局域网络操作系统NETBIOS的开发与应用

随着局域网络产品的不断增加,局域网络的标准化问题就变得非常重要,它可以缩短网络开发周期并提高其兼容性。由美国IBM与Microsoft公司推出的以DOS为基础的NETBIOS网络操作系统,已构成当前局域网络研制的标准,它使各种局域网络均向它靠拢,形成了目前局域网络软件开发的主要方法与途径。 本文在对NETBIOS分析的基础上,进行了应用开发,为光纤局域网络NHFBNET研制出NHDCS网络软件。在研制过程中很好地解决了分布式网络软件的前后台功能与程序的可重入问题,使得所研制的软件具有较强的分布式功能和良好的兼容性,为第三代网络软件——分布式功能的网络软件的开发探索出一条新的路径。     

基于ANFIS的智能导航自适应滤波算法研究

智能导弹等智能化飞行器在快速跨域、高速机动飞行时,由于传感器切换、外形改变等因素,会对组合导航信息融合系统引入随机非Gauss噪声等影响,离线优化的参数往往不能满足滤波器精度的需求。自适应网络模糊推理系统ANFIS是一种将人工神经网络和模糊推理技术相结合而成,符合人类认知特点的决策方法,它可以对导航数据进行学习,实现智能决策、实时修改滤波器内部参数,对滤波器进行优化。仿真结果表明,基于ANFIS优化的智能导航自适应滤波算法可以有效减少噪声和干扰带来的影响,提高导航精度。     

基于模糊神经网络的某型直升机可靠度预测

为了实现某型直升机可靠度准确预测,建立了基于自适应模糊神经网络的可靠度预测模型。该模型以故障间隔时间为输入,以可靠度为输出,通过模糊神经网络自适应训练获得适合直升机可靠度预测的故障间隔时间隶属函数。对模型进行检验取得了较好的仿真结果,与应用RBF神经网络进行可靠度预测相比速度更快,同时预测精度提高了98.4%。     

基于TTP协议的飞机配电系统通信仿真研究

针对飞机配电系统典型单元,建立基于时间触发的四节点控制与通信模型;实现系统典型节点的信号交互,并进行实时控制与仿真分析。以供电系统处理机(PSP)、发电机控制器和汇流条控制器的组合(GCUs+BPCU),某个负载管理中心(ELMC)、以及多个固态功率控制器(SSPCs)为四个典型节点,在研究模型节点内部控制与逻辑关系、建立消息时刻表的基础上,仿真了配电系统在双发、单发、应急情况下,汇流条和负载的自动管理。仿真结果表明,信号严格按照确定的消息时刻表传送,通信具有较高的实时性和可靠性。研究结果为时间触发协议在航空器领域的应用提供了参考。     

基于概率神经网络的相似度排序方法

为了研究相似度排序问题,对概率神经网络的结构进行了分析,对其输出进行了改进,使之输出后验概率,进而进行相似度排序。结合电火工品发火性能的预测问题,对方法进行了验证,结果表明：基于概率神经网络的相似度排序方法与实际结果相符,方法是可行的。     

综合模块化航空电子系统远程加载技术研究及性能分析

随着飞机航空电子系统综合化程度的提高,软件的部署、加载和更新的复杂度也在逐步提高。传统软件更新后,需要在地面为每个模块进行升级,并将新版本的软件映像文件固化在模块上,这种更新周期长且流程复杂。随着通用模块和应用重构的发展,软件映像需要部署在系统的各个冗余备份节点中,从而使其更新的流程更为复杂。本文针对以上问题提出了基于光纤通道和 ARINC653操作系统的远程数据加载系统,以使系统在上电、重启及重构时可实现从大容量存储模块上远程加载操作系统内核映像、分区应用及自启动功能。在功能实现的基础上,本文对远程加载和本地加载的时间性能进行了分析和比较。     

航空发动机润滑系统通用分析软件开发

发展了一种全新的航空发动机润滑系统通用分析软件.采用流动换热的网络算法, 将发动机润滑系统分解成由相应的典型元件和节点组成的网络, 用有限的元件和流动介质类型就可描述通用的发动机润滑系统.元件分为简单元件和组合元件, 并和润滑系统结构一一对应, 方便了元件的初始化.软件前台采用图形建模方式生成计算网络, 后台采用了网络自动识别技术, 方便了复杂网络的建立.可视化界面及支撑数据库, 提高了软件的易用性.      

基于信息熵的舰艇编队反导作战效能

介绍了利用信息熵描述交战网络中信息总量的方法。根据作战任务实际完成时间与期望完成时间之间的关系描述了信息传递的质量。说明提高网络中信息总量可以缩小反舰导弹所在的不确定区域;提高信息传递质量可以提高舰艇编队反导作战预警雷达的探测概率,并结合具体作战想定给出实例仿真结果。     

飞机纵向运动参数BP神经网络估算

针对飞机纵向运动方程复杂,现有的气动参数获得方法实现困难,不便于分析与控制飞机的运动,文中利用BP神经网络进行参数估算,建立了飞机短周期纵向运动参数估算的BP神经网络模型。研究了不同神经网络结构、不同的激励函数对飞机纵向参数估算BP网络模型的影响作用,进行了数字仿真,对误差进行原则性分析并提出改进措施。仿真结果表明,这种方法能较好的估计纵向运动方程中的未知参数。     

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.