用电力线进行精密时间传递

简单地阐述了用电力线进行精密时间传递的基本原理。除了用长波、短波、卫星、激光、TV、VLBI、电话线传递精密时间以外,又开拓了用电力线进行精密时间传递的新途径,这种方法具有广阔的应用前景。     

混沌型传感器(英文)

创造性地利用混沌的初值敏感性,提出了混沌型传感器的概念和结构,证明了将符号动力学的基本理论用于测量领域是可行的.然后,用开关电容实现了混沌型传感器的理论模型,并给出了基本的实验结果.该传感器具有灵敏度和分辨率高、结构简单,直接输出数字量的特点,开 创了混沌应用的新领域,同时也为探索新型传感器结构提供了一条可能的途径.     

基于实时卫星共视技术的时间码在线校准系统

稳定可靠的时间参考是开展时间码测量的前提。时统设备使用环境复杂,不宜拆卸,因此在对时统设备进行现场校准时面临无法直接获得稳定可靠时间参考的难题。本文提出一种设计思路,基于实时卫星共视技术搭建时间码在线校准系统。该系统采用小型化设计与实时在线数据处理技术,可以在校准现场复现守时实验室标准时间,可广泛应用在时间参数现场校准领域。     

置换密钥矩阵加密算法安全性分析

对新型分组加密算法(Replace key matrix,RKM)的安全性进行研究。详细阐述了该算法的设计思想:非固定轮函数对抗密码分析,随机代换作密钥对抗密码分析和穷举攻击,多米诺查表增加扩散效果,采用矩阵特征因子增强安全性。从原理上分析了该算法对抗差分密码分析、线性密码分析等几种常见的密码攻击方法的能力。针对矩阵特征因子的安全性,对极端相似置换密钥矩阵和特征因子初值相似置换密钥矩阵两种情况下,矩阵特征因子的扩散效果进行了数据分析。分析表明,RKM算法能有效抵御穷举攻击,差分密码分析攻击、线性密码分析攻击,置换密钥矩阵特征因子提高了算法的安全性,使得攻击者无法利用相似参照矩阵对算法进行攻击。     

空时交织码

提出了一种可在频率选择性信道中获得分集增益的满速率满分集空时码.由于所设计方案在不同的天线上设置不同的随机交织器,因此称之为空时交织码.证明了该码满足准静态频选衰落信道满分集准则,并且无速率损失.由于方案仅在各天线处增加交织器,因此易于推广至多个发射天线的场景.同时交织器还使接收机可通过迭代检测逼近最大似然检测性能,因此分别设计了两种迭代接收结构,一种是直接在卷积关系与相等关系间迭代,另一种是在叠加关系、多路卷积关系与相等关系间进行迭代.这些简化了接收机复杂度,使之随发射天线数线性增长.与频选信道中的其他空时码方案相比,该方案在速率、分集以及复杂度方面做出了有效折中.仿真表明,瑞利块衰落信道中该码性能接近多重分集理论曲线.     

直升机起落架的集成计算

直升机起落架常规计算包括停机状态计算及减缩质量计算、静态性能计算及主、尾起落架的着陆性能计算.要完成这些计算需要整机及起落架的诸多数据.在研制过程中,为了获得最优的设计,需要对起落架的各参数进行不断调整,对计算结果进行反复分析和比较,计算量较大,数据处理较为繁复耗时.详细阐述如何采用Excel和Matlab对起落架的常规计算进行集成.为完成一种直升机起落架的常规计算,采用该集成方法,编制了2000余行的M代码.在惠普Z800计算机平台下运行,耗时400余秒即可完成所有相关计算.输入输出的数据存储在同一Excel文件,文件中各项参数和计算结果数据可直接用于查阅、校对、分析,也可再编辑.     

航天器控制高级语言的设计与实现

针对航天测控任务中存在的卫星控制人员手工操作多、任务准备周期长、自动化水平低等问题,在分析航天器控制流程的基础上,抽象出面向卫星控制人员的航天器控制高级语言,设计语言规范,描述Windows平台的编辑、编译、运行功能的设计与实现。该语言成功应用于某中心的卫星测控任务中,任务准备快速高效,大大减轻了卫星控制人员的工作量,任务过程自动执行,无需人工干预,提高了航天器控制过程的自动化水平。     

面向深空通信的分布式系统Raptor码传输机制

为缓解深空探测器与地面站之间的超远距离和星体遮挡,而导致巨大的信号衰减以及链路频繁中断的问题,基于容迟/容断网络（DTN）协议框架,利用轨道器进行多跳中继组网传输,设计了多个探测器经过轨道器向地面传输场景下的分布式系统Raptor编码传输方案（DSRC）。提出了联合译码简化方案,理论分析推导了DSRC方案及改进方案的性能参数,并与现有分布式无速率纠删方案进行仿真比较,在译码冗余为5%时达到了0.01的译码失败率。     

喷泉码的遥测抗闪断技术应用研究

喷泉码具有恢复闪断数据的能力,可以有效改善火箭导弹遥测系统可能出现的接收信号起伏大、甚至闪断的问题。本文提出了一种喷泉码级联技术的物理层应用方案,重点研究了喷泉码与TPC级联过程中的关键技术问题,分析了系统的误码和丢帧性能,并进行了原理样机的试验验证。实测数据表明,在信道闪断概率低于10%的条件下,采用LT+TPC级联编码的PCM\|FM遥测系统,其数据恢复能力可提高至99.5%以上。     

Aero-engine fault diagnosis applying new fast support vector algorithm

A new fast learning algorithm was presented to solve the large-scale support vector machine ( SVM ) training problem of aero-engine fault diagnosis.The relative boundary vectors ( RBVs ) instead of all the original training samples were used for the training of the binary SVM fault classifiers.This pruning strategy decreased the number of final training sample significantly and can keep classification accuracy almost invariable.Accordingly , the training time was shortened to 1 / 20compared with basic SVM classifier.Meanwhile , owing to the reduction of support vector number , the classification time was also reduced.When sample aliasing existed , the aliasing sample points which were not of the same class were eliminated before the relative boundary vectors were computed.Besides , the samples near the relative boundary vectors were selected for SVM training in order to prevent the loss of some key sample points resulted from aliasing.This can improve classification accuracy effectively.A simulation example to classify 5classes of combination fault of aero-engine gas path components was finished and the total fault classification accuracy reached 96.1%.Simulation results show that this fast learning algorithm is effective , reliable and easy to be implemented for engineering application.