简介:在飞行器的气动外形优化设计中,参数化方法和优化算法具有十分重要的作用,对优化的计算时间、设计空间的数学特性有着深刻的影响.类别形状函数(classandshapetransformation,CST)方法是一种简洁高效的参数化方法,但对于复杂曲面很难使用统一的CST方法进行拟合.文章首先介绍了CST方法的三维实现,分析了其数学性质,提出了分块CST参数化方法,保留CST方法的特性,实现了分块曲面之间的光滑连接.针对气动外形优化设计的复杂情况,需要根据具体的飞行任务提出设计目标,并处理不同目标的矛盾问题.其次采用Pareto策略自动寻找最优方案集,并基于分块CST参数化方法、遗传算法和气动力快速计算方法,对类乘波翼身组合飞行器进行了优化设计,并改变原有问题的设定条件优化得到了全新外形.研究结果表明分块CST方法参数少,精度高,Pareto策略处理多目标准确有效,是气动外形优化设计中非常有用的工具.
简介:从理论上推导了声学超表面对平面声波的作用模型,该理论模型计及声波高阶衍射模态,从而能够计及超表面微结构之间的声学干扰.通过与数值结果对比,该模型预测的反射频率精度得到了一定程度的提高,并能够分辨出相邻孔声场之间的耦合模态.讨论了声学超表面吸声特性与阻抗特性对高超声速边界层内Mack第2模态的抑制机理,研究发现通过设计超表面阻抗特性,使得入射声波与反射声波在壁面处相位相反,同样可以抑制Mack第2模态.基于理论模型,分别优化设计得到最优的微结构几何尺寸,并通过对Mach6平板边界层流动进行稳定性分析,验证了超表面不同声学特性的抑制效果.
简介:针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的口‘系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32ms/帧。
简介:移动机器人的目标检测要求其对特定的静止或运动物体进行运动分析及检测。以Voyager-III移动机器人系统为研究对象,实现非理想光照下,对橘红色目标足球的运动检测。提出在传统三帧差分法基础上,先利用Markowitz投资组合模型进行足球目标的特征提取,将场地非感兴趣的目标中,出现全部像素值发生变化的目标去除,再进行图像帧间差分。利用CCD摄像机对比赛环境中足球的运动轨迹进行录制,选取具有代表性的各帧视频图像、Markowitz算法优化后的差分图像和跟踪图像,结果表明跟踪图像不含非目标物的干扰,克服了差分图像存在空洞的问题,为移动机器人提供了一种实用的运动目标检测方法。
简介:对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面-向径容积规则的容积卡尔曼滤波(CKF)相结合的强跟踪-容积卡尔曼滤波(STCKF)。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。
简介:通过周期调制水平惯性组件误差,方位旋转调制技术有效地降低了水平陀螺漂移和加速度计零偏对系统工作精度的不利影响,提高了惯导系统的导航精度。研究了基于方位旋转的平台式惯导系统误差模型,推导了系统误差与主要误差源之间的解析表达式。在此基础上,详细分析了转速对速度误差、位置误差和航向误差等主要指标调制效果的影响。分析表明:当转速从30(°)/h增加到60(°)/h时,速度误差变大,位置和航向误差中的旋转周期振荡急剧减小,其中位置误差中的旋转周期振荡幅度减小了55.08%;但当转速超过60(°)/h时,位置和航向误差中的旋转周期振荡减小程度很小,效果微弱,而速度误差继续增大。综合考虑转速对三项误差参数的影响,方位调制转速取60(°)/h为宜。
简介:针对Kalman滤波器在捷联惯导系统(SINS)初始对准中的应用,系统分析了Kalman滤波器参数(包括估计误差协方差阵初值P0,模型噪声方差阵Q和量测噪声方差阵R)选取对系统状态变量的估计精度和收敛速度的影响。采用协方差性能分析法,进行了Kalman滤波器参数优化仿真,仿真结果表明:调整扁的取值可改变状态变量估计的收敛速度,调整Q或R的取值,既可改变状态变量(尤其是陀螺误差)的收敛速度又可改变它们的估计精度。综合考虑时,局的取值要比真实值大一些,Q和R的取值要比真实值小一些,这样既可缩短陀螺误差和加速度计偏置误差的估计时间,又可提高它们的估计精度。文中还给出了使滤波器正常可靠工作的P0、Q和R参数的范围。