基于RISC芯片的32位嵌入式基本系统的设计和调试

基于ＲＩＳＣ芯片的３２位嵌入式基本系统的研究和设计是当前嵌入式星载计算机研制方面的一个重要课题,着重介绍了该ＲＩＳＣ基本系统的设计特点以及所使用的构思新颖的调试方法等两方面的研究情况。     

基于卫星数字并行系统的星座成像调度方法

遥感卫星星座成像调度是指通过调度和分配可用的卫星观测资源,对多个地面目标点进行成像.为了使成像调度方案满足任务需求并具有最优任务效能,通常将星座成像调度问题描述为含有多种约束的优化问题.本文提出一种卫星数字并行系统,模拟在轨卫星星座运行及控制过程.在系统中建立模拟GNC分系统、数管分系统、测控分系统功能的数字孪生卫星,接收并执行真实卫星控制指令,并以遥测数据的形式反映卫星姿态和轨道控制过程.考虑卫星多目标成像中的能量、时间窗口、光照及气象条件约束,以目标点重访时间为优化指标,将星座成像调度问题建模为一类带有约束的优化问题.通过卫星数字并行系统的加速仿真得到多目标成像序列的可行解集,并通过求解优化问题,得到多目标点重访频率最高的星座成像调度方案.仿真结果表明,本文提出的方法解决了星座成像调度中的目标分配问题,采用的数字孪生卫星模型能够真实模拟卫星姿轨控过程,从而保证该方法在星座成像任务中更具可行性和时效性.     

基于FPGA的高速存储阵列设计

高速数据采集系统目前得到了广泛的应用,数据的传输与存储是高速数据系统的关键技术。本文提出一种以FPGA为控制核心,固态存储器Flash为存储介质的CCD相机高速数据存储阵列。系统通过FPGA控制存储阵列的擦除、编程、读出等操作实现数据的存储及读取。采用FIFO技术、并行扩展技术实现用低速Flash存储器实时存储高速数据,存储完成后可以读回计算机进行处理。     

大视场紧凑型仿生复眼成像系统研究

针对视觉导航系统对小型化、超分辨成像和近程立体视觉的需求,研究了一种基于微端面光纤面板的大视场紧凑型仿生复眼成像系统。利用视轴发散的微小型透镜组进行大视场成像,并以切削斜端面的光纤面板进行图像传输,将大面阵(5120×5120像素)CMOS相机与光纤面板后端面直接耦合实现图像输出,可实现9个视场部分重叠子孔径图像同步实时输出和采集。在实时化拼接处理中,利用CUDA并行加速方法进行图像拼接,单帧的拼接耗时小于30ms。视场部分重叠复眼成像模式还可配置偏振片或滤光片构成全偏振或多光谱成像,在天空偏振光导航、无人机紧急避障、弹载侦察、近程引信以及水下无人潜航器导航等领域具有广泛的应用前景。     

非结构混合网格自适应并行技术

计算流体力学（CFD）模拟实际工程问题所采用的网格规模可达千万量级,并行技术是减少计算时间的有效方法。耦合流场信息的网格自适应技术能有效动态优化计算网格,被NASA视为一项亟待发展的CFD关键技术。混合网格自适应系统包含网格分布优化、表面网格投影和空间网格匹配等关键技术。针对以上3项关键技术分别建立了高效的并行算法。首先,提出了\"先唯一后同一\"的两步法策略实现了网格单元分布优化过程的并行相容性;其次,基于局部曲面拟合思想,实现了曲面重构和新增物理网格点投影的完全并行;再次,提出了空间网格匹配技术的半并行算法,快速解决了网格单元交错问题。为了提高后续流场计算的并行效率,发展了基于并行重分区-网格数据迁移方法的动态负载平衡技术,并采用圆柱激波流场自适应模拟对动态负载平衡技术进行初步验证。最后,采用三角翼自适应加密测试了自适应系统的并行效率。结果表明,建立的混合网格自适应系统并行效率较高,且相比流场求解耗费总时间的比例低于1%。     

高精度星地测距的多址干扰并行对消技术

目前,在航天测控系统中广泛采用扩频体制,但随着多通道扩频技术和多站测距系统的发展,测控系统面临的测量环境越来越复杂,对伪距测量精度产生较大影响。其中,多站测距系统中存在的强信号干扰和多址干扰,会导致测距精度下降。本文提出了一种基于并行干扰对消的高精度星地测距技术,通过信号处理重构和对消接收信号中的干扰信号,得到纯净的期望信号,从而抑制码分多址带来的测量误差,以提升测量精度,并通过仿真和试验验证了算法的可行性和优越性。     

非结构CFD软件MPI+OpenMP混合并行及超大规模非定常并行计算的应用

常规工程应用中,非定常数值模拟(如多体分离)的计算量十分巨大,如果为了达到更高的计算精度,加密网格或者采用高精度方法将会使得计算量进一步增大,导致非定常数值模拟在CFD工程应用中成为十分耗时和昂贵的工作,因此,提高非定常数值模拟的可扩展性和计算效率十分必要.为充分发挥既有分布内存又有共享内存的多核处理器的性能和效率优势...     

主桨毂中央件疲劳试验技术研究

本文以某型机球柔性主桨毂中央件疲劳试验为对象,重点研究弹性轴承模拟、旋转载荷加载和调试等关键技术,介绍试验设计、试验过程和结果.     

一种使用BP神经网络加速的蒙特卡洛拉格朗日水滴求解器（英文）

结冰可能威胁飞行安全。拉格朗日方法被广泛应用于求解结冰过程中的水收集系数,但是其发展受到鲁棒性问题和高计算成本限制。为了弥补拉格朗日方法的缺陷,使用蒙特卡洛积分法和反向传播(Backpropagation, BP)神经网络分别用于解决鲁棒性问题和降低计算成本。基于蒙特卡洛方法的拉格朗日求解器可实现对任意模型或计算条件的无条件稳定。构建了BP神经网络用于预测水滴撞击概率,通过筛除非撞击水滴减少计算量。BP神经网络不针对特定模型提前训练,使用异步并行策略使BP神经网络训练和水滴运动同时求解,建立了广泛适用的异步拉格朗日求解器。使用GLC-305后掠三维翼型和某型发动机短舱模型对求解器进行验证,结果显示BP神经网络可以有效提升计算效率,对比没有神经网络辅助最多节省27%运行时间,同时保有同等计算精确度。本文研究为首次尝试神经网络技术与结冰数值模拟融合,为进一步发展拉格朗日方法提供有力支撑。     

面向遥感图像高速压缩的多FPGA处理器设计

提出了一种面向海量遥感图像高速压缩应用需求的多现场可编程门阵列(FPGA,Field-Programmable Gate Array),即处理器设计方案,包括针对压缩任务中模块间松耦合和模块内强关联的问题,提出了混合式多FPGA并行处理器结构;给出了包含数据均衡分发和码流规则回收的压缩处理机制,提高了同构FPGA的并行效率,确保压缩处理过程的正确性;给出了支持处理器故障和链路故障的结构容错模型,保证压缩处理过程的可靠性;给出了基于分布式外部存储与高速串行总线的多FPGA通信策略,满足海量遥感图像高速压缩的通信要求.实验结果表明:单片同构FPGA的并行效率达93.5%;应用系统的硬件压缩结果与软件压缩结果一致,计算吞吐率达1.6 Gbit/s以上,并具有高可靠性.