FPGA可配置资源测试方法研究

FPGA是广泛应用于集成电路设计等多种领域的关键器件之一,随着FPGA的迅速发展,对FPGA的测试得到了广泛重视和研究,其测试技术也越来越复杂。本文以XILINX公司的Virtex XCV300E器件为基础,研究了基于93000集成电路测试系统的FPGA器件测试技术,为FPGA的应用级测试提供了一种有效的方法。     

基于PERT网络的航空弹药保障人员优化配置

针对航空弹药保障效率和可靠性要求高的问题,在分析保障流程的计划评审技术（PERT,Program Evaluation and Review Technique）网络图中各工序对任务完工影响程度的基础上,提取了工序关键度指标和重要度指标以及各方案下的按期完工概率,建立了保障人员配置方案评价指标体系,表示为评价函数形式.以基于蒙特卡洛方法的PERT网络仿真为核心,选择在遗传算法进化寻优框架下构建优化模型,该方法不仅得到了最优的保障人员配置方案,而且评估了需要注重的关键工序.算例实验证实了其有效性与实用性.      

基于随机网络编码的无线报文重传最优策略

网络编码技术为无线报文重传问题研究提供了新思路.分析并证明了完全无线报文重传问题最优策略所需重传报文数量等于节点请求报文数量的最大值;基于随机网络编码技术提出了最优重传策略RNCOPT(Random Network Coding based OPTimal Scheme),其编码系数从某选定有限域中随机选取(0除外);利用网络编码矩阵重新生成机制以保证100%解码成功率;描述了RNCOPT组合报文结构及发送节点操作过程.仿真表明:当接收节点数量为30而报文总数为30时,RNCOPT相对于传统非网络编码方案节省重传报文数量可达32%,而此时现有某典型策略CliqueNC却无明显效果.     

航天应用FPGA配置可靠性研究

航天应用系统必须保证每一单元的安全性及可靠性. 现场可编程门阵列(Field Programmable Gate Array, FPGA), 以其I/O管脚丰富、设计灵活等优势, 逐渐被广泛应用于航天领域. 其设计与工艺不断完善, 以适应太空中电子辐射等复杂的工作环境. 由于基于SRAM的FPGA芯片断电后程序丢失, 因此每次上电后都需要先从PROM等外部存储器中加载程序才能正常工作. 然而, 并不是每一个芯片的每一次加载配置都能成功完成, FPGA的上电配置结果将直接关系到卫星任务的成败. 研究发现, 诸如环境温度、信号完整性、供电电压、配置时钟速率等因素会影响FPGA的配置过程, 致使出现偶尔的配置失败, 这在航天应用中是绝对不允许的. 针对实际应用的Xilinx公司FPGA芯片, 为提高上电配置可靠性, 提出了一系列设计保障措施, 在FPGA航天应用领域具有一定的参考价值.      

利用Breakwell间距比法制定行星际探测中途修正策略

详细介绍了制定行星际探测中途修正策略的Breakwell间距比法,给出了在燃料最优条件下,终端误差精度和制导能力与中途修正设计次数和时刻之间的解析关系。一般而言,终端误差精度每提高3倍,修正次数就需要增加1次,制导能力每提升3倍,修正次数就可以减少1次。在具体使用上,应首先根据精度要求和制导能力确定最后一次修正时刻,然后向前递推,使得前一次修正后误差传播量与后一次修正后误差传播量成公比为1/3的等比数列,以此确定其余修正时刻,从而保证在达到终端精度前提下,整体燃料消耗最少。以火星探测为例,给出探测器于2018年5月出发12月达到火星的算例,仿真结果表明了理论分析的正确性。     

基于自适应学习策略的改进鸽群优化算法

鸽群优化（PIO）算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化（ALPIO）算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。      

基于伪谱法的空间绳系组合体最优燃耗离轨研究

为了优化空间绳系组合体轨道转移的燃耗,提出一种基于伪谱法求解的包含拖拽、平衡、甩摆三个阶段的绳系组合体最优燃耗离轨方案. 首先将全过程离轨的燃耗作为性能指标,采用简化的绳系组合体动力学模型,利用高斯伪谱法求解出拖拽阶段系统状态最优轨迹;其次考虑较复杂的绳系组合体动力学模型,使用模型预测控制方法跟踪拖拽阶段系统状态最优轨迹. 仿真结果表明该方法能实现主动星安全、高效,并以最低燃耗地将目标星转移到目标轨道.     

航天器分布式智能计算体系的数学建模与调度算法研究

航天器对大容量高效计算的要求越来越高,现有的星载计算体系的能力已经难以满足其需求,需要建立具有自组织能力的智能计算体系,还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型,并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO-EACO算法,先利用粒子群算法生成初始调度方案,再用该方案初始化蚁群算法,利用蚁群算法生成最终调度结果.仿真结果表明,该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

基于MPC8640D处理系统的技术研究

结合多年嵌入式处理的设计经验,借鉴国外高性能嵌入式计算机的设计原则,提出基于MPC8640D的新一代处理系统的设计与实现方法,其特点是:高集成度,双核的高处理速度,高速外部串行总线接口,大容量存储器。基于该设计的处理器模块已经开始用于机载电子设备中。