具有星际链路的低轨卫星通信系统的路由策略研究

结合卫星网路的拓扑结构和运行规律,提出了一种通信量和拓扑自适应的路由算法,可以增大系统的流量。由于LEO系统的动态特性,已经建立的呼叫连接可能由于切换失败而中断原来的通信,因此,文章在研究路由算法时考虑为切换呼叫动态地预留信道,以降低切换失败概率。仿真结果表明,此策略可以改善系统的性能。     

卫星遥感图像信息作为姿态敏感器的应用研究

陆标敏感器可以从卫星遥感图像信息中提取卫星的姿态信息,它根据卫星实时图像与基准图像之间的偏移量,计算出卫星的姿态。对陆标敏感器的总体方案进行了设计,在图像匹配技术中采用基于区域特征的先粗匹配、后精匹配的匹配算法,在姿态确定算法中对可能达到的姿态测量精度进行了理论分析,研究表明陆标敏感器可以获得较高精度的卫星姿态信息,作为新型光学姿态敏感器具有重要的研究意义。     

基于测速定轨的轨道参数精度分析

利用误差传播关系,比较了测速体制下逐点定轨算法和多项式定轨算法的精度,为多项式和样条算法在测速定轨体制中的应用提供理论依据。利用逐点及多项式算法对两条典型轨道进行性能计算,结果表明:多项式算法能获得比逐点算法更高精度的轨道参数,且该算法数据结构简单、具有一定的实时性。     

多激励频率模式的磁感应层析成像系统

磁感应层析成像(MIT)技术在生物医学检查与诊断中有很好的应用前景。为了实现MIT对生物组织特性信息的获取,设计了具有多激励频率模式的磁感应层析成像系统。系统采用电压激励与测量的工作模式,可选择100 k Hz~4 MHz范围内的单频、扫频和混频3种激励频率模式。系统包括激励源模块、传感器线圈阵列、数据采集和调理模块、数字解调模块,采用现场可编程门阵列(FPGA)控制多路复用器、程控放大器、模拟数字转换器等。经模拟实验测试,多激励频率模式系统所获得的测试数据具有较好的一致性,信噪比在46 d B以上,不同激励频率下采集的电压差数据可用于实现被测介质电导率分布的图像重建。     

矩形翼飞机对大气紊流的动态响应

本文采用时间历程法和谱分析技术,计算了一架典型矩形翼飞机对大气紊流的纵向动态响应,讨论了展弦比对动态响应的影响,分析了带有理想驾驶仪方程时对响应的改善。由于计算是从基本飞行运动方程出发,故对紊流的离散型和连续型有统一的求解方法。     

β-分布的渐近抽样法及其在计算机上的实现

迄今,在一般的随机模拟文献中,关于β分布的抽样主要讨论参数为正整数情形。本文借助于Polya罐子模型黑球比例数X_的极限分布为β—分布这一原理,提出了正有理参数β—分布的渐近抽样方法,给出了模拟算法,编制了程序。选取若干正有理数参数,在计算机上进行了随机模拟,产生了渐近于β—分布的随机数,并制成了随机数表。本文对其中一些样本应用各种统计方法进行了检验,结果表明,拟合性是非常好的。     

关于风洞中用尖劈和粗糙元模拟大气边界层的讨论

尖劈和粗糙元广泛地应用于风洞试验中的大气边界层模拟,该技术成功模拟了不同地貌特征的平均风速和湍流度剖面。随着风工程研究的深入,了解尖劈和粗糙元模拟过程中的作用机理有助于准确地模拟各种大气边界层湍流功率谱和尺度特性。试验表明:尖劈利用其迎风平板的分离流产生湍流涡旋,迎风板的宽度决定了涡旋的大小和湍流脉动强度,同时迎风板阻塞比沿高度递减产生近似线性的风速剖面;粗糙元用于模拟实际地面的摩擦效应,调整平均风速和湍流度的剖面分布。遗憾的是,尖劈下宽上窄的结构特点决定了该技术模拟的湍流功率谱和积分尺度的高度变化律与实际大气边界层相反。基于对模拟机理的认识,异型尖劈上部形状有助于模拟大比例模型试验要求的湍流风场。     

一个C程序切片系统的设计与实现

针对Ｃ语言的特点，文中引入了Ｃ程序的一些重要概念，诸如数据依赖、控制依赖和程序依赖等。在分析Ｃ程序的程序依赖性的基础上，介绍了作者设计并实现的一个Ｃ程序切片系统，其中包括系统的概要设计思想，系统中使用的数据结构以及切片生成算法。Ｃ程序切片系统不仅可用于产生Ｃ程序的切片，而且可用于观察Ｃ程序的框架结构和有关变量的多种数据字典。所有这些结果，为Ｃ程序的测试、排错与维护提供许多有用的信息，对Ｃ程序的并行性检测、波动分析和复杂性度量提供有力的支持。     

多媒体通信网络中基于优先队列的包调度算法的改进

多媒体通信网络的服务质量(Quality of Service，QoS)很大程度上依赖于包的调度算法，调度算法根据一定的服务原则来决定会话队列中包的优先级及其在输出链路上的发送顺序。本文针对一类以优先队列为基础的包调度算法．通过引入临界时间点和临界区间的概念．改进堆搜索方式，优化队列操作，提出了一个分步建堆算法。该算法在通常情况下具有一般堆搜索算法的高效率，但在会话突发情况下将建堆操作延迟分步完成，增加了建堆操作的动态性和灵活性，从而有效地提高了包的搜索效率和输出链路的利用率。     

基于试车数据的发动机神经网络模型

利用人工神经网络对某型航空发动机在全飞行包线内的稳态、动态特性(非加力状态)进行建模,网络的训练样本来自该发动机在高空试车台的试车数据。模型的输入量包括燃油流量、喷口面积、高度及马赫数,输出量则包括高、低压转子的转速及各截面的温度和压力。计算表明,当具有足够的训练样本时,神经网络模型不仅在整个飞行包线内具有较高的稳态、动态精度,而且具有较好的实时性。