虚拟化技术在综合化航电系统中的应用

将虚拟化技术应用于航空电子系统的设计,利用虚拟机系统来实现硬件资源的共享管理和软件子系统的划分,并符合ARINC 653规范的要求——模块化、可靠性、隔离性与开放性.构建由硬件平台、虚拟机监视器(VMM,Virtual Machine Monitor)和分区操作系统、航电应用软件所组成的3层软件架构,可以满足综合模块化航电系统(IMA,Integrated Modular Avionics)的功能要求与接口要求.其中,为实现符合ARINC 653要求的VMM,传统分区操作系统需要进行多项关键性调整,包括处理器特权级和特权指令、中断、内存地址空间分配、设备驱动等方面,从而可以构造基于VMM的综合化航空电子系统.     

基于变化映射表的WSN通信数据语义安全算法

提出一种基于变化映射表的语义安全算法.该算法首先针对无线传感器网络(WSN,Wireless Sensor Networks)应用对临界值敏感的特点,采用变精度状态采集方法,建立了一个原始语义与其标识数值的映射表;在此基础上,网关和节点之间通过同步映射表进行通信数据的语义加密和解密,为提高安全性,在通信过程中,映射表基于通信携带的随机变更因子而不断更新.最后给出算法分析及仿真验证,结果表明提出的算法可以有效抑制已知明密文对攻击和实现语义安全.     

航空电子WDM网络多信道强实时调度设计

对航空电子强实时网络,提出了一种广播选择型和波长路由型混合波分复用体系结构和其调度结构模型.针对航电多信道强实时消息,提出了多信道负载比例轮转调度方法,以消息的负载比例在多信道上分配权值.分析了子系统内部消息和子系统外部消息在体系结构中调度模式的不同,推导了经过单次调度的子系统内部消息和经多次调度的子系统外部消息的多信道强实时调度约束条件,从而满足了航电系统所有消息的端对端的实时传输.针对航电实际系统,从系统资源和稳定性等角度提出了关键性参数的设计优化方法.最后用一个航电消息集实例进行具体说明.     

基于COTS的航空电子软件开发

介绍了商用货架产品(COTS)在航空电子软件开发中应用的优点和缺点,和基于COTS的航电软件构架;并给出了一个开发过程和部分开发工具。最后通过一个实例说明基于COTS的航电软件开发是实际可行的。     

航空电子多信道实时分组调度方法

 针对航空电子波分复用（WDM）网络,提出了一种新的多信道实时调度策略实时多信道加权轮转调度（RMWRR）,将多信道分成强实时信道组和尽力服务信道组,通过调整强实时信道组的权值分配和在尽力服务信道组进行权值补偿的方法,在满足强实时消息强实时约束的同时,提高了带宽利用率,可以适应动态消息的权值变化。对经过流量整形的非强实时消息,RMWRR在尽力服务信道组对其提供延迟上界。通过理论分析,推导了RMWRR的强实时调度条件和尽力服务延迟上界。仿真和算例分析验证了该调度策略的强实时约束下的低资源占用和非强实时下的低延迟特性。     

基于归一化神经网络的航天器自适应姿态跟踪控制

针对以变速控制力矩陀螺（VSCMGs）为姿态控制执行机构的航天器在同时考虑惯性参数和执行机构不确定性情况下的姿态跟踪控制问题,提出了一种基于归一化神经网络的自适应姿态跟踪控制方法。设计一个非线性反馈控制器作为航天器姿态控制的基本控制器,利用归一化神经网络设计补偿控制器,用以在线估计和消除包含系统不确定参数的未知不确定函数的影响,避免了标准自适应控制方法需要进行大量不确定参数估计的缺陷。采用神经网络输入归一化技术,简化了闭环系统复杂的稳定性分析过程。理论分析证明了闭环系统的稳定性和姿态跟踪误差的收敛性。仿真结果表明,所提出的控制方法能满足航天器在惯性参数和执行机构不确定性及外干扰存在情况下的高精度姿态跟踪控制要求。
     

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

AADL2ECPN模型转换方法及其在IMA上的应用

在综合模块化航空电子（IMA）系统应用集成的过程中,对IMA系统的资源配置建模和安全性分析至关重要。首先利用模型转换的方法,提出一套从架构分析和设计语言（AADL）模型到扩展着色Petri 网（ECPN）模型的转换规则,将AADL模型转换为ECPN模型,并且确保在模型转换过程中不丢失任何关键资源建模元素;然后基于目标模型进行后续的安全性分析研究;最后用一个简单例子演示如何应用提出的模型转换方法。结果表明,AADL2ECPN模型转换方法分析IMA系统安全性的可行性。      

基于DNET的空中红外目标抗干扰识别算法

复杂空战背景下针对人工干扰的博弈是红外空空导弹精确探测制导技术发展面临的瓶颈和核心技术。针对人工干扰对空中红外目标产生的遮蔽、黏连、相似等干扰现象,以及目标机动和相对运动造成的形状、尺度、辐射特性剧烈变化等实际问题,提出一种基于信息特征提取的深度卷积神经网络DNET空中红外图像目标抗干扰识别算法。首先,DNET网络对大尺度特征图像采用密集连接模块,在前部通道保存每一层的网络输出,在网络末端引入特征注意力机制,获得每个特征通道的信息特征识别权重。然后,加入多尺度密集连接模块,并与多尺度特征融合检测结合,提高对大尺度变化情况下的目标特征提取能力。实验结果表明,在伴随红外诱饵干扰的实时检测条件下,红外目标由点目标变化为成像目标,直至充满视场的整个过程中,本文抗干扰识别算法的识别精确度、召回率及识别速度分别达到99.36%、96.95%、132 fps,具备识别精确度和召回率高、识别速度快等优点,并具有良好的鲁棒性。     

Performability analysis of avionics system with multilayer HM/FM using stochastic Petri nets

The integrated modular avionics (IMA) architecture is an open standard in avionics industry, in which the number of functionalities implemented by software is greater than ever before. In the IMA architecture, the reliability of the avionics system is highly affected by the software applications. In order to enhance the fault tolerance feature with regard to software application failures, many industrial standards propose a layered health monitoring/fault management (HM/FM) scheme to periodically check the health status of software application processes and recover the malfunctioning software process whenever an error is located. In this paper, we make an analytical study of the HM/FM system for avionics application software. We use the stochastic Petri nets (SPN) to build a formal model of each component and present a method to combine the components together to form a complete system model with respect to three interlayer query strategies. We further investigate the effectiveness of these strategies in an illustrative system.