基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

导弹健康管理大数据云平台架构研究

为了适应导弹健康“大数据”时代的到来,分析了目前导弹健康管理模式存在的问题.设计了导弹健康管理大数据云平台架构,并指出了在平台上应开展的关键技术研究.借助平台,导弹健康管理大数据能得到有效分析处理,有用信息被挖掘出来,支持导弹健康管理的各项决策.     

基于混合加密的 移动存储文件安全系统设计与实现

针对移动存储设备数据传递过程中面临的信息泄露、内容篡改等安全问题,基于多层嵌套混合加密思想,将ECC公钥密码体制与AES高级加密标准相结合,建立操作系统服务层的移动存储文件安全体系。设计了ECC密钥对存储格式、公钥离线交换机制和基于ECDH的密钥交换协议。将密钥信息以密文身份认证文件的形式随加密文件同时存储至移动存储设备中;解密时,以身份认证文件和ECC算法为依据进行解密。设计了二层混合加密和三层混合加密2种模式,使系统在安全和便捷方面具有一定的弹性,并在提高文件分发灵活度的同时,保证了系统的安全性。经严格测试,系统具有理想的安全性,能够实现对移动存储设备文件的有效防护。