基于ARINC429总线数据仿真测试方法的研究与应用

由于嵌入式软件对目标硬件平台的依赖性,在宿主机环境下无法编译运行。因此,在宿主机环境下通常采用仿真的方法来实现对嵌入式软件的测试。提出了一种基于ARINC429总线数据仿真的方法,通过对被测嵌入式软件代码中的读写硬件接口进行仿真,实现被测嵌入式代码在宿主机环境下动态运行,从而达到在宿主机环境下对嵌入式软件进行系统功能测试的目的。     

FADS压力传感器延迟补偿

嵌入式大气数据传感器系统通过在飞行器各部位的压力传感器阵进行工作,当大气密度较低时,压力传感器延迟时间过长,致使FADS测量精度减低,甚至无法正常工作.通过对压力传感器延迟产生的机理进行分析,提出相位超前校正网络延迟补偿的方法,合理选取超前校正网络参数,并适当减小连接压力传感器与机体表面的细管长度,可以有效减小传感器延迟,使FADS的可使用空域由35km增大到60km.相位超前校正网络延迟补偿方法具有效果明显且易于工程实现的优点.     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

基于卫星观测数据的地球重力场探测技术发展趋势分析

分析研究了公开发布的全球重力场模型,根据已有真实卫星数据的重力场反演结果,依次分析了激光地球动力学卫星、重力卫星和测高卫星用于地球重力场探测的特点和局限性,并针对上述缺点和局限性,进一步介绍和分析了当前出现的可用于地球重力探测的新型载荷,如激光测距仪、原子干涉绝对重力梯度仪、干涉SAR高度计等,以及新载荷可能产生的探测效益。以上研究可为地球重力场探测技术未来的发展提供参考。     

应用先验数据的高分三号卫星快速定位方法

针对高分三号(GF-3)卫星多种姿态下快速定位的需求,提出一种应用先验数据的卫星快速定位方法。该方法以GF-3卫星的定位数据和姿态数据为辅助信息,计算导航卫星的仰角,实时判断导航卫星对GF-3卫星导航接收机的可见性,从而减少捕获时间,实现快速定位。GF-3卫星的在轨验证结果表明:应用先验数据的卫星快速定位方法,定位时间为115s,短于其他低轨卫星的855s,从而验证了方法的正确性。文章提出的方法可应用于其他低轨遥感卫星。     

基于稀疏自动编码器的发动机机载模型建模方法研究

为解决分段线性化机载模型精度不足的问题,提出并设计了基于稀疏自动编码器的大包线、具有10输入11输出的发动机机载自适应模型,该模型由稳态、动态两部分组合而成。首先基于一种新的相似准则进行建模所需样本数据的压缩,在保留主要信息的同时,大大降低了数据量及采样时间。用BP算法对简化后的样本数据进行了机载模型稳态部分的建模。针对机载模型动态部分所需样本数据量巨大、BP算法难以训练的问题,建立了基于稀疏自动编码器的动态机载模型。引入准稳态判断逻辑,在动态过程使用稀疏自动编码器的动态机载模型,在稳态过程使用基于BP算法的稳态机载模型。仿真结果表明,所建立的发动机机载模型具有优良的动稳态精度,且实时性好、存储量小,其中动态精度小于1%,稳态精度小于0.6%,一次模型计算时间不大于1ms,模型存储量不大于100kB。     

基于变刚度特性的轴流压气机叶型重构方法研究

为能准确预估轴流压气机叶片在工作状态下的形状,基于流固耦合迭代策略,考虑离心力和气动力对叶片变形的作用,发展了一种适用于轴流压气机的叶型重构方法。在构型转化过程中,计入了叶片受力载荷随叶型变化的非线性效应以及叶片的变刚度特性。采用叶片变形后状态的受力载荷与刚度矩阵计算叶片节点位移,反复迭代修正热态叶片形状,最终获得满足精度要求的热态叶型数据。利用所提出的方法,对Stage 37的转子叶片进行了叶型重构,经20步迭代计算可获得最大残差小于10-4mm量级的热态叶型,通过与试验数据的对比分析,验证了重构算法的可靠性和工程实用性。     

基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。     

基于NFTET的高超声速飞行器鲁棒轨迹重构设计

考虑高超声速飞行器故障下安全再入飞行问题,针对飞行器发生较大故障的情况,提出了基于相邻可行轨迹存在定理(Neighboring feasible trajectory existence theorem,NFTET)的鲁棒在线轨迹重构算法。在标称情况下基于反馈线性化预测校正制导算法生成满足各种约束条件的再入轨迹;由于NFTET只适用于发生较小故障的情况,为保证较大故障下飞行器仍能以较高精度安全着陆,基于NFTET理论设计了鲁棒轨迹重构算法,得到了较高落点精度的飞行轨迹。仿真结果表明,本文所提出算法能有效解决飞行器较大故障下的安全再入轨迹重构问题,提高了飞行器的自主容错能力。     

基于大数据的民用飞机未来运营模式探索

大数据作为一种新兴的IT实现方式,在深刻影响IT业变革的同时,也为航空业带来了新的发展机遇。飞机运行过程中产生的海量运营数据最能体现民机的大数据基因,基于大数据的飞机运营支援将会是其在航空产业施展拳脚的主要战场之一。首先通过对航空大数据的梳理与分析,获得运营数据的种类、结构、数据流程以及相关特点。然后结合航空公司的具体业务需求,针对飞机典型复杂系统,分别以健康监控中的故障诊断、性能退化预测以及维修辅助决策几大关键技术作为大数据应用的切入点介绍技术研究路线,利用数据挖掘、机器学习等方法识别运营数据在系统不同健康状态下的特征表达,准确预测系统退化趋势,设置风险预警模型以提前预知潜在故障,最后从工程应用角度探讨这些关键技术的大数据实现平台以及基于大数据的运营业务流程。