初始对准.本文研究了当地水平惯导系统的的误差估计和补偿问题.分析结果表明,采用Kalman滤波的方法,可以精确地估计惯导系统的误差(包括陀螺漂移和加速度计零偏),误差估计的精度高,并且估计的方差阵收敛快.