基于机载嵌入式可信计算平台的安全配置管理系统

机载嵌入式计算机作为航空领域技术含量极高的关键单元,占有极为重要的地位。为了提升机载嵌入式计算机的安全防护能力,在将可信计算平台引入到机载计算机的基础上,设计并实现了基于机载嵌入式可信计算平台的安全配置管理系统,达到对机载嵌入式可信计算机中的背书密钥、背书证书、安全策略信息、设备信息、应用证书、可信日志进行配置管理的目的,可用于解决目前飞机在维护过程中效率低、对维护人员要求高、容易引入安全威胁等问题。     

从前起落架舱门故障看A320起落架系统安全活门的作用

通过对一例疑难故障的分析,把对于A320起落架系统内的安全活门的作用的认识与大家分享,希望日后能够对相关系统的维修排故工作有所帮助。     

首次交会对接任务发射场加注安全保障改进

载人航天器加注是航天器研制过程中安全风险最高、危险作业工序最多的环节,必须采取严密的安全防护措施,确保万无一失.通过实践探索积累经验,全面周密的设计论证,对原有加注硬件条件进行改造,工作流程进行优化,从而大幅提高本质安全度,并在首次交会对接任务中加以应用和验证,取得了良好的效果,圆满完成了“天宫一号”、“神舟八号”发射...     

地空甚高频遥控通信系统远端设备的复位

哈尔滨VHF地空甚高频遥控通信系统担负着黑龙江省区域航路的指挥调度作用。其区域共设有齐齐哈尔、牡丹江、黑河、北安、海青、佳木斯六个遥控台。保障着包括极地Ⅳ航路和北美航线在内的航线上飞机的飞行安全。因此，VHF地空甚高频遥控通信系统的稳定性和可靠性是哈尔滨区域航路飞机飞行安全的保证，也是我们维护工作的重点。     

一种基于模糊控制的平稳滑翔再入制导律

针对升力式高超声速飞行器(LHV)再入滑翔过程中的周期性振荡现象,提出了一种基于模糊推理与控制的反馈调节方法以抑制振荡实现平稳滑翔。纵向制导在落点误差预测及指令校正的基础上,在倾侧角外环控制回路增加以高度变化率及空速作为输入的模糊控制器对倾侧角指令进行调节,横侧向制导通过航向角误差走廊约束及倾侧角反转逻辑实现大横程条件下的侧向控制。所提方法不依赖于准平衡滑翔条件(QEGC),同时避免了参数化反馈控制律中的反馈项参数设计问题,具有较强的自适应能力。LHV制导实例仿真表明,所提方法可有效抑制振荡现象,满足终端约束及再入走廊约束,方法的鲁棒性也通过Monte Carlo仿真得到了验证。      

高超声速伸缩式变形飞行器再入制导方法

针对高超声速变形飞行器再入制导问题,提出了一种采用伸缩式机翼的高超声速变形飞行器外形方案,建立了含有展长变形量的气动模型和动力学模型。将该变形飞行器的展长变形量扩展为控制变量,分析了倾侧角、展长变形量和终端航程、高度之间的关系。在此基础上,利用倾侧角和展长变形量在线预测剩余航程和终端高度,通过数值方法校正2个控制量以满足航程约束和高度约束,通过航向角走廊确定倾侧角符号。仿真结果表明:该变形飞行器再入制导方法制导精度高,相比于传统固定外形飞行器终端约束能力更强、轨迹更加平滑,且在扰动条件下具有一定鲁棒性。      

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘,并对商品的感兴趣程度进行预测。因此,以此为背景,研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究,提出了通过使用网络表示学习进行评分预测的方法。首先,将关系型数据构建成异构网络,用户和商品为网络中的节点。然后,设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法,并对节点进行表示学习。最后,将学习到的用户、商品表示向量输入到神经网络中进行训练,利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率,对比常用方法,准确率提升6.5%以上。      

冲压发动机燃烧室超声速来流横向喷雾轨迹预测模型及动态特性分析研究

为探究超声速来流下圆柱横向射流轨迹及喷雾动态特性,在宽来流马赫数（Ma=1.50,2.02,3.09）条件下开展了不同喷嘴直径与喷注压力的煤油喷雾试验,通过纹影系统捕捉射流图像并进行外边界拟合与频谱分析。建立了考虑射流前激波效应的穿透深度预测模型,最大与平均相对误差较先前的预测模型分别下降约36%和19.1%。通过快速傅里叶变换分析,发现喷雾所受扰动以低频波为主,同时伴有时间特征较为复杂的波动。本征正交分解分析结果证明,喷雾表面同时存在高低频扰动,但低频波占据主导地位,高频波能量较低可被忽略,对应了快速傅里叶变换分析结果;低频波频率与来流有效韦伯数有关,有效韦伯数增大会使波长减小,当喷雾前端的来流速度差别较小时,频率就会增大。     

基于LightGBM算法的机场聚合离场延误预测

航班延误预测具有非线性聚合的动力学特征。在保证准确率的前提下为提高预测效率,提出一种基于轻量级梯度提升机(Light gradient boosting machine, LightGBM)算法的机场聚合离场延误预测模型。通过对历史航班数据的分析处理,提取时间特征、飞行计划特征和延误特征三类重要特征,并以提取出的特征作为输入变量,采用LightGBM算法基于广州白云机场的历史运行数据对航班延误时间进行预测。结果表明：模型预测延误时间与实际延误时间吻合良好;与其他常用算法的预测结果相较而言,所提模型在各种预测指标上结果更优,效率更高。     

基于支持向量机的航空发动机滑油监控分析

提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。