地面设备无故障工作时间加速试验验证方案研究

分析了地面产品寿命期可能遇到的环境条件,给出了用加速试验的方法验证航空地面产品无故障工作时间的思路.     

软件开发过程中的项目管理

随着信息技术的飞速发展，软件应用范围越来越广，软件产品的规模也日益庞大，软件复杂度越来越高。传统“作坊式”开发模式已经不能适应大型软件的开发需要，大型软件项目必须按软件工程的开发模式，由团队共同协作完成。如果软件开发过程中缺乏统一有效的项目管理，将造成软件成本日益增长，开发进度难以控制以及软件质量差、软件维护困难等情况。因此，为了使软件项目能够按照预定的成本、进度、质量顺利完成，必须对软件开发过程实施项目管理，规范软件开发的过程。     

虑及板坯几何和性能波动的薄壁件塑性成形数值模拟研究进展

用于塑性成形的大型金属板坯存在不可避免的几何以及性能波动,其参数波动呈现很强的分散性和随机性,难以准确地定量表征。金属板坯几何和性能的波动会显著增加其在塑性成形中变形的复杂性,导致成形质量及成形极限下降,尤其是在具有强烈不均匀变形特征的薄壁件拉深、旋压等塑性成形中表现得更加明显,极大制约了大型薄壁件的精确成形。从板坯几何和性能波动的表征方法,虑及几何和性能波动的薄壁件塑性成形有限元模型建立、成形质量的影响规律、工艺参数设计及调控等方面综述了相关研究进展,并提出虑及几何和性能波动的薄壁件塑性成形研究中仍面临的难题与挑战,对发展薄壁件塑性成形理论与技术具有重要指导意义和参考价值。     

残差检测法和状态多步外推法的GI-RAIM性能比较

针对GI-RAIM（GPS Inertial RAIM）惯导辅助GPS接收机自主完好性监测,本文引入了检测时间延迟和检测函数均值偏离度作为评估性能的概念;对比分析了当GPS发生慢变故障（SGE）时,残差检验法和状态多步外推法的故障检测性能。仿真结果表明,状态多步外推法对于慢变故障的检测性能更优越。     

航空电子技术在救生系统中的应用

随着飞机性能的不断提高,对救生系统的要求愈来愈高。为了进一步提高救生系统的性能,必须提高救生系统电子化、智能化的水平。由于航空电子设备具有控制救生系统的功能,它在救生系统中的地位也越来越重要。航空电子设备不是救生系统唯一的关键系统,至少还必须有一个数据收集系统和一个可控制推力系统。前者能为航空电子设备提供必要的环境信息,以确定最佳的飞行计划;后者则可保证这一飞行计划的完成。三种系统组合在一起,便能把救生系统的性能提高到一个新的水平,使救生系统具有自适应能力,这种能力不仅能促进救生系统的发展,还能优化整个     

双参数弹性地基上四边自由矩形薄板精确解

将弹性地基视为Vlazov双参数模型,利用二维有限域积分变换的方法推导出了Vlazov双参数弹性地基上四边自由矩形薄板在任意荷载作用下挠度和内力的精确解。在求解过程中,不需要预先人为选取挠度函数,而是直接从弹性薄板的基本方程出发。通过集中荷载计算实例验证了该方法的正确性。该方法计算简便,适用于不同边界的薄板问题求解。     

一种无源双星与多普勒导航系统组合的实现方法

提出了一种双星定位系统(RDSS)无源测距信息与多普勒导航系统(DNS)组合导航的方法。首先对多普勒导航系统的定位误差进行了计算机仿真分析,得到了航姿系统(AHS)的航向角误差是系统主要误差源的结论。随后讨论了在气压高度信息辅助下无源双星和多普勒导航系统组合消除航向角误差影响的可行性,并且给出了利用卡尔曼滤波进行无源双星与多普勒导航系统组合的实现方法。计算机仿真和直升机搭载试飞的组合定位结果表明:无源双星与多普勒导航系统组合仅通过对多普勒导航系统的地速数据和两颗卫星无源测距差进行处理即可完成平面导航定位,从而摆脱了对航姿系统中航向角信息的依赖,抑制了平面定位误差的增长,获得较高导航定位精度的同时能够满足高动态导航定位的要求,为双星系统的无源应用提供了一条新的途径。     

中国区域电离层异常数据野值检测

针对中国区域连续运行参考站接收机野值会干扰星基增强系统（SBAS）电离层异常事件提取的问题,提出了一种基于电离层垂直延迟时间梯度的野值检测方法。首先,介绍了电离层延迟数据的提取方法;然后,论述了依据野值和电离层异常的不同时空相关特性进行野值检测的方法,并用单双频定位误差结果验证了野值检测的正确性;最后,对检测结果进行了分析。结果表明:该方法可有效区分野值和电离层异常;在中国大陆构造环境监测网络200多个参考站中,野值检测所剔除的参考站数目在3~10个,对电离层穿透点空间分布的影响在可接受范围内。      

基于BP神经网络的锂离子电池SOC估计研究

根据恒流放电条件下锂离子电池端电压与荷电状态(SOC)映射关系图像的特点,提出了基于BP神经网络和最速下降法的锂离子电池荷电状态(SOC)估计算法。利用matlab软件编写算法程序,结合实验数据对BP神经网络进行了训练,并将经过训练后的BP神经网络应用于SOC预测。实验结果表明,误差在大部分时候低于10%,基本满足动力电池电荷状态估计的精度要求。