快速可重构信息系统的框架研究(英文)

变化和重构是快速可重构信息系统 (RRIS)的两个核心概念 ,RRIS对变化的适应或演化能力使它优于传统信息系统。本文首先提出 RRIS的体系结构 ,然后以 RRIS框架为重点 ,讨论框架的定义、分类及设计 ,研究框架的构成、构成元素 (业务构件 )的设计及构件如何在构架的组织下协调地安插在 CORBA的软总线上 ,实现类似硬件IC的即插即用。构件在框架上即插即用的灵活机制及热点构件 (反映变化 )的灵活运用 ,提高了框架的可扩展性、可定制性 ,从而提高了 RRIS适应变化的可重构性。     

粒子运动轨迹的图像处理及流场重构算法研究

为了高效获得颗粒的速度分布,提出一种针对单帧单曝光图像的图像处理方法和流场重构方法。图像处理过程包含去噪、锐化、自适应阈值分割、闭运算、去除小颗粒、骨架提取、速度提取、二义性判断、求切线等步骤和方法,对该处理过程的主要误差也进行了分析与修正。流场重构使用了基于RBF（Radial Basis Function）插值且采用迎风插值进行优化的算法,插值结果以速度云图及矢量图的形式展示,对该过程的主要误差也进行了分析与验证。最后的处理结果显示,针对单帧单曝光图像的图像处理方法和流场重构方法具有可行性。     

基于机器学习方法的三维粒子重构技术

通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到。一般情况下,可以通过优化方法得到近似解。为了获取质量更高的粒子场并用于层析粒子图像测速,提出了一种基于卷积神经网络（Convolutional Neural Networks,CNN）的粒子重构方法。所提出的技术可以从基于传统的代数重构技术（Algebraic Reconstruction Technique,ART）的方法所得到的粗略粒子分布中进一步提高粒子重构质量。与现有的基于ART的算法相比,新技术在重构质量方面有了显著的改进,可以有效剔除虚假粒子并更准确地还原粒子形状,并且在粒子浓度较稠密的情况下计算速度至少快了一个数量级。     

基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。     

基于相空间重构的网络流量RBF神经网络预测

应用混沌理论，分析了网络流量，用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间，进而计算了实际网络的关维数和Lyapunov指数，并证实了网络流量存在混沌特性；据此建立了基于径向基函数（RBF）神经网络的模型，并对实际网络数据流进行了预测。仿真结果表明，相对于其他前馈神经网络预测，基于混沌理论的RBF神经网络预测方法学习速度快，预测精度高。     

自治式水下机器人推进器故障检测、分离与重构

研究自治式水下机器人推进器故障检测、分离与重构问题。针对水下机器人故障诊断残差法中残差阈值不易选取的问题,提出了一种基于观测器的水下机器人推进器故障检测与分离方法,通过构建故障检测观测器对推进器故障与残差信号进行解耦,使推进器出现故障后仅引起与其相关的残差呈单调变化,从而可选择较大的阈值进行故障检测以提高诊断系统的可靠性,该方法在故障检测的同时可进行故障分离。针对系统不确定性导致的推进器故障重构精度低的问题,提出了一种RBF神经网络与等效输出注入相结合的故障重构方法,采用等效输出注入方法估计不确定性项,从神经网络输出中重构推进器故障。     

一类质心突变飞行器的重构容错控制

提出了一类质心突变飞行器的一种故障诊断与控制律重构设计方法。采用以unscented卡尔曼滤波为基本估计单元且用闭环系统性能为指标的交互式多模型算法对飞行器故障情况进行检测与诊断;设计了飞行器比例导数加前馈补偿的姿态跟踪控制律;当诊断出故障时,重构控制律的结构,采用滑模变结构容错控制律对系统进行补偿控制。最后,用飞行器一次分离体释放前后的姿态跟踪过程进行了数值仿真,验证了方法的有效性。     

基于动态库的星载软件可重构设计与实现

针对卫星在轨运行、长期处于无人值守状态,主要依靠星载软件的安全性和可靠性来保证整星任务的稳定工作。复杂多变的空间环境可能会引起星载器件的异常变化,从而导致星载软件异常,甚至发生软件"衰老"。本文在分析现有可重构方案基础上,提出了一种利用动态库的静态链接方式实现在轨可重构的方案,针对存在软件缺陷,或者需要功能升级和拓展的模块,利用遥控上注手段,采用MD5算法对数据文件完整性校验通过后,写入文件系统,并对原动态库文件作备份处理,以便版本回退。以具体实例对本文所述方案的可行性和有效性进行验证,结果表明:在嵌入式操作系统架构下,利用本方案实现星载软件可重构,能够有效提升星载软件在轨实施可重构的可靠性和安全性,进一步为星载软件的扩展和灵活应用提供支撑。     

考虑燃料消耗均衡性的低轨通信星座在轨星座构型重构方法研究

针对低轨（low earth orbit,LEO）通信星座在轨重构问题,分析了低轨通信星座的特点,提出了4个重构指标,即全球平均覆盖率、燃料消耗均衡性、重构总时间和重构总速度增量,并分析了提高轨道高度的重构方式。采用基于分解的多目标进化算法（multiobjective evolutionary algorithm based on decomposition,MOEA/D）对重构进行建模分析。结果表明,模型优化结果可以得出多组最优解,构成帕累托前沿,并得出燃料消耗均衡性最优的解,针对两种失效模式得出的重构总时间均为3.6×105s,速度增量方差分别为261.4m2/s2和293.4m2/s2,这些解均可恢复星座原有的覆盖性能,并使燃料消耗最为均衡。     

应用SpaceWire网络的航天器分布式存储系统设计

针对航天器数据存储需求多样化的发展趋势,提出了应用SpaceWire网络的分布式存储系统设计。系统由控制模块和存储模块组成,为航天器载荷设备提供标准SpaceWire物理层、链路层接口,并在网络层提供统一的虚拟数据接口,通过逻辑地址进行标志和寻址,可屏蔽系统内部网络细节;载荷设备不必关注存储系统内部网络结构的变化,当部分模块故障时,可重新规划传输路径,对分布式存储系统进行重构,实现系统控制和数据存储功能的迁移。与存储需求相近、配置双固态存储系统的设计相比,其接口种类、协议设计更加简化,且系统重构方面的优势更为明显。