涡轴发动机旋翼系统仿真建模研究

在直升机的仿真建模中,涡轮轴发动机模型的准确程度直接影响着动力系统模型的逼真程度,同时它也是直升机动力学建模的重要组成部分。为解决上述问题,研究了涡轮轴发动机建模方法,给出了考虑旋翼负载反馈的发动机控制系统模型,以及内、外环串联控制回路的发动机输出功率控制方式,设计了涡轮轴发动机动力调节的控制律,从而实现了涡轮轴发动机和旋翼一体化的直升机动力系统仿真模型,并通过仿真实例对模型进行验证,证实了模型的正确性。     

改进信息化武器系统性能的仿真博弈混合方法

用定量分析的方法改进性能是信息化武器系统开发和运用中必须解决的重要问题,借助仿真和博弈分析的混合方法,在对传统混合策略纳什均衡原理应用的基础上,构建基于二人非零和(TPNZS)非合作博弈模型来改进信息化武器系统的性能,对典型信息化武器系统-舰载导弹防空系统的初步研究表明:用识别正确、错误目标能力以及导弹命中目标能力描述的舰载导弹防空系统的最优改进性能策略为△*=(0,△2*,1-△2*)=(0.0000,0.7118,0.2882).     

基于PXI总线舰载光电经纬仪伺服控制系统

为了克服舰船摇摆及风阻力矩干扰所造成舰载光学测量设备跟踪稳定性下降、目标丢失的影响,伺服系统通过接收主控微机提供的船摇信息,将船摇速度校正放大后引入速度回路,实现经纬仪的自稳定跟踪;通过对PXI总线技术进行探讨,分析PXI总线的规范和特点,结合伺服控制器的工作原理和组成,基于PXI总线的FPGA、DSP应用以及外围接口电路设计,大大减小了系统的体积,提高系统集成度、可靠性和稳定性。     

031随时降落

打开电视,我们总能看到各种灾难的报道。当大多数灾难无法阻止的时候,我们能做的更多是营救。马特·巴瑟特（Matt Bassett）有感于由于地形复杂,许多受难者不能及时被拯救,设计了这款能在任何复杂的地形上登陆的直升机——H1。     

基于CPLD的航姿数据采集器设计

提出了一种针对微小型无人直升机航姿测量系统的航姿数据采集方法,设计了以复杂可缟程逻辑器件(CPLD)为核心的航姿数据采集器.该采集器由CPLD和ADC器件组成,通过SPI模块与ADC控制模块来实现对数据的采集,通过数据FIFO和通讯模块完成与航姿计算机的数据交换.     

一种序贯Unscented卡尔曼滤波在微小型无人直升机导航系统中的应用

对于应用到微小型无人直升机上的低成本捷联惯导（SINS）/GPS组合导航系统来说,SINS Ψ角误差模型在描述低精度惯性器件误差时对误差项的忽略,使其无法满足SINS误差估计的要求.为了克服Ψ角误差模型的不足,本文建立了基于四元数的SINS非线性误差模型.该误差模型无需对失准角进行小角度假设.为了对组合导航系统中的SINS误差进行估计,提出一种序贯Unscented卡尔曼滤波方法.该滤波方法对观测向量进行序贯处理以降低算法的计算量.仿真结果表明,该滤波方法能有效提高低成本SINS/GPS组合导航系统的性能.     

航模新手该买啥？——MCG帮你选航模

根据以往的经验。MCG相信很多朋友在看了这期的航模文章后．会经不住诱惑,中了航模的“毒”。为了预防各位航模新手糊里糊涂地乱买梗型,MCG在这里先帮大家筛选—下。告诉你们那些模型最值得新手购买。     

某旋翼试验台振动信号的采集与预处理系统

介绍了某直升机旋翼试验台的振动数据采集和预处理系统的设计和组成.其中信号采集系统分为两大部分:一部分根据同步脉冲测量旋翼转速、周期;另一部分由同步脉冲信号控制A/D转换器实现定点触发采集数据.信号预处理包括原始信号的降噪和整周期重采样.对比研究了时域平均和小波分解技术的降噪能力,结果表明该系统简捷有效.     

低电平扫描电流高强辐射场试验方法研究

低电平扫描电流试验(LLSC)是飞机高强辐射场(HIRF)试验的一部分,其实质是在2~400 MHz 频段 内对飞机进行电磁辐照,以确定外部HIRF 环境与设备线束感应电流之间的传递函数。基于RTCA/ DO-160G 和SAE ARP5583A 标准建立HIRF 测试环境,通过对AC312E 直升机开展低电平扫描电流试验,得到了线束传递函数随频 率、天线极化方式、电磁辐照方向、线束布置的变化规律并分析了其影响机理。结果表明:发射天线以不同极化方式 辐照机体时,不同布置的线束其传递函数有一定差别;发射天线以垂直极化在0°方向辐照时,行李舱附近右发动机 控制单元(EECUR)线束的传递函数比位于驾驶舱的座舱显示器(MFD)线束的传递函数要小;发射天线以垂直极化 方式在不同方向辐照机体时,EECUR 线束在某些频段下在右侧90°方向辐照比左侧270°方向辐照的传递函数要大。 所得结论可为直升机适航符合性验证和低电平扫描电流试验的开展提供参考与支撑。     

基于滑动窗口的直升机序列异常检测算法

无标签的序列在异常检测算法中往往存在着对数据的信息掌握不全面、不能合理使用的情况,而采用深度学习的技术实现检测时往往对其计算的解释性欠佳;对于攻克这些难题,以直升机飞行数据为例对时间序列的反常检测问题展开了深入研究,并利用Iforest技术和PCA算法,给出了一个采用滑动窗口的时间序列异常检测方法,利用从滑动窗口采集信息的时间变化状态等数据信息,将序列异常检测问题转换为点异常检测问题;同时以auc评分为衡量标准,从带有时刻特殊标志的多个信息集上检验了检测效率的提高;在无标签的直升机飞行数据集上进行实验,验证了算法的有效性,并通过对比检测过程中不同特征变量的变化情况,从算法层面和现实层面上阐述了算法的可解释性。