卫星网络动态资源图多QoS约束路由算法

针对高动态卫星网络拓扑变化导致的网络更新期间可用路径失效，QoS需求难以满足的问题，提出了一种基于软件定义网络（SDN）架构的虚拟节点动态资源图多QoS约束路由算法（DRGVN-QR）。根据节点的切换状态、缓存以及链路的剩余带宽、时延等信息，结合虚拟节点的网络拓扑方式，建立虚拟节点动态资源图模型。根据资源图模型，建立最小路径代价的优化模型，利用蚁群算法（ACO）并发地为每个连接请求找到一段时间范围内的最优路径集合，并对信息素挥发系数的取值问题进行了讨论，以提升路径质量和算法性能。最后，为了适应卫星网络的时变性，设计一种幂数加权公式求出一段时间范围内的最优路径。仿真结果表明：DRGVN-QR算法能够规避路径失效带来的传输中断问题，提高网络QoS，与其他算法相比，该算法降低了平均端到端时延、网络丢包率和时延抖动。     

基于失效模式框图的机载设备安全性评估研究

为了解决故障树方法割集遗漏问题和FMEA方法信息遗漏问题,提出一种新型的基于FMEA的安全性分析建模与数值解算方法——失效模式框图法(FMBD).通过FMEA分析得出相应设备的失效模式,根据设备工作机理及其各部分的相互关系,建立失效模式框图,推导失效率解算表达式.与通过FTA方法进行失效率计算相比,不但简化了安全性分析过程,而且克服了FTA方法可能导致的割集遗漏问题;提高了失效率估算精度.将该方法应用于飞机发电机过压保护器(OPU)的安全性分析,通过对OPU主要功能的安全性指标研究,提出了硬件设计修改意见,改进后OPU主要功能的安全性得到了很大提高,使得该设备满足预分配的研制等级要求;验证了该方法的可行性和准确性.该方法可用于飞机系统各级别的失效率分析解算,为飞机安全性分析提供了新途径.     

基于故障数据的某型导弹失效风险排序方法

以某型导弹寿命预测为研究背景,按专业将该型导弹分为弹体、动力系统、电子电气设备等8个分系统,采用FTA-FMMEA方法分别对其进行失效模式和机理分析,并引入严酷度等级和失效模式发生概率等级,构建失效模式风险评价模型,对导弹各分系统的失效危害度进行定量分析。根据服役期间导弹现场失效数据并结合先验信息,提出了基于Bayes估计的各失效模式发生概率求取方法,给出了导弹各分系统的失效排序,确定了导弹薄弱环节,为后续贮存寿命预估提供依据。     

运输类旋翼航空器润滑系统失效试验适航条款研究

对运输类旋翼航空器传动润滑系统失效试验适航条款进行追踪分析,研究该条款的衍变历程和最新发展动态,诠释该条款的技术内涵,明确了条款的适用范围及可能的失效模式,列举出适航条款符合性验证方法。     

航空沉头铆钉动态加载试验及失效模式研究

为研究航空沉头铆钉在动态加载下的失效模式,以航空器结构中使用的100°沉头铆钉为研究对象,采用高速液压伺服材料试验机,进行不同加载速度下的纯拉伸、30°拉剪耦合、45°拉剪耦合、60°拉剪耦合和纯剪切动态试验,获得不同工况下铆钉动态力学失效试验数据,研究加载角度、加载速度对铆钉失效模式和失效载荷的影响规律,并拟合铆钉失效本构参数及失效判据。结果表明,此种铆钉主要有沉头拉脱和钉杆剪断失效模式,不同加载角度下铆钉失效模式差异较大,不同加载速度下铆钉失效模式差异较小;失效载荷随加载速度增大而增大。对纯拉伸和纯剪切试验,失效载荷与加载速度线性相关;建立不同加载速度下的铆钉失效判据,可应用于铆钉有限元建模及机身结构适坠性仿真分析。     

多尺度自适应直接信息采样与重构

现有的直接信息采样(Analog-to-Information Conversion,AIC)方法在压缩感知框架下,将采集和压缩过程融合,但并未充分考虑不同稀疏成分在信号重构当中的地位。针对该不足之处,提出一种多尺度自适应直接信息采样与重构算法。该算法充分考虑小波变换后的高频信号和低频信号在重构中的不同地位,实现速率自适应的直接信息采样。同时,给出变速率采样下的信号重构策略,以解决常规重构算法在速率自适应采样时失效的问题。仿真结果表明,多尺度自适应AIC系统可以获得比传统AIC系统更好的AFSNR性能。     

腰绑式行人导航系统基于缓存区的启发式航向补偿算法研究

腰绑式行人导航系统通过航位推算方法实现行人定位导航，对于实行灾难救援和单兵作战等任务十分便利。行人行进步长和航向的准确估计是实现航位推算的前提。根据腰绑式惯性传感器信号的特征，采用基于三轴合成加速度的峰值检测进行单步划分；利用步频和加速度方差信息构建线性步长模型。针对人员执行任务过程中由于运动方向不确定性导致传统启发式航向漂移消除算法过度修正甚至失效的问题，提出了一种基于缓存区的启发式航向补偿算法。根据运动方式选定N个复步作为一个缓存区，计算缓存区内相邻复步航向差值的方差，依据方差动态调整航向补偿算法的修正强度，避免过度修正。利用所提算法进行了矩形实验和操场实验，终点定位误差小于1%，表明了所提方法的有效性。     

空心风扇叶片高循环疲劳异常失效分析

针对某空心风扇叶片试验件在高循环疲劳试验中出现的异常失效现象,完成了振动仿真分析和断口分析。仿真分析结果表明失效区域非应力集中部位,断口分析结果表明裂纹萌生于薄板与叶盆侧厚板交接部位,其失效模式为疲劳失效,失效机理为超塑成形环节局部区域薄板扭曲导致高循环疲劳试验中薄板与厚板发生摩擦,进而疲劳失效。基于以上分析,制定了优化超塑成形工艺参数并增加CT检测环节的改进措施。验证试验表明,改进措施有效,很好地解决了该异常失效问题。     

枚举结构主要失效模式的一种方法

由于各失效模式发生的概率不同,在实用中只需挑选出那些发生概率较大的模式——主要失效模式,并将它们对系统失效的影响加以综合就足以较准确地估算出结构系统总的失效概率。因而,有效地识别主要失效模式就成为结构系统可靠性分析和设计中的一个核心问题。本文在优化准则法的基础上,提出了自动生成结构系统主要失效模式的载荷     

综合考虑随机结构系统静强度和疲劳的失效机理与可靠性分析

根据疲劳载荷造成的随机裂纹对结构极限应力和截面模量的影响,给出了结构构件在裂纹扩展下的构件剩余抗力的表达形式,分析了结构系统中每一个单元在静载和疲劳载荷作用下的失效形式,并考虑了各失效模式之间的相关性对该单元可靠性的影响。具体分析了结构系统在静载和疲劳载荷作用下的失效机理以及各失效模式之间的相关性,给出了在静载和疲劳载荷作用下结构系统的可靠性分析方法。结合数值算例对结构系统同时进行了静强度和疲劳的可靠性分析,表明在不同的使用年限内,静载和疲劳载荷对结构系统可靠性的影响是不同的;在结构系统主要失效路径中既有单元静强度失效又有疲劳失效,这是符合结构系统使用真实情况的。     

基于差分和局部积分均值的EMD算法

针对经验模态分解中无法分离频率相近信号的问题,提出一种新的经验模态分解算法。该算法将局部积分均值的"筛分"算法和差分经验模态分解算法的思想结合在一起。仿真结果表明,该算法的频率分辨率比基于局部积分均值的经验模态分解算法要高,分解效率要比基于差分的经验模态分解算法要高,同时在一定程度上抑制了边界效应。     

面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。     

MIMO雷达中一种降维MUSIC的相干角度估计算法

研究单快拍下双基地多输入多输出（Multiple—InputMultiple-Output,MIMO）雷达中相干信源的离开角（Directionofdeparture,DOD）与到达角（directionofarrival,DOA）联合估计问题。利用单快拍下双基地MIMO雷达的接收信号构造一组Toeplitz矩阵,利用这组ToepIitz矩阵重构一个信号矩阵,提出一种基于降维多重信号分类（ReducedDimensionMultipleSignalClassification,RD-MUSIC）的DOD与DOA联合估计算法。提出的算法能够有效估计相干信源以及非相干信源的角度,实现角度的自动配对,并且角度估计性能远优于FBSS—ESPRIT算法以及ESPRIT-like算法。仿真结果验证了算法的有效性。     

一种基于径向加速度的Singer-EKF机动目标跟踪算法

针对雷达均不能提供目标加速度信息,在目标机动时会出现跟踪精度差甚至跟踪发散的问题,提出一种基于径向加速度的Singer-EKF算法。该算法在信号处理阶段利用Radon-Ambiguity变换（RAT）估计出目标的径向加速度,并通过坐标转换将其引入量测向量中,然后采用基于Singer模型的扩展卡尔曼滤波（EKF）算法实现机动目标的跟踪。仿真验证了该方法的有效性,并与传统的不带径向加速度的扩展卡尔曼滤波（EKF）方法进行了比较,结果表明该方法在径向距离、位置、加速度和速度估计精度方面都有所提高。     

基于四阶累积量和小波降噪的干扰抑制算法

针对盲信号分离算法在低信噪比下分离效果较差的情况,提出了一种基于四阶累积量和小波降噪的含噪盲分离算法,并将该算法用于卫星通信干扰抑制。首先,利用基于四阶累积量的盲分离算法进行信扰盲分离;然后对分离出的已被噪声污染的通信信号进行小波降噪处理。最后,对提出的算法在单音干扰下进行了性能仿真。仿真结果表明,该算法不仅使抗噪性能提高了3dB左右,而且在低信噪比下对强单音干扰具有较好的抑制效果。     

基于GWO-TVF-EMD方法的行星齿轮箱齿面剥落故障诊断

针对时变滤波经验模态分解（TVF-EMD）方法的不足之处,将样本熵作为适应度函数,采用灰狼优化（GWO）算法对带宽阈值和B样条阶数核心参数进行寻优,得到最优组合解,对不同的故障冲击试验振动信号进行分解。对本征模态函数（IMF）分量选取过程进行优化,采用多个加权指标对所有IMF分量进行计算,最终选取最优IMF分量,再通过包络谱分析提取出行星轮齿面剥落故障特征。在行星齿轮箱故障试验中,利用方均根法对剥落故障进行初步识别,根据GWO-TVF-EMD法分解得到各剥落故障信号最优IMF分量,使用包络谱分析明显判断出行星齿轮的故障频率。该方法能够提取3种不同程度齿面剥落故障的细节特征,理论值与实际值的相对误差为1.68%。      

无人机测控传输中SCCPM优化设计

针对无人机测控传输系统频率资源日趋紧张、电磁环境日渐复杂的现状,为提高无线传输频带效率和功率效率,在卷积码和CPM（Continuous Phase Modulation,连续相位调制）的基础上,提出一种基于SCCPM（Serially Concatenated CPM,串行级联CPM）的无人机遥控、遥测数据传输体制.通过引入Turbo（涡轮）码迭代原理设计CPM解调与卷积译码反馈校正结构,并对CPM解调算法进行优化以减小复杂度,得到相位连续、频谱紧凑、编码增益高、收敛特性好的无人机测控通信系统.仿真结果表明：所设计方案采用级联外迭代方式可获取更高的信噪比增益、更低的错误平层——与典型应用的RS（Reed-Solomon,里德-所罗门）码级联卷积码相比,该方案能够多获取1.6 dB的信噪比增益,表明SCCPM更适用于无人机测控数据传输.     

基于Viterbi算法的扩频码与信息序列联合估计

针对短码DSSS（Direct Sequence Spread Spectrum,直接序列扩频）信号扩频码MLE（Maximum Likelihood Estimation,最大似然估计）问题,提出了一种基于Viterbi算法的扩频码搜索方法,并将其应用到同步CDMA（Code Division Multiple Access,码分多址）信号的扩频码估计中.该算法利用了扩频码码元为±1的先验知识,以向量的2-范数平方或1-范数作为度量值;每次判决扩频码码元时,计算2条可能路径的度量值,并选择使度量值最大的那条路径作为幸存路径,最终的幸存路径即为估计的扩频码;所提算法不仅计算复杂度低,而且能同时估计扩频信号的扩频码和信息序列.仿真实验表明,本算法在低信噪比时同样具有较好的性能.     

新型遥感图像增强技术

基于方向辅助信号和所需带宽,提出一种基于各向异性BEMD的遥感图像融合增强算法。首先,给定的方向辅助信号和其对应负信号加到原始信号中去,构建两个待分解信号;然后,应用传统BEMD把两个待分解信号进行分解,获取的分量相加得到对应的IMFs,辅助信引同时在相加的过程中被移除,同时该过程有效地避免了边界效应和模式混叠,该方法...     

基于IGA算法优化的RBF神经网络应用

提出了一种基于改进遗传算法(Improved Genetic Algorithm,IGA)优化的径向基函数(RBF)神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并应用于非线性函数的逼近和导弹故障模式的识别问题。仿真结果表明,基于IGA算法的RBF神经网络不仅结构简单,而且具有较好的网络泛化性能。