天基网路由策略及算法研究概述

路由技术是天基综合信息网组网的核心技术之一。根据卫星链路长时延、高误码等特点,天基网络和地面网络的路由算法有很大不同。本文在常用地面网络路由算法的基础上,给出了国内外卫星网络路由策略及算法的研究现状,并介绍了卫星星座仿真软件和卫星网络协议仿真工具。     

基于OPNET的CSMA协议性能研究

CSMA协议是无线自组织网络MAC协议中的基本协议,研究其在不同网络条件下的通信性能,对于指导该协议在实际中的具体应用具有重要的作用.基于OPNET网络仿真软件,实现了CSMA协议,设计了不同网络条件下的仿真实验,研究了几个主要的网络参数对CSMA通信性能的影响,为实际网络条件下的CSMA协议性能评估提供参考.     

基于改进的BP网络的水机温度模型建立

传统的水电仿真系统中的温度模型的构建方法存在模型可移植性比较差、推导过程必须有水电专家的参与、推导过程复杂度大、模型精确度不高等不足,这些都对水电仿真的进一步发展和准确性产生了一定影响。因此需要一种更新的方法来适应水电仿真的发展。为此提出了一种改进的BP网络神经元网络学习算法,通过改进训练算法以提高神经网络的训练效率以及准确度。将这种算法应用于吉林丰满水电厂水电仿真系统的水机温度模型的建立实验中,并与原有的神经网络方法进行比较,比较结果表明,该方法能提高分类准确率和训练速度。     

无线传感器网络路由协议研究与分析

集成了传感器、嵌入式技术、分布式信息处理技术和无线通信技术而形成的无线传感器网络(wireless sensor network,简称WSN)是一种全新的信息获取和处理技术。但由于无线传感器网络的特点,使其路由协议即不同于传统的网络,又有别于ad hoc网络。对几种典型无线传感器网络路由协议进行了详细分析与比较,并针对LEACH算法存在的问题提出了一种改进方案。     

基于多令牌协议航电WDM光环网波长分配方法

 针对航空电子光网络的实时性问题,建立了航空电子波分复用(WDM)环网模型,以实时消息流矩阵作为网络的输入,依据静态光网络最小化波长数目的优化目标,提出了一种基于多令牌协议的光网络波长分配方法,并推导了航电光网络中光通道的端到端传输时延计算公式。通过对理论计算和仿真结果的分析,此协议下的波长分配方法在网络中可以实现波长重用,比传统环网的波长数目平均降低了58.1%,优化了波长数目,并且多令牌控制协议满足航空电子网络对消息实时性的要求。此方法对于航空电子光网络的设计与性能分析具有参考价值。     

域间路由协议IDIP的仿真建模

OPNET是目前业界公认的最优秀的通信网络、设施、协议的建模及仿真工具，在通信协议的设计优化和评估中得广泛的应用。本文以航空电信网(ATN)中的域间路由协议IDRP为例，介绍了路由协议的建模方法，详细地描述了OPNET中进程模型建模的过程，以及IDRP模块中BIS-BIS连接子进程IDRP_CON的有限状态机实现。本文介绍的OPNET进程模型的一般开发方法对于其他路由协议进程模型的开发也有借鉴意义．     

基于深度学习的图像匹配方法综述

图像匹配是飞行器视觉导航中的一项关键技术。基于深度学习的图像匹配方法在近几年快速发展,其特征提取网络比传统方法具有明显优势与广阔的应用前景。基于深度学习的图像匹配方法可以按照网络结构的不同分为单环节网络模型匹配方法和端到端网络模型匹配方法。首先对单环节网络模型中的特征检测模型、描述符学习模型、相似度度量模型和误差剔除模型逐一进行了深度调研及分析,然后对端到端匹配网络模型中的单网络结构方法和多网络结构组合方法进行了针对性的综述,并对经典的端到端匹配网络模型算法进行了介绍和分析。最后,结合目前基于深度学习的图像匹配方法存在的问题,指出未来可能的发展趋势和方向,为后续研究者在深度学习图像匹配的研究提供一定参考。     

应用ZigBee无线传感器网络构建电子护栏的研究

根据场区安全防护的需求，研究采用基于ZigBee技术的无线传感器网络构建电子护栏的问题。首先介绍无线传感器网络的特点及其组织结构，分析ZigBee的技术特征，给出ZigBee协议栈模型。在此基础上，提出构建电子护栏系统的设计方案，并分析网络系统的路由协议，给出系统软硬件开发的流程。     

一种基于编队的航空自组网混合式路由协议设计

航空自组网(AANET)是移动Ad Hoc网络(MANET)在航空通信领域的应用,具有快速、灵活组网及自组织、自我修复等优点。针对表驱动及按需路由协议用于航空自组网的缺陷,且考虑到航空节点大多存在编队飞行的特点,提出一种新的基于编队的混合式路由协议,并于QualNet仿真平台实现。结果表明,该协议在减少路由条目数量,降低路由开销上有明显优势。     

飞行仿真系统网络传输与同步技术

网络通信是分布环境下飞行仿真系统需要解决的关键技术,包括网络传输量和时钟同步等。网络传输量方面,采用DR模型降低了网络数据更新频率,减少了数据通信量,并采用数据封包、解包的方法降低了网络频繁调用带来的时间损耗;时钟同步方面,采用了硬件同步电路和软件高性能时钟相结合的时钟同步方案,确保了飞行仿真系统时间推进的严格同步。在此基础上,构建了基于适配器模式的、支持多协议的通信引擎网络中间件,将顶层应用和底层通信进行有效隔离,降低了应用层开发量,加快了系统集成效率,在多型飞机模拟器中得到了应用。     

基于神经网络的无线通信系统RF电路设计方法

典型的无线通信系统RF电路由大量的线性和非线性元器件组成。建立这些微波电路元器件的模型在现代RF电路的设计中至关重要。采用一种神经网络来学习非线性电路的动态特性,并建立相应的模型。神经网络模型可以对原始电路的模拟特性进行整体预测,可用于高层电路的仿真和优化。以功率放大器为例验证了神经网络模型的实用性,表明神经网络模型可以极大地提高无线通信系统RF电路的建模精度和速度。     

GOI法蓝宝石单晶生长温场优化设计与模拟分析

通过对温场的数值模拟计算,发现外加轴向、径向温度梯度能够提高界面稳定性,减小熔体热对流,有利提高晶体的生长质量.根据大尺寸蓝宝石晶体生长的温场要求,对常规的GOI法晶体生长炉进行了改造,并设计了独特的加热体形状和隔热屏结构,能够为晶体生长系统提供可控的轴向、径向温度梯度.通过试验比较也证明了改造温场后的单晶炉能够生长出性能较好的大尺寸蓝宝石晶体.     

神经网络在广义经典分配问题中的应用

在两节点分布式多传感器系统中,一些航迹关联算法可以化为广义经典分配问题。广义经典分配问题是一个组合优化问题。当目标数目较多时,很难得到问题的最优解,而且其计算量容易呈现指数爆炸现象。文章提出了用Hopfield神经网络和平均场网络解决此问题的方法。仿真结果表明,采用文章提出的人工神经网络模型求解广义经典分配问题,不仅使航迹关联具有较高的关联正确率,而且计算时间不会出现指数爆炸现象。仿真结果还表明,平均场网络相比Hopfield神经网络更易于得到问题的最优解。     

航空活塞式发动机瞬态空燃比控制仿真研究

针对航空活塞式直喷发动机瞬态空燃比难以精确控制、动态超调大等问题,采用基于改进的粒子群优化算法和Elman神经网络(VPSO-Elman网络)的模型预测控制算法对发动机过渡工况空燃比进行控制。在实验数据的基础上,利用发动机建模软件AMESim建立发动机模型,在MATLAB/Simulink中建立VPSO-Elman空燃比预测模型控制系统,通过联合仿真检验控制系统的性能。结果表明:瞬态工况下,相比于比例-积分-微分（PID）控制,VPSO-Elman网络模型预测控制下的空燃比超调量可以减小约20%,回调时间缩短约75%;针对不同的节气门开度变化速率,VPSO-Elman控制器同样具有良好的控制效果。      

大部件对接中iGPS高精度位姿测量优化设计

 为保证大部件对接位姿测量精度,提高对接测量效率,实现大部件最优位姿装配,提出了基于iGPS测量系统的大部件对接位姿测量优化设计方法。首先,基于iGPS系统测量模型和不确定度模型建立对接测量网络,并对其网络测量精度进行仿真分析,优化设计了对接测量网络iGPS多发射器的布站方式;其次,基于对大部件位姿参数求解模型及不确定度模型的仿真分析,优化设计了调姿基准点的布设方式;最后,对某机型大部件对接进行了位姿测量方式的对比实验。结果表明,经过位姿测量优化设计后,大部件对接测量x、y、z的位置调整不确定度均小于0.16 mm,姿态滚转角、俯仰角和偏航角的角度调整不确定度均小于3.1",相较于未经布站优化设计的测量方式,精度至少提高了20%。由此证明该测量优化设计方案能够高效、高精度地对移动大部件进行实时位姿测量,在有效提高大部件对接位姿测量效率及精度方面是可行的。     

非定常气动力的结构自适应神经网络建模方法

讨论了非线性非定常气动力的结构自适应神经网络模型建模方法,该方法具有同时进行结构辨识与参数辨识的优点;利用纵向大振幅强迫振荡风洞试验数据,验证了建模方法及所建模型的有效性,结果表明:结构自适应神经网络模型对非定常气动力有很好的逼近能力,由于采用飞行参数的时间离散数据作为输入量,模型可直接应用于飞行仿真研究。     

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。     

待机状态下机翼结冰的快速计算方法

飞机在飞行过程中遭遇结冰气象,尤其是过冷大水滴结冰条件所导致的机翼结冰,将严重影响飞机的气动性能与操纵品质,从而导致飞行故障或飞行事故,是飞机飞行安全的重要影响因素,是飞机研制中必须重点解决的难题。虽然针对结冰已建立有多种计算仿真程序,但快速获得结冰模拟冰形,包括过冷大水滴条件下的结冰模型是工程师们一直追求的解决方案。利用前向多层神经网络,尝试建立了一种针对待机状态下的机翼结冰模型。此方法基于坐标转换原理,将获取的采用直角坐标表达的标准翼型的机翼结冰数据转换为对应的极坐标表达的数据,以飞行参数、气象参数和极坐标角度作为输入,极坐标模值作为输出训练构建出此种机翼结冰模型。使用所建立的模型,仿真预测结果表明该计算方法具备快速性和精确性,其计算精度可满足实际要求。     

突发事件下大规模空中交通流量管理的组合优化模型

为了解决危险天气和军航活动对管制运行的影响，使用动态网络流方法对突发事件下短期空中交通流量调度问题展开研究。首先，结合中国民航管制的特点，分析了突发事件对流量管理的影响。同时，根据航路航线网络及其高度层的特点，给出了网络和高度层的数学描述，并根据机型将航空器分成大、中和小3种交通流，介绍了使用多品种流描述3种机型的必要性；其次，根据网络拥挤程度随时间和流量变化的特点、危险天气随机变化的特点、空中等待和地面等待费用差异的特点构建了3个优化目标，考虑机场容量、扇区容量、航班连续性和扇区连续性约束建立了多目标优化模型；再次，针对军航活动时需要协调空域的特点，多品种流模型求解时间复杂度高，不能适应短期流量管理的缺陷，改进了逐步宽容约束法，设计了一种阶段式求解的近似算法；最后，以西南空管局管制的空域为例，利用实际流量数据，设计了3个场景进行仿真。结果表明，所提模型和算法能有效求解突发事件下的短期流量调度问题，算法效率比起传统算法在大流量下更具优势。