基于马尔可夫链的空间站推进1553B通信系统可靠性分析

推进功能的正常实现为空间站长期在轨运行提供重要保障。1553B通信系统作为推进功能的重要组成部分,承担着推进系统与外界进行数据交互的任务,其可靠性设计至关重要。为提高1553B通信系统可靠性,分别对包含数据隔离芯片在内的远程终端及其处理器进行双余度冗余设计。通过建立故障树对1553B通信系统可靠性进行分析,并引入平均无故障时间、可靠度等定量指标,基于马尔可夫链建立可靠性模型进行定量计算。结果表明,1553B通信系统平均无故障时间增加1.947倍,可靠度增长3.89%,故障概率则下降超98%,由此验证了双余度冗余设计能够有效地提升1553B通信系统的可靠性。     

基于粒子群寻优的高精度星敏感器在轨标定方法

星敏感器结构设计与安装过程会产生多种误差,主要误差源有星敏感器像平面主点误差、主距误差、倾斜误差与旋转误差,这些误差影响了星敏感器在轨标定的精度。本文根据星敏感器的误差模型,提出了一种高精度的星敏感器在轨标定方法。在已知含有误差的像平面的基础上,构造一个虚拟的像平面。当粒子群优化算法使含有误差的像点投影到虚拟像平面上的坐标与无误差时像点的坐标一致时,再利用Quest解算出三轴姿态角求得两个像平面之间的姿态矩阵,得出两像平面之间的关系。结果表明：星敏感器姿态确定精度较高且比较稳定。这种方法与传统标定方法的优势在于不依靠陀螺信息,原理简单,提高了数据的准确性。     

基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法

调制识别是信号检测与解调的关键环节,针对卫星调制中采用的MAPSK,MQAM,MFSK,MPSK方式,提出了一种计算小波变换熵值并结合高阶累积量的联合调制识别算法.根据小波变换对时频信息敏感的特点,不同调制方式高阶累积量计算结果的区分性以及不同复杂度的调制信号熵值结果不同,分析了以上4类调制信号的计算结果,提出了基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法.计算调制信号小波系数,据此计算熵值,实现对调制信号的类别划分,使用高阶累积量实现类别内的信号分类.经过仿真分析,可实现在8dB以上达到0.9识别率的效果,该方法对高阶（64阶调制）信号识别具有一定借鉴意义.     

圆柱绕流的优化控制

基于优化控制理论,以圆柱绕流的电磁控制为例,以减阻为目的,推导了流场优化控制的性能指标表达式和伴随方程,并对圆柱绕流的优化控制问题进行了数值研究,讨论了该优化控制下,流场和圆柱表面阻力和升力的变化过程.     

一种有效的抑制压电陀螺动态误差的方法

提出了一种基于小波滤波的补偿压电陀螺动态误差的方法.与自适应卡尔曼滤波、IIR低通滤波方法在实际工程中应用的比较和大量的跑车实验表明,该方法能够有效去除压电陀螺动态误差噪声干扰,提高压电陀螺使用精度.     

基于FSQP算法的涡扇发动机多变量最优加速控制

深入研究了新的非线性规划算法———FSQP算法。提出了一种基于FSQP算法的涡扇发动机多变量最优加速控制方法。该方法可以提高发动机的加速性能并满足加速过程中的各项约束条件。最后,通过仿真表明了该控制算法的可行性和良好的控制效果。     

基于Hopfield网络的单机场地面等待优化算法

空中交通流量管理中的一个有效方法是采用地面等待策略,但地面等待算法一直是一个难点。通过对单机场地面等待模型进行合理的转换,提出了基于Hopfield神经网络的启发式算法,通过理论推导,证明了算法的可行性。     

近地告警计算机自动测试系统设计

在分析告警计算机工作原理和组成结构的基础上,详细叙述了近地告警计算机自动测试系统的软硬件设计,重点分析了设计中的难点问题.实际应用表明,该测试设备性能稳定可靠、操作方便.     

一种基于FPGA的简易逻辑分析仪

基于FPGA的逻辑分析仪是以可编程逻辑器件ACEX1K30TC144-3为控制核心，由输入电平调理模块、数据采集模块、数据处理模块、数据存储模块、信号输出模块等组成。数据采集模块、数据处理模块和数据存储模块全部由可编程逻辑器件内部实现，其中数据存储模块有效地利用了FPGA内部的RAMIP核，提高了系统的工作速度及可靠性。系统的采样速率最高可达1MHz，存储深度为1k。系统的硬件电路精炼，稳定性好。逻辑分析仪输出到示波器上同时显示被测的8路信号，十分清晰、稳定。     

仿生导航技术综述

仿生导航技术是一种模仿动物导航机理的新型导航技术,涉及认知科学、机器学习、计算机视觉和信息融合等多个学科。仿生导航因具有自主性好、自适应性强等特点,近年来成为了导航领域的研究热点之一。首先阐述了仿生导航的内涵,然后从仿生导航传感器技术和仿生导航方法两个方面简要介绍了国内外研究现状和发展趋势。其中,仿生导航传感器技术包括了仿生光罗盘、仿生磁罗盘、仿生复眼等内容;仿生导航方法主要涉及导航经验知识的表达与机器学习、仿生多源异质导航信息融合、面向任务的仿生路径规划与导航等。最后,对仿生导航技术进行了总结,并对未来发展进行了展望。