电离层综合探测器数据采集处理单元设计研究

电离层综合探测器(CDI)是一种面向快速响应航天器平台、用于原位综合探测电离层等离子体及未完全电离中性气体的新概念空间环境探测仪器, 实现了对常规平板朗缪尔探针、阻滞势分析器和离子阱质量分析器的小型化、一体化设计与集成. 本文基于USB2.0接口和FPGA (Field-Programmable Gate Array)技术, 选用高集成度的COTS (Commercial-Off-The-Shelf)器件, 对CDI多通道数据采集处理单元的系统方案和硬件设计进行研究, 并对FPGA的逻辑资源利用情况和Fusion器件内部ADC采样以及FIFO (First Input First Output)读写时序进行了仿真和分析.      

一种虚拟试验平台高速数据处理方法研究

为提高武器装备虚拟试验平台中单个节点的运算能力,解决海量数据处理和复杂模型结构运算问题,分析了虚拟试验平台中采用高速数据处理方法的必要性,对比了目前常用的几种高速数据处理方法,采用了Tile64多核处理器作为高速数据处理板的核心。最后,对本方法在一种虚拟试验平台中的应用进行了分析。试验结果表明,采用本高速数据处理方法可显著提高平台的计算速度和运行效率。     

一种多场耦合数据传递新方法

针对当前数据传递应用中径向基函数存在的问题,提出一种基于几何尺度进行归一化的高超声速飞行器多场耦合数据传递新方法,并采用高超声速翼面和翼身组合体外形算例测试了该方法对径向基函数数据传递精度、效率以及通量守恒性带来的影响。研究结果表明该方法能够很好地提升TPS、MQ和紧支C 2三种常用基函数的插值精度和通量守恒性,尤以紧支C 2基函数提升效果最明显,使其能够用极少的点即达到TPS和MQ全域基函数的效果,实现了数据传递时效率、精度及通量守恒性的兼顾,在多场耦合数值模拟中具备较好的应用前景。     

径向速率估值的双屏电子篱笆数据关联方法

针对双屏电子篱笆系统在初轨确定前需要完成同一目标观测数据的数据关联问题,文章提出了一种计算形式简单且不依赖于循环迭代定轨计算径向速率的估值方法,并设计了相应的数据关联准则。仿真分析表明,这种数据关联准则与依赖定轨计算径向速率的关联方法相比,判别正确率相近,但计算时间不到后者的10%,算法的效率更高。     

指挥自动化网络信息安全的一种解决方案

针对基地指挥自动化网络信息安全要求,提出了基于USB身份认证卡技术,采用间接身份认证方式鉴别网络用户合法性,用双重加密算法对信息进行加密上传和解密下载的解决方案。此外,还设计了本地涉密文件加密隐藏方法。整个系统安全性高。独立性强,开发成本较低,具有较高的推广价值。     

基于TeeChart控件的外测数据图形分析系统的开发

针对外弹道测量数据处理过程中对绘图软件的实际需求,基于Delphi 6.0的TeeChart控件开发了外测数据图形分析系统,深入探讨了TeeChart控件的编程方法,阐述了该系统的功能,给出了系统的软件设计和代码实现。     

基于模糊聚类原理确定光测数据处理最优基线的方法

应用模糊数学理论,提出了光测数据处理最优基线的确定方法,有效地解决了长期以来基线选择过程中难以建立数学模型的问题,通过仿真试验验证了该方法的正确性、合理性。     

全测速多站系统的最优布站问题与数值算法

从解算弹道的逐点多站最小二乘算法得到的弹道精度出发,给出了一个全测速多站系统的最优布站数学模型,并通过大量试算选定了具有良好收敛性的数值算法.初步的计算表明：对全测速多站系统,其最优布站方案与现有布站方案在弹道精度上有着显著的差别;在最优布站方案下可确保逐点多站最小二乘算法具有良好的数值稳定性,并得到满足精度要求的外测弹道.     

高超声速飞行器无在线求导backstepping控制方法

针对高超声速飞行器纵向通道跟踪控制问题,提出一种无需对虚拟控制量进行在线求导的新型backstepping控制方法.首先将飞行器动力学模型划分为速度子系统和航迹倾角子系统,然后采用backstepping方法设计航迹倾角子系统控制器,利用高阶微分器技术直接设计虚拟控制量一阶导数的控制律,这样即避免了现有backstep...     

基于深度长短期记忆网络的发动机叶片剩余寿命预测

为了研究航空发动机转子叶片的剩余寿命预测问题,提出了一种基于多传感器信号融合的深度长短期记忆网络(DLSTM)预测模型。首先利用深度学习和长短期记忆的组合来构造DLSTM网络。然后,将多个传感器信号数据进行融合处理,从而通过深度学习发现各个传感器时序信号之间隐藏的长期依赖关系。进一步在给定网格搜索策略的情况下,通过自适应矩估计算法调整DLSTM的网络结构和参数,并且在DLSTM模型中引入了一种随机丢失策略,以缓解过度拟合问题并使预测模型规范化。最后利用CMAPSS涡扇发动机进行了实验验证,在一种故障模式和两种故障模式条件下,DLSTM网络预测模型相对于其他传统方法的评价指标Score分别下降了17.19%和14.37%,其他两个评价指标相对来说也较优,结果表明本文提出的方法具有更高的准确性以及稳定性。