低轨卫星网络组播算法

为解决低轨卫星IP网络中现有典型源组播算法的信道资源浪费,提出了一种核心群合并共享树(CCST)的低树代价组播算法.用动态近似中心(DAC)选核方法和核心群合并组播路径构建方法:DAC方法基于逻辑位置形成虚拟静态且结构规则的网络拓扑选择核节点;核心群合并方法以核节点为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展至整棵组播树构建完成,可使组播树的树代价最小,大幅提高网络的传输带宽利用率和组播传输效率.仿真结果表明:与低轨卫星IP网络的其他典型算法相比,CCST算法的树代价性能明显改善,但端至端传播时延略高.     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

最佳矢量与遗传算法在结构系统可靠性优化中的应用

利用目标函数和约束函数的梯度信息,给出了基于结构可靠性的最佳矢量优化方法,其具有较强的局部搜索能力、收敛快等特点,并结合遗传算法较强的全局搜索能力构造了基于最佳矢量优化方法和遗传算法的混合算法。该方法结合了二者的各自的特点,使两种算法的搜索能力得到了相互补充,祢补了各自的弱点。结合算例表明,应用该方法所得的优化结果好于单独使用最佳矢量优化方法或单独使用遗传算法所得的优化结果,该方法是一种优化能力、效率较高的优化方法。     

适于LEO卫星IP网络的源组播算法

为了解决LEO卫星IP网络中现有源组播算法的信道资源浪费问题，提出了一套新的组播算法。即基于核心群的特定源组播（CSSM）算法和加权的CSSM（ω-CSSM）算法。CSSM算法以源节点作为初始核心群，通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成，这样所得的树代价最小，从而大大提高了网络的传输带宽利用率和有效传输容量。在ω-CSSM算法中，所提出的加权因子可以调整组播树的树代价和端到端传播时延之间的折衷程度，因此，可以通过调整加权因子柬适度增大树代价、降低端到端传播时延，从而支持某些有严格端到端时延要求的实时组播业务。通过与LEO卫星IP网络中典型源组播算法MRA的仿真比较，可以看出CSSM和ω-CSSM算法的树代价性能比MRA有显著改善，而端到端传播时延略高。     

IEEE1394网络拓扑结构的可靠性研究

针对IEEE1394在航天应用中的高可靠性要求,分析和比较了使用支持不同端口数的物理层芯片构建的树状结构集线器的可靠性和容错能力;给出了两种具有一定容错能力和较高可靠性的实用网络集线器构建方案。对IEEE1394网络集线器的定性与定量分析以及提供的网络集线器构建方案具有一定的理论意义和较强的实用价值。     

基于量子遗传算法的无人飞行器航迹规划

基于量子计算和量子理论,提出了一种基于量子遗传算法的无人机航迹规划方法 。该方法利用表征量子叠加态的量子比特对航迹进行编码,引入具有量子特性的量子交叉算 子和量子门变异调整策略,对航迹规划中代价函数进行优化,引导并实现航迹的规划选择。 仿真试验结果表明,该方法不仅具有良好的种群多样性,而且还可以有效地提高算法的空 间搜索和收敛能力。
     

时间代价启发式多月基装备协同任务规划方法

针对月球科研站构建中优化整体任务用时的需求,提出时间代价启发式多月基装备协同任务规划方法。面向月球科研站构建过程中的原位和路径任务,构建双类型任务关系图,并提出多位置转移时间代价启发式策略引导此图的搜索方向,使规划器沿局部最短耗时任务路径逐个处理任务,降低装备路径转移的时间代价;提出时间代价启发式装备选择策略,从而均衡月基装备任务负载,缩短装备工作时长。最后,以包含资源开采、物料运输、设施建设等任务的月球科研站构建场景为例,对规划算法进行仿真验证。结果表明,此算法能够生成满足复杂约束的多装备协同规划序列。与传统规划方法相比,本文方法得到的月基装备任务序列冗余路径少、任务用时短,可实现多装备在多任务中的高效分时复用。     

基于SDN架构的空间信息网络路由策略设计

空间信息网络具有通信环境复杂、节点动态性强、星上处理能力有限和业务种类繁多等特点,导致传输时延大和丢包率高等问题。为此,文章提出一种基于软件定义网络(SDN)架构的空间信息网络路由策略设计。在SDN架构下,控制平面记录某一时刻整个卫星网络的链路状态,获取"源-宿"卫星节点间的路由集,并计算各类业务路由的时延、带宽和丢包率所占的权重,求三者加权和作为路由代价,之后采用改进的遗传算法求得路由代价最小的解,作为业务数据流转发的路由。通过仿真与SDN架构下的数据流退让路由(DFRR)策略和基于变形虫的波纹传播(AR)策略进行对比,结果表明:文章提出的路由策略时延平均降低4.3%,丢包率平均减少14.6%,可有效地保证空间信息网络的高效运行。     

一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

星载计算机系统瞬态过载不精确容错调度算法研究

卫星在空间作业时经常需要容错处理大量复杂的任务,这将导致过载现象的发生,星载计算机系统将不能在期限内调度它们而产生调度失败。基于这种情况,提出了星载计算机系统瞬态过载不精确容错调度算法(OLIFTSA)。它采用不精确调度思想来完成过载情况下的调度,最终取得最大的调度精度。另外,提出星载计算机系统可靠性代价概念,它能量化容错调度所产生的开销,从而使本算法容错调度代价最小。仿真实验表明:OLIFT-SA算法可以在瞬态过载时,以最小的容错开销获得最大的任务执行精度。     

基于贝叶斯优化的无人机路径规划算法

提出了一种基于贝叶斯优化算法的无人机路径规划方法。把无人机路径编码为离散时间上的速度和航向变化序列，每一步的速度和航向变化量都限制在无人机相应最大变化量之内，所以这种编码方法对应的物理轨迹是无人机可飞的。利用每代种群中的优良解集构造贝叶斯网络，用贝叶斯网络的结构体现染色体基因位之间的联系，用贝叶斯网络参数体现染色体基因位之间的联系程度。设计了一个多变量K2度量评价网络的优劣。用贝叶斯网络产生新的染色体以体现种群的进化，这取代了传统遗传算法的交叉和变异过程。如果不满足终止条件，则用新一代种群的优良解集构造贝叶斯网络，直到满足终止条件。仿真结果验证了算法的有效性。     

基于神经网络算法的液体火箭发动机实时故障检测方法研究

以某液体火箭发动机为研究对象,将实时故障检测作为中心,分析了神经网络算法的特点及其实现步骤,利用Lab Windows/CVI与MATLAB混合编程的原理,实现和改进了基于神经网络的发动机实时故障检测方法,并用多次试车数据进行了检验.试车数据验证结果表明,该方法能及时、准确、有效地检测发动机稳态过程的故障.研究结果对发展未来液体火箭发动机的箭载故障检测系统具有重要的参考价值.     

基于混合遗传算法的火箭姿态控制设计方法

针对火箭控制系统姿态网络设计,提出了一种采用遗传算法和模拟退火算法混合的算法进行姿态网络自动设计的方法。该算法实现了已知校正网络幅频特性曲线的幅频向量,通过系统辨识和寻优搜索,可以计算出该网络的传递函数。本文对该算法进行了试验验证,证明该方法可行并优于单纯的模拟退火算法和遗传算法。     

由PETRI网模型求系统最小割集的自顶向下法

研究了系统逻辑关系的Ｐｅｔｒｉ网表示，基于Ｐｅｔｒｉ网的建模方法，采用Ｐｅｔｒｉ网模型求系统最小割集的自顶向下法，与故障树方法相比，这种方法可同时获得系统的最小割集和最小路集，且求解的效率高，实例分析证实了这一点。     

月球车全局路径规划中的A＊算法改进

考虑月球车全局路径规划的应用要求,针对传统A＊算法搜索速度慢和返回路径不够优化的缺点,对算法流程进行改进,减少其时间和空间复杂度,提高其搜索速度,并对返回路径进行优化,有效地缩短了路径。对于存在凹形障碍的地图,采用后退一尝试的方法解决规划失败的问题,并在一次搜索的基础上使用二次搜索策略来实现规划路径的优化,使之绕过凹形障碍趋向目标,从而达到输出最短路径的目的。     

基于神经网络和证据理论的火箭发动机故障诊断

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。     

基于故障可诊性的模拟电路多音正弦测试信号进化生成

为增加模拟电路故障诊断中故障模式之间的可辨识性,提高诊断精度,提出一种基于故障可诊性的模拟电路多音正弦测试信号进化设计方法。该方法采用多音正弦信号作为模拟电路故障诊断的激励信号,根据遗传算法的进化生成过程,用混合编程法直接修改待测电路仿真程序中测试信号参数值,实现电路的动态响应。同时动态采集电路可测节点的故障样本集,采用核模糊聚类算法(KFCM)对故障样本进行预处理,计算样本在核空间的类间距离,以类间距离大小作为衡量故障模式可诊性的依据,建立遗传算法寻优的目标函数。实验结果表明优化得到的多音正弦测试信号有效提高了待测电路的故障诊断率。     

一种用于星载系统可靠性评测的软件故障注入工具

随着计算机应用的日益广泛和复杂,很多传统的故障注入技术及工具已经在很多领域面临着新的挑战.本文详细介绍了由本课题组自主研究开发的一种用于评测星载系统可靠性的软件故障注入工具(SFIOS),该故障注入工具针对星载系统这一特殊对象而开发,采用包括时间、空间、事件在内的多种故障触发方式,不仅能通过软件的方式随时随地注入接近实际的星载故障,而且操作简单,不需要修改星载系统的应用任务,对星载系统影响较小。实验结果表明,采用该故障注入工具评测星载系统可靠性的具有较多的优点和潜力。     

弱全局信息下月面超远距离保通行性移动规划

针对月面超远距离移动规划任务因缺乏精确全局信息而导致的规划路径可通行性不足问题，提出了月面道路拓扑网的构建设想及相应路径规划技术，凭借复杂道路网络的连通能力确保巡视器超远距离规划路径的可通行性。首先进行月面道路拓扑网的设计方法研究，分别提出了基于滑动最优泊松采样算法的网络节点设计方法和基于均匀领邻网络拓扑模型网络结构设计方法，使月面道路网网络节点分布均匀、密度适中且覆盖完整，网络连接合理且各路径尽量远离障碍区域。然后进行基于月面道路拓扑网的超远距离移动规划研究，分析了基于月面道路拓扑网路径规划技术的概率完备性和整体可通行概率，并提出了基于月面道路拓扑网的K优路径规划方法，通过道路网的连通性来提高超远距离移动探测任务的整体可通行概率。最后以阿波罗两次登月任务的着陆点之间进行超远距离转移任务为仿真场景，验证了本方法的有效性。