简介:采用变物性格子Boltzmann通量求解器(VPLBFS)研究了Rayleigh-Benard热对流.以超临界流体为例,采用VPLBFS的简化形式和标准形式分别得到了通常关注的基于Boussinesq假设的常物性解,只考虑部分物性变化的基于partialBoussinesq假设的PBA解,以及考虑流体全部物性变化的变物性解,分析了non-Boussinesq效应对Rayleigh-B6nard热对流的影响,讨论了不同温差条件下的non-Boussinesq效应.研究结果表明:non-Boussinesq效应对超临界流体的Rayleigh-B6nard热对流有非常显著的抑制作用,论证了在研究热对流时考虑流体全部物性变化的必要性.
简介:采用Born近似的Maxwell方程组积分解形式较少应用于气动光学数值计算,其困难在于对该方程组的离散化数值计算.而结合GCV-FFT(GeneralizedconvolutionbyfastFouriertransform)方法,在自由空间传播的Rayleigh-Sommerfeld衍射方程数值计算可以达到比较高的精度.通过对Green函数及采样系数的修正,积分方法可以用于气动光学现象的数值模拟.通过在超声速湍流边界层中光束传输的数值计算,可以看到一些气动光学效应,如光束偏移破碎等,可以用修正GCV-FFT+数值积分的方法得到良好的模拟.现有的方法可以给出更接近物理本质的定量结果.
简介:爆震燃烧近似为等容燃烧,理论上其热循环效率高于基于等压燃烧的爆燃燃烧,在超声速推进系统中具有潜在的应用价值.通过总结超声速气流中的爆震推进理论与研究进展,分析其需要解决的关键科学与技术问题,指导未来高超声速发动机的基础研究.文章重点总结了适用于高超声速飞行的斜爆震发动机、超声速脉冲爆震冲压发动机的基础研究进展.其中对斜爆震发动机的应用模式、相关实验研究思路及方法、数值仿真现状进行了总结分析.对超声速脉冲爆震冲压发动机的基础理论研究现状和目前研究的难点进行了梳理.基于爆震燃烧的超燃冲压发动机具有推进系统自增压、燃烧效率高、推力性能好、推进效率高、燃烧室长度短、结构重量轻等优势,文章总结了该发动机当前的发展进程和最新的研究进展,并对其未来的发展方向以及存在的技术问题进行了分析.
简介:在Sage-Husa滤波基础上,提出了其改进的滤波算法,以解决它在容错性能差和高阶状态阵滤波发散等方面的问题.仿真结果表明,利用改进Sage-Husa滤波可有效提高GPS/INS组合制导的容错性能和精度.
简介:为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明:模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。
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: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:针对系统误差的不确定性可能会引起滤波精度降低或发散的问题,提出一种新的基于模型预测滤波的前向神经网络算法。首先,采用模型预测滤波估计网络在正向传递过程中的模型误差,并对其进行修正,以弥补模型误差对隐含层权值更新的影响;然后,利用模型预测滤波为神经网络提供精确的训练样本,学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统,并与扩展卡尔曼滤波进行比较,仿真结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内,滤波性能明显优于扩展卡尔曼滤波算法,表明该算法能提高组合导航定位的解算精度。
简介:由大粗糙元引起的髙超声速边界层强制转捩在航天技术中有实际应用,因而近年来受到人们的广泛关注.虽然目前导致该转捩过程的内在机理尚不完全清楚,但有一点是明确的,即粗糙元的尾迹流场中存在强对流不稳定性.文章的出发点是研究这种对流不稳定模态是如何触发转捩的.首先通过CFD方法,计算出髙超声速边界层中粗糙元的尾迹流场,并对其进行二维稳定性分析.结果发现,在传统不稳定Tollmien-Schlichting(T-S)模态出现的临界Reynolds数之前,存在髙增长率的无黏不稳定模态,表现为对称的余弦模态和反对称的正弦模态.然后对该不稳定模态在粗糙元尾迹流中的演化进行了模拟,验证了二维稳定性分析的结果,并考察了非平行性效应的影响.最后通过直接数值模拟,研究由这些不稳定模态触发转捩的全过程.结果表明,对流不稳定模态确实是导致边界层转捩的关键机制.该转捩过程的特点是,局部湍斑首先在不稳定模态特征函数的峰值附近出现,然后向全流场扩散.就文章研究的工况而言,余弦和正弦模态的相互作用对转捩的影响并不明显,且后者在转捩过程中起主导作用.
简介:壳核结构的微胶囊在医学药学材料食品农业等领域具有广泛的应用前景,其制备方法一直是相关领域关注的焦点.同轴流动聚焦(co-flowfocusing)是一种新型制备技术,利用复合射流的破碎制备微胶囊具有包裹率高过程量化可控参数域广产率高等诸多优势.在实验中,复合射流的破碎受到多个过程参数的影响,并涉及了多层界面的耦合效应.利用简化的物理模型,在时间和时空域中分析了三相水-油-水复合射流不稳定性的发展和演化.在黏性流体线性稳定性理论中,同轴射流和驱动液体的基本速度型分别基于管流和误差函数构造,并通过数值方法求解满足相应边界条件下的线化小扰动控制方程.结果表明:增加内外层界面的界面张力均有利于射流的破碎;流体的黏性对同轴射流的稳定性均有着促进作用;越大的黏性越小的内界面张力对应着越大的射流破碎波长;内外界面的耦合作用以及复合液滴的包裹情况均与内外射流的半径比息息相关;绝对-对流不稳定性转换的临界Weber数随Reynolds数内层界面张力的增大而增大,随内层和驱动流体的黏性增大而减小.这些结果将有助于提高液体驱动下同轴流动聚焦技术的过程控制,为实际应用提供理论指导.