基于WEB和MA的分层网络管理方案

移动代理技术是在当前发展网络管理应用的热点。首先分析了传统的网络管理模式的不足，接着提出基于移动代理的分布式解决方案，并阐明该方案的层次化特征，随后阐述另一个重要特征——Web功能，网络管理人员可以通过Web浏览器直接监测、管理他们的网管系统，最后给出了该方案的总体框架。该方案不同于以往的平面式移动代理网管模式，体现了集中与分布的统一；不仅可以明显地节省网络带宽以及减小网络延迟，还可以降低网管平台的开销和网络负荷，从而改善网管系统的可扩展性。     

面向试验任务的通信综合网络管理系统应用

分析了目前试验任务通信网络管理的现状,实现了一套基于现有通信网络传输方式、立足目前通信系统值勤模式、面向执行试验任务过程中通信保障的综合通信网络管理系统,举例说明了该套系统在试验任务中的应用情况,总结分析了该通信综合网管系统的特点,为通信综合网管系统的推广应用进行了有益的实践探索。     

软件构架技术在网管系统中的应用

软件构架技术是软件复用的一种重要方式，软件构架是研究如何快速，可靠地应用可复用构件进行系统构造，着重于软件系统自身的整体结构和构件间的互联，在特定领域中运用软件构架技术开发应用系统有非常重要的现实意义。本文通过对网管系统性能数据处理平台的设计，来说明软件构架技术在应用系统开发中的实现方法和步骤。     

支持内容分析的网络监视器的设计与实现

当网络发生异常时，对网络上传输的数据进行监视和分析，是网管人员解决网络故障的一种常用方法。本文介绍一种支持多种平台及内容分析的网络监视器系统的设计与实现，并简要介绍其中所涉及的数据包截获、数据包分析以及应用数据重组等关键技术。该系统可以监听网管人员感兴趣的数据包，通过对其进行分析和研究，分析出其遵守的协议以及其应用层数据，同时支持将应用层数据进行重组，恢复到被监视用户所看到数据的格式，达到与被监视用户相同的显示效果。该系统的实现，为网管人员有效地管理网络提供了一种直观的工具。     

CNS/ATM网关集群网络管理系统的设计与实现

针对新航行系统(CNS/ATM)网关集群的网络管理问题,提出了一种基于SNMP的网络管理系统的实现方案,采用一种分布集中式的网络管理体系结构,描述了网管协议的设计,阐发了具体方案的实施.该系统大大提高了网络的运营效益.     

催化点火器用网管状态对性能的影响

某航空发动机的加力燃烧室采用催化点火器点火.催化网管是点火器的关键部件.本文在网管表面状态对性能的影响方面进行了研究.试验证明,镀层表面的孔隙度对网管的性能有一定影响,但最主要的因素应是表面镀铂层的纯净性.     

可重构制造系统的性能分析

可重构制造系统的生产管理与控制是实施可重构制造系统哲理的关键技术,而可重构制造系统的性能分析是可重构制造系统生产管理与控制的重要功能。基于可重构制造系统的赋时可重构Petri网模型及其调度Gantt图,提出可重构制造系统的性能指标评价方法,定义最大完成时间、生产资源利用率、作业完成时间和零件的平均生产能力等可重构制造系统的性能指标,并计算了实例系统的性能指标。实例研究表明,可重构制造系统的性能分析方法体现了可重构制造系统的重构柔性本质。     

基于赋时可重构Petri网的可重构制造系统建模

系统建模是可重构制造系统生产管理控制技术的基础。分析了可重构制造系统的建模需求,提出基于赋时可重构Petri网的可重构制造系统建模的方法。该建模方法是先建立可重构制造系统当前系统的赋时可重构Petri网模型,再通过修改其建模元素得到可重构制造系统重构后系统的赋时可重构Petri网模型。实例研究表明基于赋时可重构Petri网的可重构制造系统建模方法能够满足可重构制造系统的建模需求,因此它是可重构制造系统的正确的形式化表示。     

基于解耦控制的飞机飞行控制方法仿真研究

系统深入地研究了基于状态空间法的解耦控制理论,并对其在飞机纵向解耦控制中的应用进行了仿真研究.应用局部解耦的方法构造了满足解耦控制条件的多变量系统,得出了既可对飞行状态解耦也可以改善系统响应性能的一般控制方法.仿真结果表明,该方法行之有效,并可推广应用到飞机横航向解耦控制.     

CAMB生产实用的计算机辅助制造系统的研究

新研制的CAMB系统采用先进的计算机网络技术,使数据传输效率高、可靠性强。该系统为加工用数据信息的传输和控制,为进一步开发的计算机辅助生产管理和生产监控软件的运行,提供了一个最佳通讯通道。经初步应用证明,CAMB系统基本性能良好。     

基于神经网络的无人直升机姿态控制系统设计

首先根据模型参考自适应控制理论,将模型逆与在线神经网络结合,设计了神经网络自适应姿态控制系统。接着叙述反馈线性化及模型逆理论,分析系统的模型跟踪误差动力特性,设计神经网络控制器及在线算法。然后以某无人直升机俯仰通道为例,对神经网络姿态控制系统进行仿真。结果表明该系统能够对未建模特性、参数不确定性等引起的模型逆误差进行自适应,而且在传感器输出中具有白噪声时仍然能够获得较好的响应特性。     

基于小波变换的容差电路故障诊断

针对目前模拟电路中电子元器件存在的容差与非线性导致电路故障难以检测的现状,设计了适用于诊断由器件超出容差所引起的模拟电路故障的小波分析诊断方法。通过设定故障进行蒙特卡罗容差实验,采用小波神经网络,对故障输出信号进行小波分析提取其小波高频系数参量,经PCA分析和归一化后形成训练特征向量,并经过BP神经网络训练后,故障信号通过小波神经网络后能够快速精准的对故障器件进行定位。通过大量样本进行仿真计算表明所设计的小波特征参量故障诊断法对于模拟电路具有很好的故障分辨率。     

基于神经网络逆控制的发动机直接推力控制

首次将动态神经网络逆控制用于航空发动机直接推力控制。为了有效消除由于神经网络逆模型构造误差(即神经网络逆模型不可能完全逼近航空发动机的逆模型)而产生的稳态误差和解决航空发动机推力不易测量的困难,分别设计了积分补偿器和推力估计器,从而实现航空发动机直接推力控制。飞行包线内数字仿真结果表明,此控制方案具有良好的动静态性能、精度高、跟踪快。     

新型星载多波束相控阵天线分布式数字波束成形网络设计与实现

 针对16波束61阵元数字波束成形（DBF）星载相控阵天线的高速信号处理要求,提出以实信号处理为主体的分布式DBF网络架构,较复信号处理模式节省了一半的资源和数据传输量。通过时域Hilbert变换和分布式算法对波束成形网络各单元进行合理设计,降低了算法的运算量,也减少了硬件资源开销;同时通过单音闭环校正回路设计,改善了射频通道一致性。研制了DBF网络硬件平台和半实物仿真系统,验证了算法设计的正确性。本文提出的算法对资源有限的阵列信号处理有一定的借鉴意义。     

基于多模型方法的全包络鲁棒飞行控制器设计

利用新一代歼击机不同平衡点的多个非线性子模型对其机动飞行的全包络模型进行逼近。对于每一个子模型,设计相应的动态逆控制器,应用模糊神经网络产生控制器切换决策,实现不同飞行状态下不同模型控制器之间的相互切换。同时为了提高多模型飞行控制效果,对各模型控制器的输入及输出采样并作为神经网络的学习样本,形成一个全包络内的多模型统一神经网络控制器。最后通过歼击机的大迎角机动仿真来验证所设计的基于多模型的统一神经网络控制器的有效性,仿真结果表明所设计的统一神经网络控制器是有效的。     

计划网络图的双向分割设计法

 <正> 1.前言 近几年来,计算机辅助设计网络图的研究工作获得了很大进展,实用的计算机软件也相继出现。当前的发展方向是如何利用微机进行大型网络图(作业数目在500个以上)的设计和如何简化绘图工作中的修改程序、优化网络图的绘制方法。为了解决这一问题,研制了网络图的分割设计法,即把一个大的作业分析表分割成几个独立的部分,分别设计成子图,再由子图拼接成整图的设计方法。     

导弹发射装置随动系统模糊神经PID控制器

在有些系统性能指标要求很高的导弹发射装置的随动系统中,传统的PID控制往往难以满足要求。文章以某型导弹发射装置的随动系统为模型,结合了模糊控制、神经网络及PID等控制算法,设计了模糊神经PID控制器。通过与传统的PID控制器仿真实验对比,可以看出应用模糊神经PID控制器能够有效地提高该随动系统的动态性能和鲁棒稳定性。     

基于B-Splines网络的飞行姿态控制器设计

设计了一种自适应飞行姿态控制器,在某一飞行条件下,建立了某型飞机的滚转通道动态逆模型,针对动态逆控制需要获得飞机精确数学模型的难点,基于B-Splines函数,构建了B-Splines网络,在线逼近模型逆误差,并根据李亚普诺夫能量函数推导了B-Splines网络权值的更新算法,确保模型跟踪误差和网络权值的有界性。仿真结果表明,该控制器能够对模型逆误差快速自适应,系统对输入命令有较好的响应特性。     

基于FTP协议网络流量模拟的设计与实现

针对网络实验室中难以实现与真实网络环境一致、需要进行网络流量模拟的问题,提出了一种基于FTP协议的网络流量模拟方案。基于FTP协议特点和网络流量模拟需求,详细分析了网络流量模拟系统的架构、运行拓扑结构,设计了FTP流量的生成算法。通过实验证明,实现的模拟系统可以对模拟流量的发送速度和时长进行设定,而且可以随时进行更改,满足了虚拟网络流量的要求,为网络安全试验提供了模拟的网络测试环境。     

基于神经网络补偿动态逆的飞翼布局无人机姿态控制方法

将动态逆控制技术应用于飞翼式布局无人机的姿态控制回路,以适应飞翼布局无人机控制系统要求。介绍了动态逆控制器解耦控制原理,以及神经网络补偿结构的作用和设计方法,并基于无人机非线性姿态运动学和动力学模型设计了基于神经网络补偿的动态逆控制器。在强耦合、强非线性的飞翼布局无人机模型上,通过数学仿真验证了系统具有良好的动态性能和稳态特性,控制器具有很强的鲁棒性。