机载总线网络及其发展

从当今机载电子系统对信息传递的需求出发,纵观航空电子综合化系统的发展阶段,说明为了适应新一代航空电子系统的大容量、深层次的信号与信息综合的要求,机载互连手段从较低速率的总线向宽带网络发展成为必然的趋势。介绍了光纤通道(FiberChannel,FC)、可扩展性一致性接口(ScalableCoherentInterface,SCI)以及波分复用光网络等宽带互连方案,给出它们的研究动向,说明它们作为先进综合式航空电子系统统一网络(UniversalAvionicsNetwork,UAN)的候选所具有的特点。     

光纤通道技术在航电系统中的应用

根据航电系统对总线和网络的需求,介绍了光纤通道的特性,对光纤通道的典型的结构进行了分析,指出在综合航空电子系统中采用光纤通道作为系统互连网络是一种很好的选择。     

光纤通道技术在航电系统中的应用

根据航电系统对总线和网络的需求,介绍了光纤通道的特性,对当前几种典型的总线和网络进行了分析和比较,指出在综合航空电子系统中采用光纤通道作为系统互连网络是一种很好的选择,并介绍了系统通信过程的设计。     

航空电子FC网络性能测试系统

光纤通道(FC)技术是未来航空电子系统互连首选协议。为了研究光纤通道用于航空电子系统互连时的网络性能评价问题,需要采用有效的手段对光纤通道网络性能进行测试。阐述了在采用轻量IP上层协议通信的光纤通道网络平台上光纤通道网络性能测试系统的设计原理;并说明了光纤通道网络数据通信的实现方法;最后给出了测试实例。     

光传飞行控制系统研究

简单回顾了光传飞控系统的发展背景,详细介绍了国内外光传飞控系统发展历程及现状,在此基础上分析了光传飞控系统的光纤传输系统、光传感器、光纤数据总线以及光传飞控系统的构型,最后讨论了光传飞控系统的关键技术,分析了光传飞控系统的应用前景.     

高速光纤总线在导弹综合信息一体化技术中的应用

随着弹上设备日益复杂和综合,高速光纤总线网络以其带宽高、质量轻、可靠性高、电磁兼容性好等特点,成为实现导弹综合信息一体化的有效途径。结合新一代导弹武器综合信息传输需求,提出了一种适合弹上信息传输的基于反射内存超高速光纤总线设计方案,完成了反射内存接口适配器的设计,搭建了测试验证系统。测试结果表明,该光传实时网络可在一定程度上满足弹上信息传输系统在传输速率、实时性、可靠性、容错能力等方面不断增长的要求。     

光纤通道交换网络WRR实时调度算法分析

 随着综合航电系统的发展,1553B总线已经不能满足发展的需要,光纤通道交换式网络作为新一代高性能网络通信协议被引入到航电系统中,其性能指标与整个航电系统的总体指标有着密切的关系.为了解决系统消息实时发送的问题,研究了光纤通道交换网络实时条件下加权轮询调度算法的通信性能,利用随机Petri网对光纤通道交换网络的调度过程进行了建模,通过对模型的仿真和分析,得到了数据传输量及传输时限变化时系统网络负载、延迟时间、超时消息所占比例等重要性能指标,并分析了调度算法的性能.仿真结果证明光纤通道交换式网络具有高速稳定性,加权轮询调度算法能够满足消息传输的实时性、公平性要求.     

WDM光网络中动态波长分配算法综述

WDM是光网络中的重要技术之一,而路由与波长分配问题是其在应用中的关键问题。本文以WDM光网络的相关研究为背景,综述了该领域已有的波长分配算法,对该领域的研究成果进行了总结,同时为下一步研究提出了新的思路。     

基于BP网络的光纤陀螺刻度因子建模研究

针对光纤陀螺(FOG)随温度呈非线性变化的特性,提出了采用BP神经网络对刻度因子的温度误差建模的方法,以减小光纤陀螺输出误差;用BP网络对其建模的结果和传统的建模结果进行了比较,结果表明采用BP神经网络对刻度因子的建模是非常有效的.     

基于移动Ad hoc网络的成簇算法研究

移动Ad hoc网络具有组网速度快、抗毁自愈能力强等优点,适用于军事作战系统和一些需要迅速部署通信网络的场合.介绍了基于移动Ad hoc网络的成簇算法并对其进行比较,最后提出移动Ad hoc网络的ns-2仿真方案.采用成簇算法,有利于实现网络的层次性管理、便于网络资源的分配以及故障检测,从而提高网络性能.     

基于PSO-GA优化的TOP-HAT形态学滤波器及其应用

针对机栽红外图像中运动弱小点目标检测的难题,提出了一种基于PSO-GA训练参数的形态学滤波器.以粒子群优化算法(Particle Swarm Optimization,PSO)为主线,按PSO算法中标准的速度和位置更新,遗传算法(Genetic Algorithm,GA)采用新的区间离散化编码和自适应的主次式交叉与变异算子,将遗传算法与粒子群优化算法的自动更新特征结合在一起,通过优化搜索全局空间获得形态学滤波器的最优参数,进而确保优化的形态学滤波器具有良好的滤波性及时效性.通过对低信噪比红外图像(SNR约为2)的测试,检测概率可以达到98％以上,与利用神经网络(Neural Network,NN)训练结构元素后的Top-Hat形态学滤波器相比提高了2％ ～3％.与GA算法相对,训练算法效能提高20％,提高了搜索最佳值的能力.     

综合模块化航空电子系统远程加载技术研究及性能分析

随着飞机航空电子系统综合化程度的提高,软件的部署、加载和更新的复杂度也在逐步提高。传统软件更新后,需要在地面为每个模块进行升级,并将新版本的软件映像文件固化在模块上,这种更新周期长且流程复杂。随着通用模块和应用重构的发展,软件映像需要部署在系统的各个冗余备份节点中,从而使其更新的流程更为复杂。本文针对以上问题提出了基于光纤通道和 ARINC653操作系统的远程数据加载系统,以使系统在上电、重启及重构时可实现从大容量存储模块上远程加载操作系统内核映像、分区应用及自启动功能。在功能实现的基础上,本文对远程加载和本地加载的时间性能进行了分析和比较。     

网络中心战中服务质量选路的研究

介绍了网络中心战的概念和网络中心战架构中分布式无主节点网络体系结构,提出了网络中心战的业务需求模型。在综合分析网络资源状况和服务质量度量参数的基础上,结合网络中心战对实时性要求较高的特性,提出了以探测器到火力控制单元的网络时延作为服务质量选路标准。以3节点旅（团）级网络中心战演示实验平台为例,提出了一种计算网络中心战架构中端到端时延和获取路径信息的算法,开发了Server／Client架构计算程序,选取探测器到火力控制单元之间的最小网络时延的链路作为最优路径。解决了网络中心战中路由选择的关键问题,满足了网络中心战对时延的要求,并且可用于多业务点提供业务时最优路由的确定。     

基于PKI的IPSec-VPN代理网关的设计与实现

针对IPSec-VPN网关开发的特点,提出了PIG代理网关的概念,并就一个基于PKI的 IPSec-VPN网关开发的实例作了比较详细的描述,给出了实现的框图和几个主要算法的设计。     

应急通信中 WSN 的角色及生存性分析

无线传感网（WSN）具有部署方便、灵活健壮的特点,在应急通信场合发挥着重要作用,但复杂恶劣的网络环境对无线传感网的设计和部署提出了更高要求。说明了应急通信的特点,并分析了应急通信中无线传感网的角色及面临的技术挑战。从网络生存性的角度归纳了网络生存性的相关研究工作,并重点探讨了应急通信环境下无线传感网的生存性技术问题。     

神经网络PID在电机调速中的应用

针对传统PID控制器参数不能随直流电机转速变化而适时整定的缺点,将常规PID控制器与具有自学习功能的神经网络相结合,提出了基于BP神经网络的PID控制算法。通过工控机与PLC之间的通信,实现用户自行开发的神经网络对PID参数的适时整定,其控制效果已经通过实验进行了充分验证,较传统参数固定式PID调速器具有更快的调节速度和更高的调节精度。     

基于VMD-CWT和改进CNN的直升机轴承故障诊断

由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法.研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8％.为...     

五维空间一体化试验体系的发展与思考

空、天、地、海、赛博五维空间一体化作战环境已成为现代化战争的新模式,现有的试验测试体系已经不能满足未来一体化作战网络系统试验与评估的发展要求.从需求出发,首先分析了美国DoD在军工武器试验领域的投资研究计划,其次提出了我军一体化试验与测试体系的发展构想,可为未来大系统联合试验与评估提供参考.     

自适应PSO网络整定的航空发动机全程滑模控制

针对现代航空发动机是一个具有不确定性的强非线性系统,提出了一种基于自适应PSO网络整定的航空发动机全程滑模控制方法。设计了一类全程滑模面非线性函数,函数中含有变参数指数函数,其参数由一种新的自适应粒子群学习算法(PSO)结合RBF神经网络来整定。全程滑模控制保证了控制系统的全程鲁棒性,同时,由稳态误差收敛速度和滑模抖振幅度建立参数优化指标,用自适应PSO神经网络快速搜索当前的全局最优点。仿真结果表明,所设计的控制器取得了良好的效果,削弱了抖振。     

基于深度学习的辅助动力装置性能参数预测方法研究

针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。